這些數據中心趨勢可幫助管理員創(chuàng )建更具響應性、自動(dòng)化且易于維護的數據中心。

　　傳統上來(lái)看，供應商為客戶(hù)構建專(zhuān)有硬件和軟件，但在運營(yíng)等領(lǐng)域，開(kāi)源產(chǎn)品正在獲得關(guān)注。通過(guò)開(kāi)源軟件，企業(yè)可更好地使用他們需要的程序，而只需要更低的成本，還具有更高的互操作性。與專(zhuān)有系統相比，社區還可幫助更容易地混合和匹配開(kāi)源產(chǎn)品，因此數據中心管理員可直接配置他們需要的軟件。

　　在2018年，兩項大型收購交易標志著(zhù)企業(yè)加大對開(kāi)源的投資。在2018年6月，微軟以75億美元收購GitHub，這是一個(gè)擁有2800萬(wàn)開(kāi)發(fā)者的開(kāi)源軟件開(kāi)發(fā)平臺。此次收購為開(kāi)發(fā)人員和管理員提供了一種更簡(jiǎn)單的方法來(lái)管理、共享和優(yōu)化企業(yè)內的代碼。

　　去年最大的開(kāi)源收購是在2018年10月IBM以340億美元收購Linux開(kāi)發(fā)商Red Hat。此次交易的目的是幫助IBM在云市場(chǎng)獲得更多牽引力，并加強其對客戶(hù)的開(kāi)源云支持。

　　Moor Insights＆Strategy公司數據中心技術(shù)高級分析師Matthew Kimball指出：“IBM收購Red Hat公司是因為，他們了解到他們需要新的解決方案才能吸引那些更少關(guān)注傳統解決方案的開(kāi)發(fā)人員和IT部門(mén)。”

　　同時(shí)，企業(yè)對開(kāi)源的興趣日益增加意味著(zhù)，數據中心管理員應該研究他們可在數據中心使用哪些開(kāi)源軟件，以及他們未來(lái)可以依賴(lài)的哪些社區進(jìn)行系統增強。

　　另一個(gè)數據中心趨勢是人工智能，人工智能將改變維護工作，特別是通過(guò)使用基于機器學(xué)習的智能運維（AIOps，AI for IT Operations）。AIOps軟件結合了大數據、人工智能、機器學(xué)習和可視化，以簡(jiǎn)化日常監控和管理任務(wù)。

　　通常，自動(dòng)化可讓機器完成例行任務(wù)，例如生成警報。而AIOps則更進(jìn)一步，它可提供比人類(lèi)更高的準確性，并簡(jiǎn)化了不同數據中心管理組之間的交互。

　　這些工具從日志文件、指標、幫助臺工單和監視工具中收集數據。它們會(huì )檢查任務(wù)的執行情況、識別模式或異常，然后做出決策來(lái)處理各種任務(wù)，例如識別和阻止可能試圖侵入企業(yè)網(wǎng)絡(luò )的用戶(hù)。

　　CA Technologies、Loom Systems和ScienceLogic等供應商提供的軟件可簡(jiǎn)化AIOps部署。Gartner公司預計這些工具的部署將在未來(lái)三年內增加。該公司估計目前只有5%的大型IT部門(mén)在使用AIOps平臺，但到2022年這一比例將達到40%。

　　隨著(zhù)企業(yè)部署新的計算密集型工作負載，例如大數據、人工智能和機器學(xué)習，他們將需要新型處理硬件；傳統的基于CPU的服務(wù)器設計將無(wú)法輕松支持這些工作負載。

　　目前，圖形處理單元繼續受到關(guān)注，同時(shí)，谷歌還在開(kāi)發(fā)張量處理單元。在2019年預計還將出現其他用于新的大批量應用程序的替代方案，例如基于A(yíng)RM的處理器。這意味著(zhù)如果硬件出現性能問(wèn)題，管理員必須能夠對多種類(lèi)型的微處理器進(jìn)行故障排除，而不僅僅是基于英特爾的處理系統。

　　通過(guò)智能傳感器等硬件，企業(yè)可將設備和數據收集分布到網(wǎng)絡(luò )邊緣。但是，企業(yè)不希望從這些位置和設備向中央服務(wù)發(fā)送警報時(shí)制造更多網(wǎng)絡(luò )流量。

　　根據Gartner稱(chēng)，對此，供應商正在向其硬件和軟件產(chǎn)品添加人工智能和軟件控制，以便更好地管理這一流程。數據中心人員必須能夠管理自主設備之間的協(xié)作并保持硬件正常運行。

　　隨著(zhù)企業(yè)發(fā)展其邊緣計算和聯(lián)網(wǎng)設備基礎設施，管理員需要研究網(wǎng)絡(luò )帶寬標準和軟件，以確保其環(huán)境能夠有效支持所有聯(lián)網(wǎng)設備，并提供正確的帶寬和監控功能。

　　幫助臺軟件現在變得更加先進(jìn)，并且該流程使用比以往更多的自動(dòng)化。人工智能、機器學(xué)習和自然語(yǔ)言處理等數據中心趨勢為聊天機器人程序奠定了基礎，這些聊天機器人可了解用戶(hù)問(wèn)題并自動(dòng)提供可能的解決方案。

　　聊天機器人可幫助IT人員解答用戶(hù)提出的基本問(wèn)題，使IT人員能夠將更多時(shí)間花在更復雜的支持問(wèn)題上。在2019年，企業(yè)將試圖使這些機器人能夠通過(guò)文本和視覺(jué)指示器理解和響應用戶(hù)的情緒。

　　這些應用程序將從視頻流中尋找特定單詞或面部表情，并評估提議的方案是否可解決問(wèn)題。如果用戶(hù)感到沮喪，該系統可以將他們轉交給人員處理，而不是讓用戶(hù)繼續與自動(dòng)系統交互。

　　這里的總體目標是減少數據中心支持人員的例行任務(wù)，同時(shí)為用戶(hù)提供更加豐富的客戶(hù)服務(wù)。
　　來(lái)源：數據中心運維管理