人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
SD-WAN是一种新型的企业网络架构，它可以帮助企业实现更高效、更安全、更灵活的网络连接。SD-WAN的核心思想是将企业网络的各个部分（包括分支机构、云服务、数据中心等）统一管理起来，从而实现网络的智能化、自动化和可编程化。
SD-WAN是“软件定义广域网”的缩写，它是一种基于软件的网络架构，可以将企业网络的各个部分（包括分支机构、云服务、数据中心等）统一管理起来，从而实现网络的智能化、自动化和可编程化。SD-WAN可以帮助企业实现更高效、更安全、更灵活的网络连接，提高企业的业务效率和竞争力。
SD-WAN的优势
SD-WAN相比传统的企业网络架构，具有以下优势：
更高效的网络连接：SD-WAN可以根据网络质量、应用需求等因素，自动选择最优的网络路径，从而实现更快速、更稳定的网络连接。
更安全的网络连接：SD-WAN可以通过加密、隔离等技术手段，保护企业网络的安全性，防止网络攻击和数据泄露。
更灵活的网络连接：SD-WAN可以根据企业的业务需求，自动调整网络连接的带宽、质量等参数，从而实现更灵活、更可靠的网络连接。
更简单的网络管理：SD-WAN可以通过集中管理、自动化配置等技术手段，简化企业网络的管理和维护，降低企业的运营成本。
互联网时代的网络自动化运维
互联网上有两大主要元素"内容和眼球"，"内容"是互联网公司(或称ICP)提供的网络服务，如网页、游戏、即时通信等，"眼球"则是借指海量的互联网用户。互联网公司的内容往往分布在多个或大或小的IDC中，越来越多的"眼球"在盯着ICP所提供的内容，互联网公司进行内容存储的基础设施也呈现出了爆发式的增长。为了保障对内容的访问体验，互联网公司需要在不同的运营商、不同的省份/城市批量部署业务服务器用以对外提供服务，并为业务模块间的通信建立IDC内部网络、城域网和广域网，同时通过自建CDN或CDN专业服务公司对服务盲点进行覆盖。因此随着业务的增长，运维部门也显得愈发重要。他们经过这些年的积累，逐步形成了高效的运维体系。本文将结合国内互联网公司的经验，重点针对IT基础设施的新一代自动化运维体系展开讨论。
一、运维的三个阶段
● 第一个阶段：人人皆运维
在早期，一个公司的IT基础设施尚未达到一定的规模(通常在几台到几十台机器的规模)，不一定有专门的运维人员或部门，运维的工作分担在各类岗位中。研发人员拥有服务器权限，自己维护和管理线上代码及业务。
● 第二个阶段：纵向自动化
随着业务量的增长，IT基础设施发展到了另外一个量级(通常在上百台至几千台机器的规模)，开始有专门的运维人员，从事日常的安装维护工作，扮演"救火队员"，收告警，有运维规范，但运维主要还是为研发提供后置服务。
这个阶段已经开始逐步向流程化处理进行过渡，运维部门开始输出常见问题处理的清单，有了自己业务范围适用的自动化脚本，开始利用开源软件的拼装完成大部分的工作。
具体表现为：各产品线有自己编写的脚本，利用如SVN+puppet或chef来完成服务器的上线和配置管理等工作。
● 第三阶段：一切皆自动
在互联网化的大潮中，越来越多的黑马团队应运而生，都曾有过短时间内用户访问量翻N倍的经历。在流量爆发的过程中，ICP的互联网基础服务设施是否能够很好的跟进，直接决定了业务内容能否满足海量用户的并发访问。
与此同时，运维系统需要足够地完善、高效、流程化。谷歌、腾讯、百度和阿里等规模的公司内一般都有统一的运维团队，有一套或多套自动化运维系统可供参照，运维部门与开发部门会是相互平行的视角。并且也开始更加关注IT基础设施在架构层面的优化以及超大规模集群下的自动化管理和切换(如图1所示)。
图1大型互联网公司IT基础设施情况概览
二、BAT(百度、阿里、腾讯)运维系统的分析
国内的互联网公司百度、阿里、腾讯(以下简称：BAT)所提供的主要业务内容不同，IT架构不同，运维系统在发展过程中有不同的关注点。
1腾讯运维：基于ITIL的运维服务管理
预计到2015年腾讯在全国将拥有60万台服务器。随着2012年自动化部署实践的成功，目前正在进行自动化验收的工作。在网络设备方面，后续将实现从需求端开始的全自动化工作：设备清单自动生成->采购清单自动下发->端口连接关系、拓扑关系自动生成->配置自动下发->自动验收。整个运维流程也已由初期的传统IT管理演进到基于ITIL的服务管理流程(如图2所示)。
图2腾讯基于ITIL的运维服务管理
2阿里运维系统：基于CMDB的基础设施管理+逻辑分层建模
CMDB(Configuration Management Database) 配置管理数据库(以下简称：CMDB)，将IT基础架构的所有组件存储为配置项，维护每个配置项的详细数据，维护各配置项之间的关系数据以及事件、变更历史等管理数据。通过将这些数据整合到中央存储库，CMDB可以为企业了解和管理数据类型之间的因果关系提供保障。同时，CMDB与所有服务支持和服务交付流程都紧密相联，支持这些流程的运转、发挥配置信息的价值，同时依赖于相关流程保证数据的准确性。可实现IT服务支持、IT运维以及IT资产管理内部及三者之间的流程整合与自动化。在实际的项目中，CMDB常常被认为是构建其它ITIL流程的基础而优先考虑，ITIL项目的成败与是否成功建立CMDB有非常大的关系。
