2019年，許多組織將投資開源軟件，管理物聯網設備，將人工智能和機器學習集成到業務運營中，併為新的微處理器設計做好準備。
以下是可以幫助企業管理人員創建更快響應、自動化、易於維護的數據中心的主要發展趨勢：
<strong>1.行業巨頭投資開源軟件
傳統上，供應商為客戶構建專有硬件和軟件，但開源產品在運營等領域正在獲得關注。使用開源軟件，組織能夠以更低的成本和更高的互操作性使用他們需要的應用程序。開源社區的幫助還將使混合和匹配開源產品比專有系統更容易，因此數據中心管理人員可以直接配置他們需要的軟件。
2018年達成的兩宗大型商業交易表明行業巨頭對開源的投資有所增加。2018年6月，微軟公司投資75億美元收購了擁有2800萬開發人員註冊使用的開源軟件開發平臺Github。這項交易為組織的開發人員和管理人員提供了一種更簡單的方式來管理、共享和完善他們組織內的代碼。
2018年最大的開源收購是IBM公司在2018年10月以340億美元收購Linux開發商紅帽。此次交易的主要目的是幫助IBM公司在雲計算市場獲得更多驅動力，並加強其對客戶的開源雲支持。
Moor Insights&Strategy數據中心高級技術分析師Matthew Kimball指出：“IBM為收購紅帽付出了高昂的代價，因為他們明白，他們需要新的解決方案才能為那些不太關注傳統解決方案的開發人員和IT部門提供產品和服務。”
對開源的興趣日益增加意味著數據中心管理人員應該研究他們可以在數據中心使用哪些開源軟件，以及他們將來可以依靠哪些社區來增強系統。
<strong>2.採用更多的人工智能技術
人工智能是改變數據中心維護運營的趨勢之一，特別是用於IT運營的人工智能（AIOps）。AIOps軟件結合了大數據、人工智能、機器學習、可視化等技術，簡化了日常監控和管理任務的處理。
通常，採用自動化技術將例行任務（如生成警報）從工作人員卸載到機器上。AIOP將進一步推進這一過程，提供了比人類更高的準確性，並簡化了不同數據中心管理組之間的交互。
這些工具從日誌文件、指標、臺票證、監視工具中收集數據，並檢查如何執行任務，識別模式或異常情況，然後決定如何處理各種任務，例如識別和阻止可能試圖侵入企業網絡的用戶。
CA Technologies、Loom Systems和ScienceLogic等供應商認為這可以簡化AIOps部署。調研機構Gartner公司預計這些工具的使用將在未來三年內增加。該公司估計目前只有5％的大型IT部門使用AIOps平臺，但到2022年這一比例將達到40％。
<strong>3.服務器的微處理器仍是IDC重要趨勢
隨著企業部署新的計算密集型工作負載，如大數據、人工智能、機器學習，他們需要新型計算處理硬件，而傳統的基於CPU的服務器設計很難支持這些工作負載。
圖形處理單元繼續受到關注，谷歌正在開發張量處理單元（TPU）。還有用於新的大批量應用的其他替代處理器。例如預計基於ARM的處理器將在2019年推出。這意味著如果出現硬件性能問題，IT管理人員必須能夠排除多種類型微處理器的故障，而不僅僅是基於Intel的處理系統。
<strong>4.數據中心設備更加智能
企業可以使用智能傳感器等硬件將設備和數據收集分發到網絡邊緣。但是，組織並不希望通過從這些位置和設備向中央服務發送警報來創建更多網絡流量。
Gartner公司稱，供應商正在為其硬件和軟件產品添加人工智能和軟件控制功能，以便更好地管理這一流程。數據中心人員必須能夠管理自治設備之間的協作，並保持硬件正常運行。
隨著組織開發其邊緣計算和連接設備基礎設施，IT管理人員需要研究網絡帶寬標準和軟件，以確保其環境能夠通過正確的帶寬和監控功能有效支持所有連接的設備。
<strong>5.幫助臺變得更聰明
如今，幫助臺軟件變得更加智能，並且該過程使用了比以往更多的自動化技術。人工智能、機器學習、自然語言處理等新興技術正在為了解客戶問題並自動提供解決方案的聊天機器人的應用奠定基礎。
聊天機器人可以解決用戶對組織工作人員提出的基本問題，使工作人員能夠關注更復雜的支持問題。2019年，很多公司正努力使這些機器人能夠通過文本和視覺指示器正確理解和響應客戶的情緒。
這些應用程序可以從視頻流中查找特定單詞或面部表情，並評估解決問題的結果。如果用戶對其結果並不滿意，聊天機器人可以將這些客戶引導給工作人員進行處理，而不是讓客戶繼續使用自動系統。其總目標是讓數據中心支持人員卸載這些例行任務，同時為客戶提供更加充實的客戶服務。
徵稿啦
IDC圈公眾號秉持著「與千萬人共成長」理念，如果你有優質的文章：或是行業熱點事件、技術趨勢的真知灼見，或是深度的應用實踐，歡迎投稿!
投稿郵箱 | [email protected]
閱讀更多 中國IDC圈 的文章
