Artificial intelligence for IT operations Hybrid IT AI就緒基礎架構 AIOps 智慧維運 機器學習

縱觀IT基礎架構全貌 AI改善維運預測分析

2018-10-02
預測分析是目前AI維運發展較成熟的領域,主要是用於預測使用率以及效能。雖然多數設備商在過往也試圖提供類似的功能,但如今以大數據為基礎,透過機器學習的精準度將會大幅提高。
因應數位轉型的嚴峻挑戰,許多專家紛紛建議優先從資料中心現代化著手,以順利過渡轉型。然而,隨著新的系統、新興技術以及應用服務的加入,企業基礎架構維運也變得愈益複雜與困難。問題的關鍵在於,現今大多的IT運營管理(ITOM)工具多半只針對特定的基礎架構提供可視化的管理介面,這些孤島式訊息很難讓管理人員得以窺見全貌,若想藉此確保應用服務所需的基礎架構與設備都以最佳狀態運行,確實有其難度。

▲ Hitachi Vantara台灣區資深技術顧問梁萬宇觀察,預測分析是目前AI維運發展較成熟的領域,主要是用於預測使用率以及效能。
最近,Hitachi Vantara市場行銷部資深經理Richard Jew便專文提到這項挑戰,同時探討了AI維運(AI Operations)在現代化資料中心的應用趨勢。他以去年Gartner發布的AIOps平台市場指南中,AIOps平台如何在ITOM實現持續洞察圖示為例,說明機器學習以及大數據對於資料中心的監控、服務管理以及自動化的助益,尤其是跨系統優化,以及簡化IT營運流程方面,均有很大的幫助。

例如,某線上零售商打算為Cyber Monday工作負載進行評估準備,如果他們使用特定領域的ITOM工具,僅能看到伺服器或儲存設備的營運狀態,便很難正確地規劃,而AI Operations由於可收集到大量來自不同系統的遙測資料,運用機器學習跨多個資料源進行分析,因而能夠提供更完整的IT基礎架構可視圖,用於改進資料中心的監控與規劃。

針對AI Operations的發展趨勢,Hitachi Vantara也已經開始著手布局,並且發表AI維運軟體組合,包括Hitachi Infrastructure Analytics Advisor(HIAA)、Hitachi Automation Director(HAD)以及Hitachi Data Instance Director(HDID),協助客戶建置更敏捷的資料基礎架構。

Hitachi Vantara台灣區資深技術顧問梁萬宇解釋,簡單地說,HIAA旨在管理資料收集,包含效能與容量資訊,而HAD則是自動化的發動者,當HIAA分析資料後覺得應該要執行某一行動,這時便會要求HAD執行,兩者相互配合。而HDID則是一個專業資料復原平台,可長期保留及重複使用受管理的複製資料,以支援各式各樣的次要應用程式。

他觀察,預測分析是目前AI維運發展較成熟的領域,主要是用於預測使用率以及效能。雖然,多數設備商在過往也試圖提供類似的功能,但如今以大數據為基礎,透過機器學習的精準度將會大幅提高。「企業環境變化愈來愈快,維運挑戰也跟著加劇,Vantara的目標是希望能夠減輕企業負擔,若企業能愈快找到問題、愈快解決,就能縮短平均修復時間(MTTR),提供更好的使用者體驗。」


追蹤我們Featrue us

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!