Artificial intelligence for IT operations AI就緒基礎架構 Wikibon AIOps 智慧維運 超融合

智慧化IT維運 AIOps興起

2018-10-03
將人工智慧(Artificial Intelligence,AI)運用於產業領域以創新營運,已經成為一股顯學,愈來愈多的企業正在加速轉型步伐,以便在競爭的環境中取得優勢。不過AI的應用並不僅限於改進對外服務,近兩三年來,已經有不少大型雲端服務業者積極將大數據與機器學習引入IT基礎架構與維運管理之中,在此同時,IT解決方案供應商也紛紛投入AI方案研究,運用新興技術來助力企業將維運管理推向可視化、自動化,甚至進一步做到自我修復。
調研機構Gartner將這樣的趨勢發展稱之為AIOps(Artificial Intelligence for IT Operations,智慧維運),並且預估到了2022年,將有40%的大型企業會結合大數據與機器學習的功能,來支援或部份取代監控、自動化流程與任務。

AIOps是一項新概念,儘管目前的定義仍有些分歧,但不可否認地,在現今愈來愈複雜的IT環境中,企業需要一項工具或平台來協助降低IT部門維運管理負擔,抑或協助他們跨越技術門檻,快速打造AI環境同時給予更視覺化的洞察,而這兩點,也是目前IT解決方案供應商主要的致力方向。

在本期專題報導中,除了匯整AIOps概念說明之外,也將邀請專家分享AIOps方案現況,可預期的是,在技術與趨勢日臻成熟下,未來AIOps的樣貌勢必將快速發展演化,值得持續地加以關注。

智慧維運熱潮升溫 業者紛布局各具表述

傳統訂定IT策略、運用規則的維運方式正面臨嚴峻挑戰,企業需要找尋更智慧化的維運方法來克服這項難題。藉由解析IT系統既有的歷史日誌與效能資料,運用人工智慧相關技術來協助自動化故障檢測、異常判斷,或是提供更視覺化的工具,將能輔助管理人員更快察覺問題根源。

機器學習優化維運體驗 資源跨品牌監控管理

運用AI技術來簡化維運管理是許多IT供應商正在著手的方向,但關鍵在於能不能與應用程式進行連結,在企業環境中,單台儲存設備上很可能運行了超過2,000個虛擬機器,若無法確知是哪一個虛擬機器的延遲變高,就無法進行有效的改善行動。

縱觀IT基礎架構全貌 AI改善維運預測分析

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。

認知運算強化洞察 CDI提升維運生產力

根本原因分析(Root Cause Analysis)經常需要耗費大量人力、物力,甚至需要結合許多投資,也是企業目前在維運環境中面臨的最大難題。其次則是預防與預測。

簡化AI部署管理 讓資料科學家專心建模

近期IT解決方案供應商紛紛投入AI-Ready基礎架構解決方案設計,同時也開發出新的管理平台,以降低AI應用的複雜度。企業可以從中獲得幾項好處,包含有效管理深度學習與機器學習的工作流程、簡化企業開源部署、讓叢集基礎架構更具靈活性,以及藉由優化系統與資料來提升價值。


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!