导读

AI、随着大数据时代的到来，数据中心业务不断发展，新技术始终集成到数据中心。其中，智能数据中心有两个含义。

如何建立智能数据中心？

一方面，大量的数据，运用人工智能技术的基础上，进一步用于优化数据中心，数据中心，其他方面，数据中心的运营，更多的大型公司，数据你可能就会载着这些人工智能训练场景携带的需要数据中心本身，以适应新的智能业务场景的需求，人工智能的应用。

智能数据中心开发三部曲

在中国电信北京副总工程师杨明川，你可以总结的智能数据中心的发展分为三个阶段。

在当前的阶段中，除了人工智能的传统的CPU核心数据中心的需求，如加法，考虑：CPU和资源的组合来执行FPGA的计算和施工现场的边缘和其他计算资源池配置GPU池。在此过程中，能量效率、AI AI驱动的数据中心，特别是在运营商特定的NFV场景的一些故障，如，自动化计算、存储和网络以及操作和情报驱动检查机器人AI的优化我们将驱动并监控、排除。这是当前智能数据中心面临新挑战的新挑战。

下一阶段，它是如整合和AI、和各系统的东西，团结和边缘的核心网络的标准化，并倡导高需求的统一整合。但设备，他们不仅在未来团结进一步融合，我们在数据中心的边缘的边缘之间的优势，尤其是未来整个数据中心需要重点考虑的问题。

在最后阶段，希望能够实现完全自动化的数据中心。

支持智能数据中心建设的四个方面

对于运营商来说，它是一个智能数据面临着一系列的挑战，包括、在基础设施层面的转换，以适应新的怎样的业务数据和人工智能的数量的中央部分，要构建，在这个阶段，现在、如何丰富的API接口和更多的数据存储。

在这方面，电信，一直积极思考什么可以在智能数据中心的未来进行一种探索。 “我中国电信北京研究所主要做了一些尝试，包括四个主要方面。” 杨明川说起。首先，它是智能数据中心的节能技术。许多专家还可以承载我们的数据中心的大部分能源消耗，节能技术的研发，许多能源相关设备的介绍和谈论物理基础设施水平我做到了。

这一次，杨明川引入了纯软件的方法，这意味着作为一个企业，我们正在考虑托管业务的多个服务器，调度数据中心服务器资源，云，数据中心的想法如何通过智能调度创建睡眠服务器部分，以通过人工智能负载预测这些和未来使用服务器资源的有效性，以降低功耗需求变化，

“我们从数据中心收集来自云主机物理主机、能量的数据，收集各种数据，包括消费业务变化的各个方面，然后建立深度学习，数据收集那些需要大量预测模型的人可以通过动态负载平衡来降低能耗。“

中国电信公司电信目前正在采用一系列能够实现无人值守节能的渐进式节目中国在这个过程中，为了尝试智能能源，几个州据报道，有。平均而言，您可以实现20％至30％的节能，为云数据中心节省更多能源。

示例2第二个方面是自定义服务器，自定义服务器演进和智能数据中心是同一个库存。这是一款中国早期电信定制机，独立服务器、机柜服务器2015、2016年兼容超级兼容托管，以及低功耗定制服务器。 2017年，主要考虑的是定制服务器、NFV用于定制服务器和人工智能ServerSAN字段定制的GPU服务器、NFV。今年，中国电信将探索新的领域，例如这种定制的服务器容纳条件的边缘。

“执行新型服务器定制工作，ODCC的工作是加强和加强ODCC工作，因为随着数据中心运营的发展，服务器级别必须适应每个变化。” ：[0×4 e 22]第三个方面是，在这项工作是云计算的电信中国实验室，做了一些尝试，现在主要是要建立一个人工智能到数据中心的PaaS平台。面向AI的PaaS平台有两种类型：1个用于公共云，1个用于行业。

目前，中国电信已经建成了AI相应中档的基础设施。 AI对于PaaS的平台年的智能解决方案的一些行业的人工智能，可以在生产的核心尽可能的解决方案和AI行业中发挥作用。

第四个方面是人工智能辅助智能操作和维护。计算，操作和维护工具，容器、微服务，不仅是虚拟化应用、、存储网络，跨多厂商集成，虚拟化结束，IT基础设施结束后：目前，原有的运行和维护这些方法面临着许多挑战，例如：这样的事情。

中国电信，故障诊断和数据、的自我恢复、失败水平认知程度的故障预测水平，智能AI支持的工作，研究如何如何利用人工智能技术更完整、大数据，运行和维护系统比试图建立全智能的数据中心自动化、已完成维修。

当然，数据中心和智能化的道路才刚刚开始，还有很多未来在行业中的工作，将需要的议程，我，在未来数据中心的，更高智能的未来的进一步合作我相信我能拥有它。