對(duì)于運(yùn)營(yíng)商來(lái)講，我們現(xiàn)在這個(gè)階段去構(gòu)建智能化的數(shù)據(jù)中心也面臨著很多的挑戰(zhàn)，包括：我們?cè)诨A(chǔ)設(shè)施層面的改造、我們?cè)趺慈ミm應(yīng)人工智能和大數(shù)據(jù)一些新的業(yè)務(wù)需求、怎么提供更豐富的API接口以及更多的數(shù)據(jù)存儲(chǔ)。現(xiàn)在，美國(guó)站群服務(wù)器 亞洲服務(wù)器，我們正在積極思考在未來(lái)智能化的數(shù)據(jù)中心里面可以做一些什么樣的探索，我所在的中國(guó)電信北京研究院做了一些嘗試，下面和大家分享一下我們做的幾個(gè)方面工作。

我今天演講的題目是智能化數(shù)據(jù)中心研發(fā)實(shí)踐。

最后，我們希望在智能化的數(shù)據(jù)中心這個(gè)領(lǐng)域能夠開(kāi)展更加廣泛的合作，尤其是充分利用ODCC這樣一個(gè)開(kāi)放的平臺(tái)，和大家共同去探索智能化數(shù)據(jù)中心這個(gè)新領(lǐng)域，謝謝大家！

智能化的數(shù)據(jù)中心的發(fā)展可以被歸納為三個(gè)階段：在當(dāng)前階段，除了傳統(tǒng)的以CPU為核心的數(shù)據(jù)中心外，我們還要考慮人工智能的需求，比如說(shuō)建設(shè)CPU和GPU聯(lián)合的資源池，還有開(kāi)展面向邊緣計(jì)算場(chǎng)景的FPGA等計(jì)算資源池的建設(shè)。在這一過(guò)程中，我們可能會(huì)考慮這樣一些需求，例如：AI驅(qū)動(dòng)的數(shù)據(jù)中心節(jié)能，AI驅(qū)動(dòng)的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)的自動(dòng)化優(yōu)化和智慧運(yùn)營(yíng)，以及AI驅(qū)動(dòng)的巡檢機(jī)器人等等，特別是在面向運(yùn)營(yíng)商特有的NFV場(chǎng)景中的一些故障的監(jiān)測(cè)、排除等等。這些都是當(dāng)前的智能化數(shù)據(jù)中心正在面臨的新需求、新挑戰(zhàn)；到了下一個(gè)階段，我們會(huì)提出更高的統(tǒng)一和融合化的需求，包括邊緣和核心的統(tǒng)一以及AI和各個(gè)系統(tǒng)的融合、標(biāo)準(zhǔn)化和物聯(lián)網(wǎng)化。尤其是未來(lái)整個(gè)數(shù)據(jù)中心在邊緣，甚至在邊緣的設(shè)備和邊緣的數(shù)據(jù)中心之間，美國(guó)服務(wù)器租用，它們進(jìn)一步的統(tǒng)一和融合，也是未來(lái)我們需要重點(diǎn)考慮的地方；而在最終階段，我們希望能夠?qū)崿F(xiàn)完全自動(dòng)化的數(shù)據(jù)中心。

在開(kāi)幕式上，來(lái)自中國(guó)電信北京研究院副總工程師楊明川進(jìn)行精彩演講。以下為演講實(shí)錄：

第四個(gè)方面，我想再提一提AI輔助智能運(yùn)維。當(dāng)前，原有的運(yùn)維方式正面臨很多挑戰(zhàn)。我們和一些合作伙伴一塊在合作研究，怎么樣去應(yīng)對(duì)這樣一些挑戰(zhàn)，比如說(shuō)虛擬化之后的IT架構(gòu)，跨計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)的端到端運(yùn)維工具，容器、微服務(wù)和虛擬化的應(yīng)用，以及多廠商集成等問(wèn)題。我們正在嘗試去構(gòu)建一個(gè)AI智能輔助運(yùn)維系統(tǒng)，研究如何從數(shù)據(jù)感知層面、故障診斷層面、故障預(yù)測(cè)和故障自愈層面，如何能夠更加充分的運(yùn)用大數(shù)據(jù)、人工智能的技術(shù)，使得整個(gè)數(shù)據(jù)中心的運(yùn)維工作更加智能化、自動(dòng)化。當(dāng)然，數(shù)據(jù)中心智能化的道路剛剛開(kāi)始，未來(lái)還有大量的工作，我們需要進(jìn)一步研究和進(jìn)一步合作，希望未來(lái)的數(shù)據(jù)中心能夠具有更高的智能。

