机器人技术将如何塑造和转变下一代数据中心

对于数据中心的每个员工来说，机器人技术的应用和发展将非常具有意义。这是在各行业领域中获得相关可见性的一个话题，并且这也将影响数据中心的运营。众所周知，工作人员仍然需要对数据中心中的大多数错误负责，而机器人可以帮助减少这些错误，并使数据中心更具效率。

技术先驱

深度学习算法的发展和应用为机器人技术带来了强烈的冲击。在人工智能的帮助下，西门子公司研究人员开发出一种机器人，无需编程即可制造产品。作为自动化生产未来的潜在技术，机器人的手臂可以自主地分配任务并一起工作。

类似的解决方案和方法也可以在其他市场参与者中找到，，他们将这些机器学习算法视为发展能够改善人们日常工作的日益智能的应用程序的关键。

在数据中心市场，运营商一直采用基础设施管理系统，如DCIM（数据中心基础设施管理）或DDIM（分布式数据中心基础设施管理），这是Gartner公司最近创造的系统，以弥合设施和IT部门之间的差距，管理资产和容量，并最终改善数据中心运营。

一些DCIM供应商为软件提供机器学习算法和人工智能引擎，可以从资产生成的大量数据中学习。这些算法和引擎比人类更快地识别出不常见的行为。

在未来，机器人可以扩展应用范围,无论是作为自主实体还是由基础设施管理软件驱动,以使运营实现最高效率。

确定的好处

机器人技术将通过自动化操作帮助数据中心实现更高程度的自治。通过具有无错误地执行复杂任务的能力，机器人将补充人类以更好地执行MAC（移动、添加、更改）请求。这将最终降低风险，并维持租户的服务等级协议（SLA），无论他们是内部还是外部。

时间是机器人为数据中心带来的主要好处之一。任何变更请求都可以在一天中的任何时间执行，或者每周7天，每天都没有任何错误或延迟。可以避免在轮班之间传递任务和不可避免的重新确定任务的优先级，并且可以减少执行时间，并变得易于预测。

在机器人技术的帮助下，数据中心运营商将体验到降低运营成本（例如OPEX）并能够分配资源，以改进训练机器人的过程。必须定义数字以使这一转变过程真正成功。

根据Uptime Institute的调查数据，80％遭受停电的人认为他们最大/最近的停电事件是可以预防的。人工智能可以预测电力资产何时中断，其准确性取决于机器学习算法的深度。

信息存在但未采取纠正措施这一事实表明，员工的惰性会增加风险因素。人工智能可以在全自动流程的帮助下减少MTTR（平均修复时间）。

考虑一下，如果在预测故障之后，系统能够在没有任何人工干预的情况下替换有缺陷的部件将得到什么好处。在决策时间是保证服务等级协议（SLA）安全的关键因素的情况下，机器会比人类提供更好的风险防范。

客户将认识到更好地控制和尊重的服务等级协议（SLA），并且运营商将会更少受到处罚。

获得广泛采用

尽管存在很大的希望，但不能在实现广泛采用方面面临挑战。机器人能够实施基本的和重复的任务，但需要在数据中心等生产性环境中进行特定训练。

与装配线不同，例如汽车行业中的机器人沿着生产线安装。而在数据中心，机器人必须部署在机架附近，它必须是移动的，并且能够复制工作人员执行的相同操作。这需要针对每个数据中心进行特定的培训。

机器人技术还需要大量的投资，以便开发更多的知识，并“教育”需要做的事情——这些投资目前还没有普遍可行。随着时间的推移，即使对于非超大规模的数据中心来说，机器人技术也将越来越可行。

在机器人被广泛接受之前，还需要实现文化转变。由于电影或文学等现代艺术的描述，人们通常将机器人与人类之间的冲突，以及机器人与未来联系在一起。自第一次工业革命以来，这种态度一直存在，当时蒸汽机的采用引起了人们的怀疑和否定，因为可能将失去数千个工作岗位。

但是，历史已经证明，技术创新导致不同部门创造更多的就业机会。每一场技术革命都涉及一种不可避免的转变，正如历史所表明的，这种转变将导致市场价值进一步增长。

【中国IDC圈编译 未经授权禁止转载】

相关阅读

数据中心规划中的技术演进

如何保护数据中心电源系统免受冬季威胁

网络性能指标构成数据中心挑战

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!