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，效能和治理問題，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**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，學習以及建立自我優化模型。
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，儲存和網路。使用超融合系統，將伺服器和儲存裝置組合在一起，需要乙個軟體定義的網路，以儘量減少對物理網路的變化的依賴。
所以，第乙個要求是採用伺服器+儲存構建塊，其中預先安裝了所有軟體，並將其拷貝到作業系統映像中。使用者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儲存的任何內容。影象軟體應該將伺服器，儲存和網路資源集中在一起，以建立高度彈性的雲。
·與其他雲計算和內部系統整合：
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線起來。更好的是新增現有的儲存系統，並通過開放（即restful）api將其作為雲計算的一部分。這是乙個可選的步驟，但如果要利用現有的儲存和伺服器投資，這一點非常重要。同樣，大多數使用者也希望與ad/ldap整合，並擁有單一的使用者和認證**。
·以自助服務方式部署應用程式：
任何雲計算的目標是為使用者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式開發，持續整合/持續開發（ci/cd）；支援團隊可以使用它來提供使用者環境的副本來解決任何支援問題;銷售可以帶來快速的poc試用，最終it可以提公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介面，以便快速部署。
由於雲計算是共享環境，所以需要能夠實時監控各種事件，統計資訊和儀表板。需要知道應用程式的狀態以及其他使用者執行的操作。應該能夠獲取日誌並審核所有使用者的操作。例如，如果乙個服務在晚上10點以後關閉，需要知道使用者或指令碼是否錯誤地關閉提供該服務的虛擬機器。
·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。如果任何硬體元件或軟體服務失敗，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元件失敗。如果這是硬體元件，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：
由於自癒層負責短期決策，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式，以幫助優化雲，提高效率並為未來做好計畫。自主驅動的雲平台收集遙測或運算元據，並利用機器學習來指導資料科學家如何開發現在為此行為建模的演算法。這些演算法可幫助使用者做出決策。
該層應該觀察**能力建模和訂購新伺服器的用法。它還應該根據cpu，記憶體和i/o比例來確定要新增什麼樣的伺服器。例如，如果應用程式的cpu密集度較高，那麼應該對具有更多核心和更少儲存空間的伺服器進行排序。另乙個領域是根據利用率幫助優化虛擬機器的大小。
乙個菜鳥對人工智慧的初步理解
一直對人工智慧感興趣的，今天看了一些書，寫一點目前我對人工智慧知道的東西吧 參考書籍 人工智慧 柴玉梅，張坤麗主編，2012.6 2017.1重印 機械工業出版社 1 人工智慧的定義 目前估計大家都無法給出乙個準確的定義，根據我的理解，人工智慧它大概是演算法 仿生 感知 計算 控制 學習 人腦心理 ...
人工智慧是否又迎來了另乙個冬天？
ai 人工智慧 經歷了幾次嚴重的資金削減和缺乏興趣，如20世紀70年代和80年代。它們被稱為 人工智慧冬季 是核冬天概念的參考，太陽被一層煙霧和灰塵阻擋！但是，當然，現在情況有很大不同。人工智慧是最熱門的技術類別之一，也是facebook，谷歌，微軟等公司的戰略重點。我們還能面對另乙個冬天嗎？可能事...
在效能和應用之間，人工智慧需要找到乙個平衡點
不同工作，對錯誤的容忍度不同 麥當勞的收銀員不需要太多培訓就能上崗。即使是上班第一天，大多數收銀員也能勝任工作。工作時間越長，他們就越有經驗。雖然新人可能有些慢，比起老員工，錯誤會多一些，但整體來說，大家都相信他們會從經驗中學習提高。我們一般不這麼想，但其實商業飛行員也是這樣。我們坐飛機感到放心，是...