10月16日，2018年開(kāi)放數(shù)據(jù)峰會(huì)（Open Data Center Summit 2018）于上午在北京國(guó)際會(huì)議中心開(kāi)幕。作為數(shù)據(jù)中心行業(yè)的一大盛事，ODCC每年都將匯聚數(shù)千名數(shù)據(jù)中心專(zhuān)家與幾十名主流媒體。本屆峰會(huì)時(shí)間為16日-17日，ODCC將發(fā)布最新研究成果，碰撞尖端熱點(diǎn)技術(shù)，分享國(guó)際技術(shù)進(jìn)展，展示主流產(chǎn)品應(yīng)用。

數(shù)據(jù)中心發(fā)展到現(xiàn)在，隨著AI、大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)中心的業(yè)務(wù)也不斷在演變，新的技術(shù)會(huì)不斷的融入到數(shù)據(jù)中心里面來(lái)。智能化的數(shù)據(jù)中心，其實(shí)它有兩個(gè)方面的含義：一個(gè)方面是數(shù)據(jù)中心怎么樣基于我們的海量數(shù)據(jù)，利用人工智能的技術(shù)，進(jìn)一步去優(yōu)化數(shù)據(jù)中心的運(yùn)營(yíng)；另一個(gè)方面是數(shù)據(jù)中心會(huì)越來(lái)越多地去承載大數(shù)據(jù)的業(yè)務(wù)，去承載人工智能訓(xùn)練的場(chǎng)景以及人工智能應(yīng)用的場(chǎng)景，在這個(gè)場(chǎng)景下數(shù)據(jù)中心自身需要去適應(yīng)新的智能化業(yè)務(wù)的需求。

首先，第一個(gè)方面是智能化的數(shù)據(jù)中心節(jié)能技術(shù)。前面其實(shí)有很多專(zhuān)家也都講到了，我們?cè)谖锢砘A(chǔ)設(shè)施層面，可以開(kāi)展很多節(jié)能方面的技術(shù)研發(fā)，引入很多節(jié)能相關(guān)的設(shè)備，從而降低我們數(shù)據(jù)中心的能耗。今天在這里，我重點(diǎn)介紹的是一個(gè)純軟件的方法，它的思路是對(duì)數(shù)據(jù)中心尤其是云數(shù)據(jù)中心的服務(wù)器資源進(jìn)行調(diào)度，也就是說(shuō)我們更多是考慮服務(wù)器在承載業(yè)務(wù)時(shí)，隨著業(yè)務(wù)需求的動(dòng)變化，怎么通過(guò)人工智能的方法去預(yù)測(cè)這些服務(wù)器資源使用的效率，去預(yù)測(cè)這些服務(wù)器未來(lái)的負(fù)荷，進(jìn)而通過(guò)智能化的調(diào)度來(lái)使得部分的服務(wù)器休眠得以降低其能耗。這里面我們需要大量的數(shù)據(jù)采集，從數(shù)據(jù)中心里面去采集各種各樣的包括從云主機(jī)、物理主機(jī)、能源消耗、業(yè)務(wù)變化層面上的各種各樣的數(shù)據(jù)，然后去構(gòu)建基于深度學(xué)習(xí)的預(yù)測(cè)模型，使得我們能夠通過(guò)動(dòng)態(tài)負(fù)載調(diào)整去降低能耗。

中國(guó)電信已經(jīng)在幾個(gè)省公司做了智能化節(jié)能的嘗試，這不僅僅是我們?nèi)?gòu)建一個(gè)深度學(xué)習(xí)的算法、去做預(yù)測(cè)或者做調(diào)度那么簡(jiǎn)單。在運(yùn)行的過(guò)程當(dāng)中，我們面臨著大量在實(shí)際運(yùn)營(yíng)中要解決的問(wèn)題，比如：怎么樣能保證服務(wù)的可靠性和可用性、怎么能夠提升預(yù)測(cè)的精度、以及我們同時(shí)要考慮不同設(shè)備類(lèi)型的影響。因?yàn)橛行┰O(shè)備是承載業(yè)務(wù)的、有些設(shè)備是做管理調(diào)度的、還有些設(shè)備是做集中控制的，所以我們要考慮在不同的業(yè)務(wù)類(lèi)型、設(shè)備類(lèi)型上怎么樣能夠?qū)崿F(xiàn)一個(gè)更加穩(wěn)定可靠的調(diào)度。在這個(gè)過(guò)程中我們也采用了一些漸進(jìn)式的方案，比如剛開(kāi)始采用只讀模擬運(yùn)行，后來(lái)逐漸進(jìn)行試驗(yàn)，在一些受控的生產(chǎn)環(huán)境進(jìn)行小規(guī)模的嘗試，當(dāng)前已經(jīng)能夠?qū)崿F(xiàn)無(wú)人值守下實(shí)現(xiàn)節(jié)能。最終效果也比較顯著，平均下來(lái)大概能實(shí)現(xiàn)20-30%的節(jié)能，而且對(duì)于云數(shù)據(jù)中心還能有更大的能源節(jié)省空間。