对AI应用法度榜样来说，机会已经成熟。但在企业数据中间实施人工智能时会对收集、存储和计算基本举措措施造成障碍。

尽管人工智能的概念自50年代以来一向存在，但它在IT范畴的主流应用法度榜样方才开端出现。根据Gartner的研究，到2021年，深度进修和人工智能等工作量将成为数据中间设计和架构的重要身分。

AI应用法度榜样将影响每一个垂直行业和工业范畴，是以采取积极的办法来筹划、构建和培养数据中间的深度进修(deep learning)和人工智能实践异常重要。

深度进修框架的有限性产生了范围方面的挑衅——对于可扩大性的收集架构，机能明显超出单一计算节点。为了范围化以供给更高的效力，治理员必须进级和改进他们的收集，但大年夜多半人还没有将此举当做他们的重要义务。

Gartner研究总监Chirag Dekate表示：“因为这是个持续变更的目标，很难初始化开辟AI和深度进修情况的实践。这个设法主意是惊人的，然则当您着手开辟和设计解决筹划时，您就开端碰到问题了，并且这是很多最终用户当前所处的地位。”

来自存储的挑衅

深度进修和AI应用法度榜样须要大年夜量的数据来练习、测试和验证神经收集算法，这可能为数据中间治理员带来存储挑衅。

大年夜多半组织还没有实施AI。在大年夜多半情况下，超大年夜范围公共云供给商(如Google和Amazon Web Services)都是早期采取者，而绝大年夜多半终端用户都在起步阶段就举步维艰。

Dekate表示：“如不雅您的机械进修算法基于回归，您可以应用有限的数据集，然则对于更先辈的高价值神经收集生态体系，您会逐酱竽暌滚到范围问题。传统的收集连接存储架构可以交付即时的结不雅，便利安排和开箱即竽暌姑的效力，但它们也会在I/O扩大和延迟方面显示出问题。

部分始创公司正在测验测验高带宽并行文件体系，以增长吞吐量并实现范围化，但这些还都只能算是外围办法，Dekate表示。

并行文件体系涉及大年夜元数据办事器到存储目标典范多移动部件，必须进行优化、调剂和调试以最高效力运行。他说：“它们[并行文件体系]是异常复杂的，须要经历严格的考验。”

Google等超大年夜范围供给商已熟悉到这一需求;该公司负责AI营业的机构DeepMind将将其数据中间冷却所需的能源降低了40%。然则，在更广泛的市场中几乎所有的企业数据中间都缺乏Google具备的资本，将无法复制这一模式来解决效力问题。

然而，大年夜数据分析——另一项须要大年夜量数据的筹划——已经为很多IT组织供给了一个平台，可以或许从新调剂存储策略。

来自收集的挑衅

Dekate说：“如不雅您细心不雅察深度进修算法，会发明它们的沟通密集度异常之高。测验测验为如许一个聊天应用法度榜样客栈构建解决筹划对于组织若何着手开端将是异常艰苦的。”

跟着数据中间收集架构师为AI预备其基本架构，他们必须优先推敲可扩大性，这将须要高带宽、低延迟的收集和像InfiniBand或Omni-Path如许的立异型架构。

关键是为实现主动化而包管所有选项的开放性，Perry说。主动数据中间基本举措措施治理技巧的市场正在快速成熟，这注解主动化在数据中间行业袈浣来越被广泛地接收。

Perry说：“还有主动化功能已经具备应用前提，这将有助于为AI的惹人奠定基本。”

来自计算方面的挑衅

数据中间的计算端对AI应用法度榜样的实施面对着异常严格的挑衅。基于CPU的情况可以处理绝大年夜多半机械进修和AI工作负载，大年夜随机丛林回归(random forest regression)到集群。但当IT深刻到深度进修才能之中，这须要遍历多个大年夜型数据集并安排可扩大的神经收集算法，那么基于CPU的生态体系可能还不敷。为了供给计算才能，IT部分必须集成如NVDIA GPU、Advanced Micro Devices GPU和Intel Xeon Phi等技巧。

供职于451 Research的研究经理Christian Perry表示：“当AI成为企业可安排的现及时，大年夜存储的角度来看，因为大年夜数据和分析的原因，容量方面已经解决了。物联网也被寄予期望在特定组织驱动大年夜范围应用的筹划，我认为基本举措措施已经具有处理大年夜型存储需求的才能。”

“您须要混淆或异构架构，其核心处理器由专用加快器填充，为您的应用法度榜样供给更大年夜的计算密度和更高的吞吐量，”Dekate说。

实施GPU还使治理员可以或许优化数据中间基本架构以实现功率效力。当治理员将基于GPU的生态体系进行单一节点特别扩大年夜时，它们对电源的需求将加倍急切。

对于具有传统生态体系的大年夜多半企业来说，实施这些立异技巧不仅复杂—同市价格昂贵。例如，搭载了最新Xeon Phi的芯片价格高达6,294美元—它是英特尔迄今为止最昂贵的芯片。而想要整合深度进修才能的IT团队不仅仅须要一个芯片，他们须要高密度的加快卡。这些高密度计算设备可用于超大年夜范围情况，医疗保健机构、金融办事等。

Dekate说：“我们已经看到高密度产品的应用—大年夜约2个CPU配上8个GPU的比例密度。这代表着在此情况中，某一办事器节点上某一办事器单位的成本可能高达15万美元。”

有办法减轻这些技巧的高价格标签。很多组织应用公有云，在某些情况下，应用IBM Watson，在进行任何深层的内部承诺之前，测试AI应用法度榜样的靠得住性。

此外，办事器更新的时光范围远远超出传统的三年更新时光表，Perry说。如今，很多组织每五到七年更新办事器。是以，他们的IT预算也获得扩大，可以应用到可以或许知足内部所需的高价基本举措措施之上。

　　推荐阅读

　　get起来：现代数据中心服务器维护检查列表

办事器保护可以预防严重问题，并保持一切正常运行。为办事器上的硬件和软件的┞封些简单筛查预留时光。数据中>>>详细阅读

本文标题：AI入驻数据中心：你的企业预留好位置了吗？

地址：http://www.17bianji.com/lsqh/35814.html

 1/2    1