根據451研究所季度數據中心知識庫（DCKB）的報告，目前世界上有超過4700個托管和大規(guī)模數據中心設施。隨著云計算推動數據中心空間和每個組織需求的增加，無論規(guī)模大小如何，依賴數據的比例越來越大，數據中心市場也將繼續(xù)增長。無論是內部部署、由服務供應商管理還是支持公有云基礎設施，數據中心市場都在那兒等你開拓。
 

　　隨著更強的處理能力和即時訪問客戶界面、銷售平臺和庫存更新等應用程序的需求的上升，將帶來更大的功耗損失和正常運行時間的需求。簡而言之，數據中心的運營成本越來越昂貴。
 

智能效率
 

　　AI可以通過大幅度降低數據中心能耗，改善正常運行時間并最大限度地減少人為干預來減低未來運營成本。它提供了這一潛在能力，而不影響性能，因為技術將使數據中心能夠更加高效地運行。
 

　　今天的技術是處于不斷變化之中的，所以不可避免的，數據中心是需要緊跟上日益復雜的IT基礎設施的變化和平穩(wěn)運行所需的功能范圍的。與其將變革視為一種挑戰(zhàn)，不如將其視為能夠創(chuàng)造無數激動人心的可能性，以此來更好地利用新技術，如AI，從而增強“大腦”的功能和效率。
 

　　簡而言之，AI允許機器自己學習，從數據解釋中得出結論，并在無人干預的情況下自動實踐這些結論。這意味著企業(yè)可能會開始優(yōu)化資源管理，而不必在IT方面投入更多的人力，同時隨之增加所需的技能以及相應的高價格標簽。
 

　　AI可擔任企業(yè)內的眾多角色。但其核心作用仍然是對于系統(tǒng)、決策和執(zhí)行的自動化。除了可以稱之為“集體機器人的行為”之外，它也可以連接企業(yè)內部的各種系統(tǒng)并使用這些系統(tǒng)實時執(zhí)行功能，同時，也能用于預測角色。
 

　　這可能會涉及到一些使用它進行長期規(guī)劃的公司。企業(yè)內部的許多研究小組使用它來預測業(yè)務決策在實施前可能會出現(xiàn)的影響，然后將數據應用于解決這些即將出現(xiàn)問題。
 

　　同樣，該技術可以通過整理多種來源和數據Feed的信息，來預測市場如何影響商業(yè)決策，分析這些信息并預測市場反應。它類似于行業(yè)術語“游戲理論”，是從政治活動到推出新產品都被廣泛應用，成為不可或缺的工具。
 

AI和數據中心
 

　　數據中心起到了運行工作負載的重要作用。人工智能可以與數據中心基礎設施管理技術協(xié)同工作，以檢查電力消耗和散熱、系統(tǒng)狀態(tài)和容量。
 

　　最早的例子之一是谷歌采用人工智能技術來提高其數據中心的產能。在2014年實施這項技術時，谷歌就能夠利用機器學習將制冷能源的使用量減少40%.
 

　　谷歌經歷的功耗降低將使公司在大量的數據中心基礎上節(jié)省數億英鎊，但降低成本將對任何規(guī)模的業(yè)務也都產生影響。加上關鍵分析和自動化決策，可以顯著提高任何數據中心的效率，并在運行一個數據中心的同時，將成本的降低也傳遞給客戶。
 

　　隨著利潤的削減，人工智能很可能是企業(yè)需要通過優(yōu)化的資源管理來獲得關鍵的優(yōu)勢。