不能懵,华为现在带你一起,十问数据中央

大家聊,家家说,AI在数据中央真的落地了吗?

自从AlphaGo降服了柯洁和李世石,如果一个科技圈或创业圈的精英不会聊两句AI,出门儿都不好意思跟人打呼唤。
无比敬岗爱岗的数据中央从业者们当然也不能放着这么好的技能不琢磨,不过关于AI与数据中央,说了不少,也听了很多。
但新技能只有运用,创造出代价,才有连续优化和演进的可能。

问:以是现在AI在数据中央真的落地了吗,运用了有什么好处?

答:落地了,实践证明,AI是数据中央难得的行业迁移转变机遇,AI将使能数据根本举动步伐代价最大化。

十问数据中央1 AI若安在数据中央落地

问:那怎么用AI实现代价最大化呢?

答:以下有几个经由验证的标准答案,要不借你“Ctrl C”一下。

让AI时时给数据中央做CT——主动预防,安全可靠

安全运行对数据中央的主要性不言而喻,业界在提升数据中央可靠性和可用性方面已有实践,例如网络供配电系统设备信息,对即将发生故障的设备和部件提前发出预警,为运维职员的运维活动供应决策支撑,但是如何利用机器的自我学习能力,做到供配电系统整体运行的安全可靠,是须要思考的重点问题。
要实现更高程度的智能化及主动避错,这对AI技能运用是个很好的契机。

华为融入AI性能的iPower技能可提升数据中央可用性,借助智能化硬件,实现智能故障定位与预警管理,引入大数据技能,智能剖析逐日海量的运维数据,识别机房潜在隐患,保障数据中央的可靠运行。

iPower智能供配电技能以模块化UPS为核心,紧张通过供电全链路监测、预警和故障自动隔离等手段,提高数据中央能源根本举动步伐可用性,继而通过AI技能的运用,终极实现预测性掩护。

iPower通过供电全链路监测,可实现毫秒级的故障检测,毫秒级的故障隔离,分钟级的故障规复,可肃清失火隐患,大大提高数据中央能源根本举动步伐可靠性和可用性;

以电池管理为例,在预防电池失落效方面,iPower通过AI技能,可以精确预测电池的寿命和康健度,为用户提前供应掩护决策依据,及时打消有失落效隐患的电池组,变事后补救为事前预防,变被动相应为主动掩护,大大提高数据中央供配电安全等级。
华为的模块化UPS结合iPower技能,可以在电池涌现温度快速升高档极度情形下,自动割断该组电池,从而避免涌现动怒等恶性事宜。

让AI给数据中央做管家:智能营维,自动高效

数据中央传统的掩护方法是靠人,失落误率大、漏错率高、失落效排查韶光长,传统运维办法无法办理人为误操作带来的业务中断问题。

融入AI性能的 iManager,可看作是数据中央的大脑,借助智能化硬件和传感器,实现精准感知。
通过自动化手段,逐步减少人工巡检等例行重复性事情,池化专家资源和能力,并固化于运维流程中。
加上全流程的电子运维,包括巡检、维保、应急演习训练,把所有的流程以及操作辅导全部做到线上,实现了运维质量从原来靠人的任务心到现在靠流程管理的转变。
通过全流程电子化的运维跟踪,量化原来无法量化的信息,比如通过电子运维提升巡检的实行力和运维活动的质量、实现故障的预测等,大幅提高人均运维效率和运维水平,提升数据中央的可靠性。

此外,市场上涌现了越来越多由边缘打算产生的边缘数据中央机房,就近供应做事和处理打算。
边缘数据中央数量日益增长,分行、支行、网点等数据中央无法统一集中管理,数据中央故障相应速率慢,运维效率低。

华为iManager全网管理功能,实现对多网点数据中央根本举动步伐进行集中监控,统一管理,实现预防性掩护,通过GIS定位技能提高故障定位相应速率,提升数据中央运维效率;移动APP监控,从内到外简化管理,轻松知晓海量网点数据中央运行情形,摆脱传统人工的运维检修办法,降落掩护下站次数和节省开支,让数据中央管理变得更加大略、高效。

华为iManager还能对资产进行盘查,担保设备的完全性,保护主要数据。
其余,还可以对资产匹配最适宜的供电、制冷、空间、带宽等资源,实现资源的最佳利用,利用AI技能,可帮忙对资产高下架和运营进行智能化的管理,提升运营效率和效益。

AI给数据中央唱首“凉凉”——降耗增效,绿色节能

能耗问题一贯是数据中央关注的焦点,传统数据中央年均匀PUE高于1.8,随着越来越多AI运用的落地,业界对高速打算的需求日渐增多,GPU打算做事器的规模和需求将持续增长,加速打算做事器产生的热能是传统CPU的数倍,如何办理做事器的散热问题将是未来的主要考量。
目前已有的智能DC节能技能可以通过传感器获取关键节点数据,进而优化所有系统和设备的整体能耗,降落PUE。

而AI能否深入数据中央内核,带来更低PUE?华为作为ICT行业的领导者,在数据中央热管理技能方面走在行业前端,致力于带给客户更低的PUE。
华为将基于AI的iCooling智能热管理办理方案融入数据中央根本举动步伐,针对数据中央制冷效率提升瓶颈,通过深度学习,打通精密空调末端、冷水机组、冷却塔、水泵等制冷系统以及IT负载、环境变量等大数据之间的联动,对大量的历史数据进行剖析,探索影响能耗的关键成分,获取PUE的预测模型。
利用寻优算法,获取调优参数组,下发到掌握系统,实现制冷系统的最优掌握。
终极通过规范化的实践勾引和目标导向评测,不断调度优化,获取最佳PUE。

iCooling@AI办理方案目前已在华为云廊坊数据中央成功支配,整年PUE可降落超过0.1,年均匀值达到1.3以下,年节约电费数百万元。