当前位置:首页 > 云计算 >

数字化转型时代的数据中心

发布时间:2019-04-15 16:01:41 来源:中国IDC圈 作者:佚名
[摘要]当前的数据中心是否为满足物联网需求做好了准备?当前的综合布线和无线网络是否足以处理负载? 设备的数量激增,加上数据分析和人工智能的持...
当前的数据中心是否为满足物联网需求做好了准备?当前的综合布线和无线网络是否足以处理负载?

设备的数量激增,加上数据分析和人工智能的持续发展,以及需要非常低延迟的应用程序的增长,导致了混合计算体系结构的出现。该体系结构包括大型集中式云数据中心以及区域边缘和本地边缘计算站点,这些站点支持近端用户处理、存储和低延迟。事实上,随着物联网需求的增加,边缘计算站点减轻了数据中心和网络本身的压力。5G部署将在这方面提供进一步帮助。

物联网能为数据中心带来多少自动化?它只是修补、监控、更新、安排和配置,?还是可以看到预测性和预防性维护的到来?

人们对自动化及其在数据中心中的作用有一个非常积极的前瞻性观点。收集、处理、发送大量具有价值的数据的物联网设备得到迅速增长,从根本上说,这使人们有可能开始全面了解互连基础设施系统之间的复杂关系。通过了解系统如何运行并由所有变量驱动,可以更全面地实现这些系统的操作自动化,并使自动化更加有效。

当然,如今一些企业已经在数据中心实现了一定程度的自动化。数据采集与监视控制(SCADA)系统设计用于自动控制冷冻水系统中的水流,例如,通过基于预定义的逻辑和设定点致动阀和控制泵。但是人们可以做得更多。人们将物联网的增长、数据分析的改进以及机器学习算法的发展视为使预测性和预防性维护在数据中心成为现实的手段。

1

智能数据中心是否最为绿色环保?物联网如何变得更加绿色?

一般来说,在其他条件相同的情况下,基于人工智能和从大数据分析中收集到的见解进行操作和维护的数据中心比那些没有这样做的数据中心更具效率和可靠性。然而,重要的是要理解,人工智能和分析并不是解决所有问题的“灵丹妙药”。它们不排除使用基本最佳实践(例如,空气遏制、节能模式UPS、冷却系统的节能器模式等)和节能设备的需要。人工智能和分析将提高企业的效率。

人们能在多大程度上推动智能建筑传感器的处理?需要如何重新考虑安全问题?它是一个附加层还是应该迁移到远离物联网设备的孤岛中?

微数据中心的部署是实现这一目标的关键手段。微型数据中心是一个小型独立设施,包括IT和支持它所需的所有支持基础设施,其中包括机架、电源、冷却/通风、物理安全、环境监控和管理软件,也是一个易于使用订购和部署的解决方案。传统上,分布式IT在大型集中式数据中心中没有得到同样的关注。

精心设计的微型数据中心为支持所有建筑智能传感器和设备的关键IT提供安全保障和电源冗余。由于这些资源通常分布在许多站点上,几乎没有人员来管理所有这些资源,因此远程管理变得很重要。企业需要新的管理工具,以便可以轻松查看数百甚至数千个站点中可能存在的数千台设备。

2

当前的SIEM和DCIM解决方案能否应对来自物联网设备的信息?物联网解决方案应如何最好地集成到现有解决方案中?

传统的数据中心的基于许可证的DCIM系统在监控大量设备方面的能力相当有限。它们的可扩展性不高。例如施耐德电气的EcoStruxure架构和平台上的方法是开发基于云计算的DCIM工具集,称之为DMaaS或数据中心管理即服务。而基于云计算的可扩展性对可管理的设备数量没有限制,EcoStruxure还包括一个称之为“数据湖”的概念。这是一个基于云计算的安全的存储库,用于处理工具收集的大量物理基础设施设备数据。

然后,该数据提供了执行数据分析功能以及开发和训练机器学习算法的方法,然后用户可以应用这些算法来获得有用的见解和预测分析。因此,EcoStruxure提供了一个安全、可扩展、强大的云架构,以及包含大量标准化数据的数据湖。人们相信,这个基础设施是解决缺乏员工和多个站点的物联网边缘管理挑战所需要的。

是否应该将RPA和RDA等新的自动化工具视为未来的新中间件?企业应该使用它们的最佳方式是什么?他们是否已准备好进行主流部署,还是应该等待更成熟的解决方案?

希望改善其数据中心管理和运营的企业可以在某种程度上从自动化、数据分析甚至人工智能中获益。业界确实需要继续开发和发展这个基础技术,这是强大的DCIM云数据架构和数据湖。数据中心所有者应该考虑升级他们现在使用的传统的内部部署DCIM工具集,并寻求采用物联网、大数据分析和人工智能的结构。

【返回首页】