机器学习：数据中心创新与管理的五种方式(2)

Maya HTT公司再次成为该领域的开拓者之一。该公司目前提供的机器学习服务结合能力规划与预算影响分析。根据Duquette的说法，通过深度学习算法，它可以获取已有的数据——客户当前的数据中心容量和计划项目的容量，并将其与CRM软件的销售渠道进行比较，并预测未来销售将如何影响容量。

这允许客户端根据需要购买新服务器和存储设备。“他们现在可以节省成本，并及时购买服务器，而不是购买服务器相关的全套设备，它可以提供更好的预测。”

早期采用者首先解决效率和风险分析

Ascierto说，如今积极探索机器学习的供应商和数据中心运营商专注于将其用于重点：提高效率和降低风险。

例如，拥有全球200多个数据中心的托管数据中心提供商Digital Realty公司最近开始试用机器学习技术以提高效率。

Digital Realty公司运营、创新和技术总监Ted Hellewell说，该公司目前正在向第三方供应商提供DCIM数据以进行分析，该公司首先将其应用于优化冷却系统。但在未来，Digital Realty公司计划探索使用人工智能来预测未来的资源需求和预测性维护。

他表示，“希望这项技术能够为我们的运营团队带来巨大的利益，甚至超越DCIM目前提供的服务。”这些利益将由数据中心、云计算、物联网和边缘计算的指数增长以及人类管理复杂程度的能力所驱动。

“支持基础设施所需的基础系统、设备和数据的数量正在迅速超过人类消耗和处理的数量。”Hellewell说，“这将使Digital Realty公司在实时处理、响应、通信和决策方面表现更加出色。”

【中国IDC圈编译 未经授权禁止转载】

相关阅读：

提示！提示！提示！数据中心应该怎么融资？

未来的数据中心将是灵活的连接资源

如何使用机器管理数据中心的电源？

（编辑：ASP站长网）