2019年,许多组织将投资开源软件,管理物联网设备,将人工智能和机器学习集成到业务运营中,并为新的微处理器设计做好准备。
以下是可以帮助企业管理人员创建更快响应、自动化、易于维护的数据中心的主要发展趋势:
1.行业巨头投资开源软件
传统上,供应商为客户构建专有硬件和软件,但开源产品在运营等领域正在获得关注。使用开源软件,组织能够以更低的成本和更高的互操作性使用他们需要的应用程序。开源社区的帮助还将使混合和匹配开源产品比专有系统更容易,因此数据中心管理人员可以直接配置他们需要的软件。
2018年达成的两宗大型商业交易表明行业巨头对开源的投资有所增加。2018年6月,微软公司投资75亿美元收购了拥有2800万开发人员注册使用的开源软件开发平台Github。这项交易为组织的开发人员和管理人员提供了一种更简单的方式来管理、共享和完善他们组织内的代码。
2018年最大的开源收购是IBM公司在2018年10月以340亿美元收购Linux开发商红帽。此次交易的主要目的是帮助IBM公司在云计算市场获得更多驱动力,并加强其对客户的开源云支持。
Moor Insights&Strategy数据中心高级技术分析师Matthew Kimball指出:“IBM为收购红帽付出了高昂的代价,因为他们明白,他们需要新的解决方案才能为那些不太关注传统解决方案的开发人员和IT部门提供产品和服务。”
对开源的兴趣日益增加意味着数据中心管理人员应该研究他们可以在数据中心使用哪些开源软件,以及他们将来可以依靠哪些社区来增强系统。
2.采用更多的人工智能技术
人工智能是改变数据中心维护运营的趋势之一,特别是用于IT运营的人工智能(AIOps)。AIOps软件结合了大数据、人工智能、机器学习、可视化等技术,简化了日常监控和管理任务的处理。
通常,采用自动化技术将例行任务(如生成警报)从工作人员卸载到机器上。AIOP将进一步推进这一过程,提供了比人类更高的准确性,并简化了不同数据中心管理组之间的交互。
这些工具从日志文件、指标、台票证、监视工具中收集数据,并检查如何执行任务,识别模式或异常情况,然后决定如何处理各种任务,例如识别和阻止可能试图侵入企业网络的用户。
CA Technologies、Loom Systems和ScienceLogic等供应商认为这可以简化AIOps部署。调研机构Gartner公司预计这些工具的使用将在未来三年内增加。该公司估计目前只有5%的大型IT部门使用AIOps平台,但到2022年这一比例将达到40%。
3.服务器的微处理器仍是IDC重要趋势
随着企业部署新的计算密集型工作负载,如大数据、人工智能、机器学习,他们需要新型计算处理硬件,而传统的基于CPU的服务器设计很难支持这些工作负载。
图形处理单元继续受到关注,谷歌正在开发张量处理单元(TPU)。还有用于新的大批量应用的其他替代处理器。例如预计基于ARM的处理器将在2019年推出。这意味着如果出现硬件性能问题,IT管理人员必须能够排除多种类型微处理器的故障,而不仅仅是基于Intel的处理系统。
4.数据中心设备更加智能
企业可以使用智能传感器等硬件将设备和数据收集分发到网络边缘。但是,组织并不希望通过从这些位置和设备向中央服务发送警报来创建更多网络流量。
据Gartner公司称,供应商正在为其硬件和软件产品添加人工智能和软件控制功能,以便更好地管理这一流程。数据中心人员必须能够管理自治设备之间的协作,并保持硬件正常运行。
随着组织开发其边缘计算和连接设备基础设施,IT管理人员需要研究网络带宽标准和软件,以确保其环境能够通过正确的带宽和监控功能有效支持所有连接的设备。
5.帮助台变得更聪明
如今,帮助台软件变得更加智能,并且该过程使用了比以往更多的自动化技术。人工智能、机器学习、自然语言处理等新兴技术正在为了解客户问题并自动提供解决方案的聊天机器人的应用奠定基础。
聊天机器人可以解决用户对组织工作人员提出的基本问题,使工作人员能够关注更复杂的支持问题。2019年,很多公司正努力使这些机器人能够通过文本和视觉指示器正确理解和响应客户的情绪。
这些应用程序可以从视频流中查找特定单词或面部表情,并评估解决问题的结果。如果用户对其结果并不满意,聊天机器人可以将这些客户引导给工作人员进行处理,而不是让客户继续使用自动系统。其总目标是让数据中心支持人员卸载这些例行任务,同时为客户提供更加充实的客户服务。