English 繁体中文

您现在的位置: 北京新发展集团 >> 重要信息 >> 行业动态 >> 正文
人工智能将如何自我管理数据中心?                

  自我管理数据中心的现实是HPE公告上周,它声称是第一个人工智能(AI)预测引擎的麻烦,在数据中心。

  HPE说,明年它将提供一个AI推荐引擎附加功能,用于在启动之前预测和停止存储和一般基础设施故障。这是许多自主的数据中心组件之一,我们应该很快从玩家那里看到这些组件。其他面向数据中心的人工智能和机器学习系统将从Litbit等公司获得。我在夏天写的)和甲骨文等等。

  看点

  01

  还在网络世界:为什么你的新数据中心不能工作

  “基础设施解决方案应利用数据科学和机器学习,”HPE在白皮书中说其中,它试图解释为什么人工智能和机器学习在防止停机方面比人类更好。

  目前,IT工作者必须不断地进行“复杂的法医工作,以解决影响数据交付给应用程序的迷宫”。这造成了瓶颈,HPE说。

  然而,该公司表示,通过机器学习的一种形式,可以自动识别不确定的执行部件。这是可以做到的,没有任何传统的人类猜测工作。在用户意识到任何问题之前,这种情况也可能会在早期发生。本质上,它是通过在整个IT基础结构堆栈中计算大量收集到的数据并进行分析来完成的。

  看点

  02

  HPE的自我管理解决方案怎么工作

  这样做的目的是“发现并迅速找出根源”,然后“通过数据收集解决问题”。然后生成签名以标识可能受到影响的其他用户、元素或客户。然后制定规则,以推动解决方案,解决方案可以自动化。

  此外,如果用户确实失败,人工智能机器学习解决方案,连同其新的签名和规则,可以快速插入整个系统,阻止其他人继承相同的问题。未来的软件更新是根据通过人工智能学到的进行优化的。

  今年早些时候,HPE通过收购人工智能获得了部分进展。闪存和预测分析公司灵活存储HPE说,十年来,它一直在收集数据科学和遥测数据。事实上,Nimble已经分析了12000多个应用程序缺口的案例。换句话说,这就是HPE在应用程序和数据问题之间降低生产力的瓶颈所使用的名称。

  看点

  03

  自我管理系统减少人员配置

  HPE说,要完成停机时间的减少,需要对整个IT堆栈进行全面分析。

  该公司声称,通过这一点,可以预测停机时间。基础设施发展放缓的原因将通过人工智能来识别和预防,而不是仅仅被人为监控和标记为潜在的麻烦。

  如果发动机不能防止故障,则应采用“规定性解决方案”。这意味着如果出现问题,引擎应该能够修复。它应该通过预测和分析了解根源来实现这一点,而不是通过传统的手工故障排除和使用基于web的论坛查找等工具。

  最后,HPE非常重视自治。使用这种技术,人员配置水平可以想象地下降。它说,取消前线技术支持,谁往往只是收集信息和文件问题,使自主数据中心更接近于成为现实。(人工智能引擎知道有问题,所以你不需要有人接电话。)

  HPE说:“对于需要与工程师交谈的小部分问题,客户可以立即达到三级工程师。”。三级被淘汰。



  • 上一个文章:


  • 下一个文章:

  • 2017/12/7 11:28:47   

    版权所有:北京新发展集团 Copyright(C)2011 Corporation All Risghts Reserved 京ICP备05017792号 Tel:010-69376291
    友情链接:万利彩票  永利彩票官网  98彩注册  快赢彩票注册  聚富彩票  

    免责声明: 本站资料及图片来源互联网文章,本网不承担任何由内容信息所引起的争议和法律责任。所有作品版权归原创作者所有,与本站立场无关,如用户分享不慎侵犯了您的权益,请联系我们告知,我们将做删除处理!