上海機房網絡改造:智能時代已來，數據中心基礎設施管理是否將走向無人化？

發布時間：2020-03-18 08:05:01   作者：上海監控安裝公司

上海機房網絡改造:智能時代已來，數據中心基礎設施管理是否將走向無人化？

自從2016年AlphaGo打敗李世石之后，人工智能已經成為各大企業爭奪的科技高地，而無人駕駛、人臉支付、無人超市等AI應用層出不究，正在改變我們的日常工作與生活。數據中心作為人工智能產業鏈的重要環節，基礎設施運維仍然主要依靠經驗豐富的運維團隊與標準固化的運維流程來支撐，這需要消耗大量的人力與物力來保障數據中心的業務可用性。那么，隨著人工智能技術的應用與普及，數據中心基礎設施運維是否可以實現少人化、無人化，大幅提升人均運維效率，更好的支撐IT業務的發展？答案就在 ↓

　　

　　無人運維全新重構現有的運維模式

　　

　　上海弱電工程公司發現在傳統模式下，數據中心運維離不開人，但人也是最大的安全隱患。根據行業調研結果，數據中心基礎設施失效故障中，約有80%的故障存在人為因素。而在引入人工智能技術之后，數據中心運維則不再受限于人的因素，可以采用更加高效和可靠的措施來提升運維的質量與效率，逐步演進到無人值守的模式。

智能時代已來，數據中心基礎設施管理是否將走向無人化？

　　

　　大幅簡化日常巡檢工作

　　

　　數據中心運維工作中，50%的人力消耗在日常巡檢工作中。但當前巡檢多依賴于運維人員的眼看耳聽，巡檢質量難以保證。華為創新性提出了AI無人巡檢方案，采用遠程抄表、圖像識別、聲音識別等多種技術，讓90%的人工巡檢內容轉變成自動化、遠程無人處理，大幅降低巡檢人力成本，提高了巡檢質量。以聲音故障（壓縮機故障、UPS風機異響等）為例：華為采用大數據技術建立了設備異響的數字化模型，明確了這種異常情況的特征值；然后通過遍布在數據中心內的聲音傳感器，實時采集設備運行聲音，通過降噪處理、提取并對比特征值，從而精準識別設備異響，并智能給出可能的故障原因。

　　

　　提前預警實現預測性維護

　　

　　數據中心運維的核心目標是保障設備在全生命周期的正常運行。傳統的運維模式主要側重于事后的應急維修、事前的預防式維護，而結合人工智能技術，我們可以基于設備失效模式與歷史運行數據，精準評估設備健康度，提前識別設備異常。華為iPower解決方案，數據中心供配電全鏈路的可視可管，從而實現預測性維護，保障了數據中心供配電系統安全性。例如針對因螺絲松動而引發的母排溫度過高、斷路器燒毀這一運維問題，華為采用DNN算法生成母排溫度預測模型，可以根據溫度變化曲線，在達到高溫告警閥值之前就提前預警，給出預警位置與處理建議。借助iPower解決方案的設備預警功能，設備維護工作可以從周期性維護工作轉變成按需進行，大幅降低數據中心運維工作。

　　　　

注：基于銅排溫度預測模型（100%負載率）

　　

　　智能協同降低數據中心能耗

　　

　　在數據中心全生命周期成本中，電費支出占比可達到60%。為了降低數據中心的PUE，傳統運維方式是由高級別的暖通運維專家基于自己從業經驗來進行調節，優化結果難以保證。華為采用人工智能技術，推出了iCooling解決方案，實現數據中心系統級能效優化，實測可以降低數據中心PUE約8~15%。

　　

　　無人運維需要數字化、智能化的設備支撐

　　

　　上海網絡布線在人工智能和數據中心運維中的落地，離不開強大的AI算力來支撐。華為的無人運維解決方案集成了AI智能控制器，通過內置昇騰310 AI模塊來可以提供強大算力，確保AI運維的準確性、實時性。此外，華為的FusionPower產品采用智能化部件，可以精準識別各個關鍵部件運行情況，提前識別設備異常并生成預警，支撐數據中心的無人運維。

　　

　　迭代演進可以更好的保障無人運維的落地

　　

　　在向無人運維的演進過程中，數據中心運營者可以將整個過程劃分成許多個較小的任務，有些任務可以由人來完成，有些任務交給機器來完成，借助AI技術讓人與機器更好的協同。通過這種方法，讓運維團隊逐步了解與熟悉人工智能技術，增強對人工智能應用效果的信心。

　　

　　華為結合自己20多年超過200個數據中心運維經驗與行業領先的AI無人運維技術，推出了數據中心運維使能服務，并在解決方案中集成了AI智能控制器，通過內置昇騰310 AI模塊來可以提供強大算力，確保AI運維的準確性、實時性，幫助數據中心運營者實現從手工運維向數字運維、無人運維的平滑演進。

上一篇   返回首頁  打印  返回上頁  下一篇