北京2023年9月11日 /美通社/ -- 近期，國際權威研究機構高德納（Gartner）發(fā)布中國AIOps市場指南報告《Market Guide for AIOps, China》，報告從數據中心運維需求變化、技術影響等角度，為中國的組織和I&O領導在采用或推進AIOps提供了深刻見解和實施建議。其中，浪潮信息InManage作為唯一的一款服務器廠商軟件產品，憑借領先的AI能力，以及多個行業(yè)數據中心智能化運維的成功經驗，獲評AIOps標桿。
大模型對數據中心運維帶來全新挑戰(zhàn)
在AIGC等大模型創(chuàng)新技術的驅動下，算力成為了行業(yè)關注的焦點。為滿足數字經濟對于多元算力的旺盛需求，算力規(guī)模迅速增長，給數據中心運維帶來全新挑戰(zhàn)，構建智能化的運維管理AIOps 能力勢在必行。
首先，數據中心運維的難度與質量要求不斷提升。在大模型訓練等負載的驅動下，數據中心部署了越來越多的設備與應用，這些設備與應用在架構、管理接口等方面存在很大差異，因此系統的復雜性與數據中心的不確定性增大，可能會對數據中心業(yè)務穩(wěn)定性造成嚴重的影響。
其次是數據中心運維效率亟待提升。伴隨著數據中心設備規(guī)模的不斷增長與運維難度的提升，運維的工作量呈現出大幅增長趨勢，大量重復冗余的工作不僅容易出錯，也降低數據中心運維效率，亟需將運維人員從復雜、依賴人工的告警和修復等運維工作中解放出來。
再次是對數據中心設備故障智能診斷、預測性運維需求的提升。為保障數據中心穩(wěn)定運行，需要盡可能地降低設備的故障率，通過精準的故障預警、預測性運維等方式，提前解決潛在隱患，提升數據中心各類 IT 資產的使用率。
同時，如何完善數據中心IT設備能耗管理是運維要考慮的一個關鍵。由于人工智能、數據分析、數據庫等工作負載對計算能力的需求不斷增長，以及半導體工藝的巨大改進，CPU、GPU等多元芯片已經集成了極多的晶體管。盡管單核功耗因工藝技術的改進而不斷下降，但芯片的熱設計功率 (TDP) 卻由于性能大幅度的增長而在不斷增加，數據中心能耗管理的不完善可能會導致部分設備隨機斷電或由于功率不足而出現性能降低等問題。
AIOps引領數據中心運維的進化之路
面對數據中心的多重運維挑戰(zhàn)，AIOps即智能運維已被業(yè)界廣泛使用。早在2016年，Gartner就已將AIOps納入中國ICT技術成熟度曲線的關鍵技術，指出在人工智能、大模型等新技術的促進下，AIOps成為未來數據中心運維發(fā)展的重要方向，并呈現出快速替代傳統運維的趨勢。以軟件定義、API驅動的AIOps模塊化平臺架構將有助于實現快速產品創(chuàng)新，將基礎設施、運維納入統一發(fā)展方向規(guī)劃，具備統一數據采集、存儲，強大的數據分析和機器學習能力，提供自動化運維和決策支持的能力并具備可視化的操作界面。
對于如今數據中心發(fā)展面臨的挑戰(zhàn)，AIOps提供了如下關鍵優(yōu)勢：
通過智能化的響應流程，以及數據驅動的決策支持，AIOps將極大將提升核心業(yè)務的穩(wěn)定性和可靠性，保證業(yè)務持續(xù)運行，提升業(yè)務價值。同時，運維效率提升和成本降低將為企業(yè)釋放更多的資源，用于核心業(yè)務的創(chuàng)新和發(fā)展。
在基于故障、告警觸發(fā)的被動響應式運維的基礎上，AIOps提供了主動智能止損、主動定位故障等能力，將引領數據中心運維從被動響應向主動預防、從主動預防向智能化預防不斷演進。
AIOps將不斷引入異常情況模擬等混沌工程能力，助力評估智能運維系統在故障發(fā)生時的彈性和可恢復性，監(jiān)控系統在異常情況下的行為，有效識別和收集關鍵的運維指標和管理數據，從而通過迭代和改進來不斷提高系統的運維能力和韌性。
隨著人工智能等技術的不斷發(fā)展，AIOps 還在不斷進化之中，憑借著長期運維所積累的海量數據，以及飛速發(fā)展的大模型等應用，AIOps面臨著新一輪技術創(chuàng)新的契機。例如，大模型在云事件管理、根因定位具體場景中的應用為AIOps開辟了新的領域，大模型的涌現能力，也在為AIOps技術的革新、提高AIOps運維效率提供了有效的支撐。
