欧美,精品,综合,亚洲,好吊妞视频免新费观看,免费观看三级吃奶,一级a片女人自慰免费看

您當前的位置是:  首頁 > 新聞 > 文章精選 >
 首頁 > 新聞 > 文章精選 >

2019數據中心預測:更實用的技術

2019-01-02 11:22:54   作者:   來源:IDC圈   評論:0  點擊:


  在人們的日常生活中,廚房中的廚具通常各司其職,很少有各種功能集于一體的。數據中心的設施和設備也是如此。目前為止,在構建數據中心基礎設施的時候,各種規(guī)模的組織一直是使用孤立的運營模型。這種“一個工具只有一種功能”的模式,使得中小企業(yè)無法采用一些先進技術,原因很簡單,因為無法證明成本效益是合理的。
  而2019年可能成為大型組織采用可組合基礎設施概念的一年:在單一控制平臺下融合一些單個用途工具,為數據中心提供彈性、先進、操作高效的“瑞士軍刀”。2019年也將是迄今為止,數據中心基礎設施融合,或單一產品概念融合的一年。聯合架構模型、單一功能可組合性、普通IT任務的高級自動化,以及預測性而非簡單反應性的新智能將是重點發(fā)展的措施。
  IDC從孤島走向聯合架構和系統(tǒng)
  目前,需要將核心數據中心、邊緣計算和云計算視為所有需要管理工具和現場利用計劃的獨特環(huán)境。但是會采取一些措施將這些不同的技術整合到一個基礎設施中。首先,組織將會更加熟悉內部私有云,更好地理解邊緣計算的重要性,還會更好地了解公共云如何幫助填補空白。無論是針對突發(fā)容量、特定工作負載,還是針對其他需求進行擴展和縮小。
  與此同時,人們將看到更快的管道、更好的壓縮性、增強的安全性,這些都使公共云成為數據中心基礎設施的一種更現實的擴展。它將允許邊緣和核心作為聯合系統(tǒng)開始運行,并在容量需要時擴展到云計算。
  但它不僅是架構方面的創(chuàng)新,也是基礎架構管理方面的創(chuàng)新。無論位置或資源類型如何,所有豐富的數據服務和數據中心資源都將匯集在一起,通過單一GUI在一個位置進行管理。這些資源還將通過高級智能和策略進行管理,這些策略能確定哪些工作負載需要哪些資源,以及哪些資源最適合它們駐留,以優(yōu)化I/O操作和成本,確保服務等級協(xié)議(SLA)。所有這些功能都會減輕數據中心管理人員的負擔。
  那么這會在2019年實現嗎?并不是所有的方法都一定能實現,但是將會看到共享一些常用工具的主要步驟。
  遷移到聯合基礎設施是將物聯網集成到IT系統(tǒng)的核心部分,因為更多的可組合性,允許IT通過單個易于編程的API來協(xié)調所有這些資源。這樣做對于大規(guī);旌瞎ぷ髫撦d環(huán)境是理想的,而物聯網本質上是一個非;旌系墓ぷ髫撦d環(huán)境。物聯網的采用率正在上升:到2020年將有800億臺連接設備,每年產生165澤字節(jié)的數據。2019年,在確?山M合基礎設施服務于物聯網方面將取得巨大進步。
  IT將開始采用可組合基礎設施
  IT行業(yè)人士變得越來越精明。他們現在意識到可以動態(tài)地重新配置基礎設施,以便根據當時的需求支持應用程序。他們不必為自己的基礎設施配置每個應用程序。2019年出現了可組合基礎設施快速發(fā)展的積極跡象。
  以一個業(yè)務高速增長并且正在擴建的機場為例。這聽起來很奇怪,但機場運營方計劃引進更多的航班,卻發(fā)現沒有足夠的空間來建造更多的候機樓。其原因是候機樓一些登機口已經對外出租,但并沒有全部使用。如果機場運營方可以在主要承租人不使用的情況下允許使用候機樓登機口,就可以在不擴大機場設施的情況下承載更多航班。動態(tài)租賃的方法解決了這個問題,但也帶來了另一個問題。那就是每個候機樓都配備了IT基礎設施,以支持主要承租人的應用程序。
  但是通過可組合的基礎設施,該機場可以動態(tài)地重新配置資源。他們可以支持二級運營商的需求,建立一個新的基礎設施,支持更多的航班。這種可組合性將在2019年加速,在功能方面不斷創(chuàng)新,并根據應用需求實時提供資源的重新配置。
  下一代自動化將更加接近真正的人工智能
  機器學習和人工智能已經在很長一段時間內出現在很多組織的技術列表中,并且有充分的理由。當組織采用這些前沿技術時,可能會有深刻的印象。而在即將到來的這一年將會看到人工智能實現自我維持的真正進展。
  人們將會看到機器學習和人工智能轉化為自我修復系統(tǒng)等技術,這是確保系統(tǒng)不會發(fā)生故障的預測系統(tǒng),并能夠智能地評估容量和性能。該技術將自動優(yōu)化基礎設施,以提高性能和效率。
  例如,通過使用機器學習和人工智能,系統(tǒng)將理解在哪里需要更多的容量,然后從最有意義的地方去保留這些容量。也許它來自云端,因為更多的存儲空間也是暫時的;蛘,系統(tǒng)可能會為管理員創(chuàng)建清單,以便為數據中心購買更多存儲設備,因為接下來的時間將是必要的。人工智能和機器學習將更有效地為組織實際管理其基礎設施,并將提供有關如何規(guī)劃的真實情報。這將是預測性的,而不僅僅是反應性的。如何實現這一壯舉可能并不重要。它可能涉及隨機建模和基本趨勢。
  客戶如何運營其基礎設施的數據,與供應商共享更多這方面的信息,這樣可以比較其他客戶正在看和體驗的內容,并使用洞察力進行預測建模。因此,當特定服務器組中的熱量達到峰值時,可以預期數據中心出現哪些故障或超出冷卻能力。這種洞察力可能會促使工作人員及時處置,或者可能需要更改基礎設施的部署,更好地平衡工作負荷,減少現場產生的熱量。通過下一代機器學習和人工智能,組織可以感知和解決這些需求。
  如今,新興技術迅速發(fā)展,而那些資金雄厚的組織將會關注更加前沿的技術。隨著2019年的到來,這些創(chuàng)新的可訪問性的提高將為IT和企業(yè)帶來更高的效率和更好的結果。
【免責聲明】本文僅代表作者本人觀點,與CTI論壇無關。CTI論壇對文中陳述、觀點判斷保持中立,不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔全部責任。

專題

CTI論壇會員企業(yè)