人工智慧能夠構建一個自主驅動雲嗎？

企業和組織可以從雲計算中受益，但許多公司並不希望面對公共雲的成本，性能和治理問題，並且認為構建自己的私有雲的複雜性和運營開銷並沒有那麼困難。

如今，一些雲計算供應商正在使用人工智慧（AI）來簡化私有雲的部署和管理，使得雲計算可以自主驅動（即自我安裝，自我修復和自我管理）。在文中，將介紹自主驅動雲的要求以及如何實現。

自主驅動雲需求

就像這個領域的任何其他技術一樣，人們需要幾個系統一起工作，處理自我監控，癒合，學習以及創建自我優化模型。

這裡列出了需要在自主驅動雲中使用的技術：

?自動安裝和配置：

第一步是安裝過程，不需要太多的人為干預。雲計算的構建塊是伺服器，存儲和網路。使用超融合系統，將伺服器和存儲設備組合在一起，需要一個軟體定義的網路，以盡量減少對物理網路的變化的依賴。

所以，第一個要求是採用伺服器+存儲構建塊，其中預先安裝了所有軟體，並將其拷貝到操作系統映像中。用戶只需要映像一些伺服器並載入它們。一旦完成，雲計算應該自動出現，而無需管理員知道有關各種服務和持久存儲的任何內容。圖像軟體應該將伺服器，存儲和網路資源集中在一起，以創建高度彈性的雲。

?與其他雲計算和內部系統集成：

雲計算不應該孤立工作，所以人們應該能夠快速將其與現有的虛擬化基礎架構和其他公共雲連接起來。更好的是添加現有的存儲系統，並通過開放（即RESTful）API將其作為雲計算的一部分。這是一個可選的步驟，但如果要利用現有的存儲和伺服器投資，這一點非常重要。同樣，大多數用戶也希望與AD/LDAP集成，並擁有單一的用戶和認證來源。

?以自助服務方式部署應用程序：

任何雲計算的目標是為用戶提供能夠以自助服務方式被各種團隊使用的IaaS和PaaS平台。例如，開發人員可以將其用於應用程序開發，持續集成/持續開發（CI/CD）；支持團隊可以使用它來提供用戶環境的副本來解決任何支持問題;銷售可以帶來快速的PoC試用，最終IT可以提升各種應用的分期或生產部署。這些步驟需要完全自動化，以便人們可以重複它們，而不用花太多時間。任何雲計算解決方案都應提供具有預構建應用模板的自助服務界面，以便快速部署。

?實時監控事件，統計，記錄，審核：

由於雲計算是共享環境，所以需要能夠實時監控各種事件，統計信息和儀錶板。需要知道應用程序的狀態以及其他用戶執行的操作。應該能夠獲取日誌並審核所有用戶的操作。例如，如果一個服務在晚上10點以後關閉，需要知道用戶或腳本是否錯誤地關閉提供該服務的虛擬機。

?自我監測和自我修復：

任何像雲計算一樣複雜的系統都需要監視所有關鍵服務，並幫助監控工作負載。如果任何硬體組件或軟體服務失敗，系統應該檢測並修復這種情況。然後，它可以提醒管理員哪個組件失敗。如果這是硬體組件，如伺服器，硬碟，SSD或NIC，則管理員可以採取糾正措施來恢復系統的容量。這是自驅動雲計算的最低要求。

?長期決策機器學習：

由於自愈層負責短期決策，人們需要另一層自動化功能，可以在更長的時間內觀察雲計算和應用程序，以幫助優化雲，提高效率並為未來做好計劃。自主驅動的雲平台收集遙測或操作數據，並利用機器學習來指導數據科學家如何開發現在為此行為建模的演算法。這些演算法可幫助用戶做出決策。

該層應該觀察預測能力建模和訂購新伺服器的用法。它還應該根據CPU，內存和I/O比例來確定要添加什麼樣的伺服器。例如，如果應用程序的CPU密集度較高，那麼應該對具有更多內核和更少存儲空間的伺服器進行排序。另一個領域是根據利用率幫助優化虛擬機的大小。