浪潮信息InManage 打造數據中心智能管理行業(yè)標桿
浪潮信息數據中心管理平臺InManage順應AIOps發(fā)展趨勢，依托自研的面向基礎設施的AIOps平臺，有效解決局部硬件概率性故障下系統容錯的問題，智能故障診斷和故障根因定位故障診斷率達到95%以上，硬盤故障預測可提前15天感知風險，內存故障預測準確率提高30%，此外，結合AI算法進行性能和容量預測，實現精準算力調配，讓用戶數據中心更加高效、穩(wěn)定、可靠。
同時，InManage還在資產管理、監(jiān)控管理、配置管理和能效管理方面提供一系列的智能化管理能力，幫助企業(yè)用戶統一運維服務器、存儲、網絡等基礎設施，提升運維效率和質量、降低運維成本：
智能資產管理：InManage結合智能網絡自動發(fā)現技術和RFID射頻識別技術，能夠精準搜索和識別整機型和部件型資產，可以納管400多種不同品牌不同類型的資產設備。借助自動拓撲與3D建模技術，InManage能夠幫助用戶構建數字孿生式資產可視化，清晰展示資產的網絡架構、空間位置和關聯關系，沉浸式了解資產狀況。同時，InManage采用基于物聯網（IoT）的技術方案，實現自動化的線上線下資產管理，支持自動巡檢、資產報表、維保管理、出入庫管控等功能，打通采購、使用、審計、財務壁壘，全面滿足企業(yè)管理需求，運維工作量降低40%，資產管理效率提升90%。
智能監(jiān)控管理：InManage通過"一中心多網格"的分布式設計，突破海量基礎設施數據收集和分析的性能瓶頸，支持10萬級IT設備的統一納管。同時為保障數據中心穩(wěn)定運行，InManage基于日志、指標、關系鏈等高維數據，能夠進行特征構建、算法優(yōu)化及模型訓練、結合業(yè)界領先的運維專家?guī)?，實現對CPU、內存、硬盤，PCIe等設備故障的精準定位和故障預測，故障診斷率達到95%以上，其中，硬盤故障預測可提前15天感知風險，內存故障預測準確率提高30%。InManage基于自研的ETF無閾值告警算法，支持服務器集群性能和容量無閾值告警，告警準確率高達95.26%，極大提升數據中心運維效率。
智能配置管理：InManage 基于在線鏡像平臺實現服務器全量固件智能匹配和自動推送，遵循業(yè)務策略智能升級，實現零人工干預，升級效率800%。依托多年服務器運維經驗和多行業(yè)客戶需求，內置數百種開箱即用模板，涵蓋全量固件升級、BIOS/BMC/RAID配置、電源策略、操作系統安裝、壓力測試、應用部署等運維場景，基于可視化編排，實現大規(guī)模服務器一站式智能上架和業(yè)務自動上線交付，有效地保障數據中心快速投產、可靠運行。
智能化能耗分析：InManage打通動環(huán)和IT能耗數據，通過多種智能化算法和模型，提供豐富的功耗策略，完成數據中心能耗優(yōu)化和碳排放管理，實現機架密度優(yōu)化，數據中心能耗調整可視化。同時InManage可分析用戶服務器功耗和溫度分布范圍提供制冷方案，優(yōu)化機房環(huán)境；分析數據中心空載服務器及服務器負載運行時間分布，優(yōu)化業(yè)務系統；優(yōu)化配置能源使用策略，管理服務器的功耗，能耗降低 15-20%。有效降低數據中心PUE，助力數據中心碳中和目標，推動綠色數據中心建設。
目前，浪潮信息InManage在海內外收獲了廣泛的客戶認可，正在為全球互聯網、金融、通信、IT、教科研等用戶的數據中心提供全程無憂的運維服務。在科研高校，借助InManage平臺，助力高校數據中心實現了服務器的智能化、一體化管理，運維成本降低50%，但整個數據中心的運維效率提高了10倍以上。在某世界TOP級銀行巨頭的數據中心，浪潮信息以"主備HA模式"部署InManage平臺，管理規(guī)模超過10萬節(jié)點，管理各項參數指標超過300萬，覆蓋了數據中心設備的所有組件，幫助該行數據中心運維效率實現3倍提升，保障業(yè)務穩(wěn)定可靠運行。
在日新月異的數字化創(chuàng)新環(huán)境中，浪潮信息正在持續(xù)推進InManage的技術創(chuàng)新與場景化落地，助力數據中心運維效率、質量的提升，為更多企業(yè)的數字化轉型賦能。
