随着数据中心工作负载的不断上升，越来越多的企业开始寻求利用人工智能 (AI)帮助他们减轻 IT 团队的管理负担，同时提高效率并降低开支。
Infosys Knowledge Institute 负责人 Jeff Kavanaugh 表示，由于竞争加剧、疫情大流行等各种因素的影响，企业正在削减数据中心的预算，很多企业正在寻求降低数据中心运营成本的方法。 Jeff Kavanaugh 表示，人工智能和自动化已被证实是降低工作量，提高管理效率最有效的方法，能够将员工从耗时且乏味的任务中解放出来，并使他们能够专注于真正需要人工的工作。
大多数数据中心管理员已经在使用各种传统的非 AI 工具来协助和优化工作负载管理。然而，这些工具往往是被动的，而不是主动的。伊利诺伊大学芝加哥分校生物医学和健康信息科学临床助理教授 Sanket Shah认为，人工智能现在已准备好帮助企业发现数据中心无法预测或者未来规划所需求的可靠方法。借助人工智能，可以更有效地分配算力和存储容量，使数据中心能够按需扩展，变得更加灵活。他表示，AI能够很好的优化管理流程，降低快速变化的数据存储所带来的成本。
实际上，使用人工智能技术进行数据中心管理的想法并不鲜见。早在 2014 年，谷歌就透露正在使用通过收购英国人工智能专家DeepMind的相关技术，来增强其多个站点数据中心设施设备的管理能力。如今，AI 工作负载管理领域已经大幅扩展，Cisco、IBM和VMware均有相关的技术，而诸如DLabs、digitate、Redwood Software等初创公司，也已经开始将相关技术推入市场。
1、优化工作负载
大多数数据中心管理者的首要任务是优化工作负载，以满足高峰时期业务流畅运行的需求。然而，无论他们如何优化方案并提前部署，需求的高峰和低谷往往都无法精准预测，而人工智能则可以很好的解决这一问题。
商业咨询和咨询公司凯捷北美人工智能工程副总裁 Goutham Belliappa表示，人工智能能够更好的理解工作负载模式，并将这些需求与数据中心容量进行匹配，以此保证业务运行。
科技市场咨询公司ABI Research 首席分析师 Lian Jye Su 则认为，AI 有望让数据中心团队免于处理一系列单调、重复的任务，包括服务器管理、安全设定、计算/内存和存储优化、负载均衡等，让工作负载通过人工智能实现自动化或增强。
戴尔科技 AI 战略负责人 Brons Larson 也认为，数据中心可以利用 AI/ML 来提高性能以及优化配置和部署。他表示，AI/ML 支持动态协调资源与工作负载，以优化资源利用率以更好地管理成本。
2、精准预测故障，避免业务中断
人工智能能够帮助更早地预测故障和中断，帮助数据中心管理团队减少停机时间并保持集群正常运行。此外，人工智能还可以实现更好的温度和电压管理，从而直接降低运营成本并帮助减少碳足迹。
IT 管理软件开发商ManageEngine AI 和 ML 产品总监 Ramprakash Ramamoorthy 表示，AI 系统在数据中心工作负载管理中做出的决定通常会由一个或多个协同工作团队来执行，因此 AI 模型决策策能够让 IT 团队更好地理解模型决策的意图并采取相应的行动，最多可以达到 80% 到 85% 的准确度。
人工智能和机器学习开发商Tanjo 联合创始人兼首席执行官 Richard Boyd 表示，随着 AI 和 ML 工具变得越来越普遍，能够实现最佳的预测结果。
3、简化数据管理
利用人工智能管理数据中心，还能够简化数据管理。这是由于人工智能可以确保有效、准确地管理大量数据，团队可以比以往更快、更准确地执行数据质量分析或提取数据以创建预测等任务。
因此，对于企业而言，利用人工智能管理数据中心，还能够同时简化数据的管理，充分利用数据并获得最快速、最精准的决策。
认真规划后，方可部署
虽然人工智能驱动的数据中心工作负载管理已经被许多大型企业常规使用，特别是谷歌、亚马逊和微软等超大规模企业，但这项技术现在才开始渗透到较小的数据中心运营商。
因此，在人工智能开始发挥其管理数据中心的能力之前，IT 管理者除了需要接受将关键管理职责移交给软件之外，还需要经过不断测试，并在测试过程中不断尝试新的技术，以便于找到最优化的管理方式。因此，在采用人工智能管理数据中心之前，一定要做好规划，反复测试，最终才能够实施部署，以降低管理失败带来的损失。
从长远来看，随着技术的进步、成本的下降和采用者信心的增强，人工智能驱动的管理有望成为主流。在接下来的四到六年内，人工智能数据中心工作负载管理技术将成为标准选项。
