AdeptDC希望使用机器学习来防止互联网数据中心中断

正如Google所展示的那样，应用呆板进修来理驱逐热模式，并微调数据中心冷却体系，以实现最高服从，是呆板进修的公道数据中心用例。可是，将呆板进修应用于互联网数据中心打点的软件初创公司AdeptDC以为，假如思量的不只仅是冷却乃至是电力，它还会更有用。

该公司从前一向专注于冷却优化，正在扩大其成果范畴，理睬从电源、冷却和硬件网络数据的体系，关联全部各类信息，以全面优化服从、解除妨碍、发失变乱警报，并通过辨认非常来防备装备妨碍。

AdeptDC估量将在下个月推出其数据中心运营商的AI助手，首席执行官拉亚戈什在接管采访时说道。它行使沟通的呆板进修技能和沟通简朴的安装要领，通过Docker容器，不必要硬件传感器。

该公司相识到，它必需办理的不只仅是航行员对隐藏客户的冷却。

戈什说：“我们一向在美国和外洋运营着几个数据中心的航行员，而我们所学到的是低落冷却本钱和进步相对服从是很好的，但不是运营商首要体谅的工作。”

运营商首要担忧停止妨碍，这凡是是因为冷却题目和相干硬件题目而导致的。(上个月劫难性的微软Azure停电只是最近一个备受瞩目标例子。)应用其技能来辅佐办理这种题目是AdeptDC的新方针。他说：“我们行使沟通的呆板进修技能，但我们行使它来确保硬件运行正常并猜测机能题目，而不可是电源和冷却优化。”

这意味着从处事器电源和电扇网络运营数据，据他称，其妨碍是数据中心运营中的首要题目。“CPU已经在硬件架构中获得了办理，但电源体系和处事器电扇始终处于妨碍状态。”

AdeptDC的角度是将硬件数据与办法冷却体系状态数据相干联。

戈什说：“像谷歌这样的公司行使情形数据来代表数据中心生态体系和机能的总体康健状况。”他提议，情形数据(温度和湿度)是整个体系康健状况的一部门，但电压监测也很要害。电压是整个数据中心康健状况的首要指标;假如电压示意得很稀疏，那么就会呈现各类百般的题目。

安装后约莫必要一周的时刻来网络足够的数据以得到基线并开始天生精确的相干性。

当存在事情并对冷却体系举办微调时，相干性对付天生批改提议很有效，但最重要的是，它们对付检测正常操纵时代的非常很是有效。一旦AdeptDC标志非常，其仪表板将表现其地址的逻辑层：IT、收集或电源和冷却。

“我们但愿捕获到作为预警的症状。”戈什说。

相干性也有助于解除妨碍。该体系包罗用于分类变乱的清单，以辅佐员工，这也许在停电时代惊愕或在错误的处所探求题目。“当数据中心呈现妨碍时，大部门团队城市跑随处事器机房，但处事器题目也许与冷却题目有关。”戈什说。

有多个妨碍解除级别：

第一级是简朴的工作。譬喻，假如处事器指示灯未亮起，则电源或冷却体系也许存在题目。下一级轻微伟大一些，譬喻装备内部的电压题目。更伟大的程度处理赏罚气流数据等工作。

假如体系通过较初级别而且无法辨认题目，则呆板进修成果会启动以查找基础缘故起因与也许导致题目的各类其他来历之间的关联。

行使呆板进修来处理赏罚变乱可以辅佐补充纯熟数据中苦衷恋职员的镌汰。“存在庞大的人才欠缺，数据中心运营打点方面没有大学课程，因此这将成为将来的一个大题目。”Ghosh指出。“部门事变可以通过人工智能以更体系的方法完成，我很是但愿下一代人工智能可以辅佐弥合供需之间的差距。”

相干阅读：

洛杉矶拔得头筹，成为环球数据中心关节

英特尔辩驳质疑：芯片供给富裕、10nm量产没题目

大大都数据中心独一的极度之处在于它们的风险规避

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!