資料中心正變得越來越聰明——但 他們是 伺服器也變得越來越重。雖然人工智慧正在重塑我們管理工作負載和能源使用的方式，但行動伺服器的實體行為卻變得越來越複雜。 有沒有 走了。如果說有什麼事的話， 這是 變得更加批判性。
為什麼物理搬運仍然重要
別再自欺欺人了：沒有任何演算法能把一台120磅重的伺服器抬到離地20英尺高的機架上。這項工作仍然需要人來完成——以及他們所依賴的工具。像……這樣的公司 ServerLIFT 他們憑藉著讓這項工作更安全、更快捷、更不容易出錯而贏得了聲譽。在如今高密度資料中心，正常運作時間至關重要，設備成本高達數萬美元，伺服器宕機不僅是造成不便，更是一種業務風險。
人工搬運不僅危險，而且效率低。技術人員費力地搬運沉重的設備，既浪費時間，又會損害身體，還會增加損壞精密零件的風險。專用升降機可以大大減少這些麻煩。它們或許並不引人注目，但卻是基本的——就像優質的管道或可靠的線路一樣。只有當它們缺失時，你才會意識到它們的重要性。
「智慧」資料中心的崛起
同時，人工智慧正悄悄接管資料中心營運的各個層面。從預測性維護（可在硬碟崩潰前發出警報）到機器學習模型（可即時調整冷卻系統），智慧正融入基礎設施管理的方方面面。
谷歌曾利用DeepMind的人工智慧技術，成功將冷卻能耗降低了高達40%。如今，微軟也利用人工智慧技術預測其全球雲端平台的硬體故障。這些並非科幻概念，而是正在實際運作的系統，每年可節省數百萬美元的營運成本。這種轉變顯而易見：我們正在從「故障發生後再修復」轉向「防患於未然」。
但關鍵在於：人工智慧可以告訴你 什麼 需要修復，但卻無法修復。 do 修復——至少目前還不行。伺服器故障時，仍然需要有人拔掉電源，把它搬出來，然後換上新的。這就是實體世界和數位世界的交會點。
一起做得更好
未來並非人工智慧的時代。 or 可靠的硬體工具－兩者兼具。不妨這樣理解：人工智慧是眼睛和大腦，負責發現問題並制定應對方案；ServerLIFT 式裝置則是雙手，安全且精準地執行這些方案。二者缺一不可，否則系統將無法完整運作。
例如，人工智慧可以偵測到儲存陣列中的異常振動，並安排在非尖峰時段進行更換。技術人員到達後，使用升降機將故障單元移除，而不會影響相鄰設備，並在幾分鐘內完成更換。停機時間極短，風險極低，系統還能從這次事件中學習，以便下次更好地應對。這才是真正的協同效應，而非誇大其詞。
接下來是什麼？
未來，我們或許會看到人工智慧引導的機械手臂自主完成硬體更換。但即便如此，這些機器人仍然需要平台、軌道和安全規程——這些原理與如今的人工升降機有許多相似之處。在完全自動化實現（並證明其可靠性）之前，配備智慧工具的技術人員仍將是資料中心物理運維的中堅力量。
此外，還有人為因素：如今的技術人員需要同時了解硬體和技術。 以及 軟體警報。培訓必須與時俱進。企業不應將所有預算都投入人工智慧儀表板，而忽略基本的人體工學。如果你的團隊成員因背部傷勢而無法運作，再酷炫的分析介面也無濟於事。
底線
人工智慧正在改變資料中心——但是 有沒有 物理定律被打破了。伺服器依然很重。機架依然很緊湊。人們仍然需要安全的工作方式。最聰明的資料中心 不 只是擁有最複雜演算法的那一款。 It's 智能與物理可靠性在此完美結合。因為歸根結底，即使是最先進的人工智慧，也需要有人小心翼翼、一絲不苟地將硬體安裝到位——而且不能出汗（或者說，不能依賴伺服器）。
