机器学习如何推动数据中心发展?( 七 )

当部署在Google的数据中心时 , 它可以通过分析难以理解的数据集并建议采取的措施来成功地减少能耗 。 这听起来与最初提到的AI所承担的任务相差不远 。 幸运的是 , 科幻小说与科学之间有清晰的界线 。 诸如DeepMind之类的系统是一项优势 , 能够以人类无法掌握的规模降低能耗 。 随着时间的流逝 , 更多的系统将实施机器学习 , 以便它们可以最大限度地提高可操作性 , 从而为人们节省金钱 , 更重要的是 , 为环境节省了资金 。

Uptime Institute研究副总裁Rhonda Ascierto说:“这是数据中心管理的未来 , 但我们仍处于早期阶段 。 ”IDC Cloud to Edge数据中心趋势服务研究总监Jennifer Cooke表示 , 随着越来越多的公司采用包含云 , 托管设施和内部数据中心的混合环境 , 并且将越来越多地包括边缘站点 , 创建更智能的数据中心变得越来越重要 。

5、机器学习在数据中心的应用

何为机器学习?简单来说 , 机器学习是从例子和经验(即数据集)学习而不是依赖于硬编码和预定义规则的算法 。 换句话说 , 不是开发者告诉程序如何区分苹果和橙子 , 算法被数据“训练”并且自己学习如何区分苹果和橙子 。 以下是当今数据中心管理中机器学习的五个最大用例:

推荐阅读