4月15日，一年一度的中国数据中心大会如约而至。作为主办方，这已经是中国计算机报社连续第九年举办中国数据中心大会。本次大会以“智慧数据中心”为主题，从数据中心的规划、设计、部署和实施、运维和管理，以及未来演进等多个角度对智慧数据中心的建设和运营进行的阐述，揭示了数据中心的智慧发展之道。

随着信息的爆炸，以及云计算、大数据、物联网等的兴起，国内针对数据中心的投资持续增加。在中国，数据中心仍然是刚需。数据中心正朝着规模化、高密度、集约化、绿色化、智能化、自动化的方向发展。在这种趋势下，数据中心的建设、运维的复杂度逐渐增加，传统的数据中心建设和运维模式面临前所未有的挑战。数据中心的建设和运维必须摆脱原来的条条框框，实现从僵化到柔性、从粗放到精细、从主要依赖人工到自动化的全面转变，构建以高弹性、高效率、高可靠、高度智能化为基本特征的智慧型数据中心。

数据中心运维是新商机

前一段时间，相信大家都在关注“Alpha狗”与韩国九段棋手李世石的人机大战。中国的围棋棋圣聂卫平也在央视的一档电视节目中表示，对于此次的人机大战感到十分震撼。数据中心需不需要人工智能?也许你的数据中心也可以有“Alpha狗”。

“实现数据中心的智能化，同时用软件的方式提升数据中心的可用性和能效，最终实现投资回报率的，这是每个数据中心的用户应该认真思考的问题。”施耐德电气IT事业部解决方案产品总监郑浩表示。

“Alpha狗”有两大制胜的法宝:一是具备深度学习的能力;二是它有两个大脑，一个是落子选择器，另一个是棋局评估器。“我们同样可以把‘Alpha狗’的这种智能化应用到现有的数据中心里。在这方面，施耐德电气已经做了大量的研究和实践。”郑浩表示，这主要体现在以下三个方面。，深度学习，即基于大量的数据中心建设实践和运维管理经验、端到端解决方案的研发和生产制造能力、对数据中心物理基础设施的深入了解，形成一套完善的基础知识库，这有点像“Alpha狗”在读棋谱。用户采用施耐德电气的实时数据采集系统，可以持续更新相关知识，提升对数据中心的理解，再加上施耐德电气的一些分析工具，就可以对整个数据中心的运营和管理做出提前预测，或为运营者提供决策依据。这些都是深度学习的能力。

第二，决策。数据中心内的大量设备分属不同的系统，由不同的管理团队管理和运维。施耐德电气可以通过模拟、风险评估等方式，找到不同设备之间的关联性，及时发现问题所在，从而进一步降低运维的风险。

第三，自我优化。在定位了风险所在之后，关键是如何像“Alpha狗”的落子选择器那样，找到的解决问题的办法。这就是自我优化要做的事。比如施耐德的智能化系统可以及时发现某一台服务器宕机，然后调配某个虚拟机接管业务，这些都是自动化实现的。

亚马逊AWS(Amazon Web Service)于2006年便推出了个商业化的云计算服务。在构建和运营云计算服务的过程中，亚马逊AWS积累了大量的数据中心运维经验， 先后推出了一系列云服务， 实现了“基础设施即代码”的架构部署，使用代码或容器来自动部署和升级应用，并通过开发运维一体化(DevOps)，使得持续的开发、集成和部署成为可能。

亚马逊AWS是用云服务推动IT运维创新的标杆。人们对虚拟化技术不再陌生。服务器虚拟化或存储虚拟化只是将硬件进行了虚拟，而容器技术在此基础上，又将操作系统、中间件等都虚拟化，做成了一个个的容器，再将应用直接放到容器里，那么容器就可以像集装箱一样方便交付和运维了。容器技术、DevOps、微服务等将改变传统的应用交付模式，实现开发、测试、运维的一体化。

亚马逊旗下有数千个团队，每个团队都像一个创业公司。这些团队采用微服务架构，实现了快速、持续的应用交付，其应用可运行在各种各样的环境中。亚马逊AWS首席云计算企业顾问张侠博士介绍说，亚马逊每年平均完成5000万次的交付。

说到在运维方面的创新，亚马逊AWS提倡“基础设施即代码”的新理念。亚马逊AWS的数据中心运维已经完全是自动化的。依靠机器和软件实现整个系统的部署相比人工操作有很多明显优势:机器具有更好的可扩展性、可复制性、可审计性，并且可以保证环境的一致性，以及记录的安全等。从代码的开发到测试、配置、部署、持续监控，亚马逊AWS针对这程推出了一系列的工具，并总结出一套标准做法，轻松实现了持续集成、持续交付。