3百度自动化运维：部署+监控+业务系统+关联关系
百度主要面临的运维挑战包括：突发的流量变化、复杂环境的关联影响、快速迭代的开发模式以及运维效率、运维质量、成本之间的平衡等等。百度的运维团队认为，当服务器规模达到上万台时，运维视角需要转为以服务为粒度。万台并不等于"百台100";机器的运行状态，也不再代表业务的工作状态;运维部门为研发提供前置服务，服务与服务之间关系也随着集群的扩大逐渐复杂起来。
图3百度自动化运维技术框架
百度的自动化运维技术框架，划分为部署、监控、业务系统、关联关系四大部分，整个框架更多突出了业务与IT基础设施的融合，注重"关联关系"的联动。所谓关联关系，主要是指任务与任务之间的时序依赖关系、任务与任务之间的数据依赖关系、任务与资源之间的引用依赖关系，分别对应到任务调度、数据传输、资源定位的服务流程中，形成了多条服务链。
关联关系的运维与业务较强相关，需要有一套系统能够理清楚关系的全貌，从而在复杂的服务链上，定位运行所在的环节，并在发生故障时预估影响范围，及时定位并通知相应的部门。在这样的一套系统中，自动化监控系统非常重要。百度的技术监控框架，主要通过数据采集、服务探测、第三方进行信息收集，进行监控评估后交给数据处理和报警联动模块处理，通过API接口进行功能扩充(如图4所示)。
图4百度自动化技术监控框架
其实无论是BAT等互联网企业还是其他行业的企业，在IT建设中都会遵循IT基础架构库(ITIL)或ISO20000服务管理的最佳实践，采用自动化IT管理解决方案以实现重要的业务目标，如减少服务中断、降低运营成本、提高IT效率等等。随着ISO20000、ITIL v30的发布和推广，两者已经成为事实上的某种标准。在当今企业IT管理领域，对两个标准有着很迫切的需求。特别是ISO20000的认证要求，已经成为企业越来越普遍的需求 。ITIL v30包含了对IT运维从战略、设计到转换、运营、改进的服务全生命周期的管理，相关方案往往覆盖了多个领域和多个产品，规划实施和工具的选择会比较纠结。如果选择开源的工具，从CMDB开始就会遇到很多的开发工作，对于很多注重成本收益比的企业，可以参考，但由于无法保证性能与效果并不一定适用。因此，成熟的商业方案会是更好的选择。
最新的iMC V7版本，围绕资源、用户、业务三个维度进行创新，发布了SOM服务运维管理(基于ISO20000、ITIL标准)等组件，增加了对服务器的管理，能很好的满足更多互联网化的场景需求。
通常认为，一个高效、好用的配置管理数据库一般需要满足6条重要标准，即联合、灵活的信息模型定义、标准合规、支持内置策略、自动发现和严格的访问控制。企业IT基础架构的元素类型、管理数据的类型往往有较多种，如网络设备、服务器、虚拟机等，因此对于多种信息的存储需要有合适的联合的方法。虽然 iMC智能管理平台在网络设备、服务器设备等方面已经能够较好的的满足，但是随着服务器虚拟化技术的发展，虚拟机正越来越多的成为IT基础架构的一大元素。因此，针对这一需求华三通信基于CAS CVM虚拟化管理系统，对服务器CPU、内存、磁盘I/O、网络I/O等更细节的重要资源以及虚拟机资源进行全面的管理。与BAT不同，华三通信的网管软件面向全行业，目前虽然没有对域名管理等特殊资源的'管理，但是能够通过API接口等方式与特有系统进行联动，进而满足定制化运维的需求，尤其是在互联网化的场景中，针对不同的业务需求，可以实现很多定制化的对接需求，例如，iMC+WSM组件与国内某大互联网公司自有Portal系统进行了对接，打通了iMC工具与用户自有运维平台，很好的实现了架构融和。另外，与阿里的逻辑分层建模相似，H3C "iMC+CAS"软件体系在上层也做了很多的逻辑抽象、分层，形成了诸多的模块，也即是大家看到的各种组件。
三、网络自动化运维体系
"哪怕是一个只有基础技术能力的陌生人，也能做专业的IT运维;哪怕是一个只有初中学历的运维人员，也能够带队完成中小型机房节点的建设，并负责数百至上千台服务器的维护管理工作"--这是一些公司对自己IT运行维护水平的一个整体评价。看似有些夸大的嫌疑，但实际上依托于强大的IT运维系统，国内已经有不少互联网公司能够达到或者接近这一标准。
这些企业都经历了运维发展过程中的各个阶段，运维部门曾经也是被动的、孤立的、分散的"救火队"式的团队，在后来的发展过程中，IT系统架构逐渐走向标准化、模型化，运维部门建立了完整的设备、系统资源管理数据库和知识库，包括所有硬件的配置情况、所有软件的参数配置，购买日期、维修记录，运维风险看板等等，通过网管软件，进行系统远程自动化监控。运维过程中系统会收集所有的问题、事件、变更、服务级别等信息并录入管理系统，不断完善进而形成一套趋向自动化的运作支撑机制。按照云计算的体系架构，在这样一套系统中，主要的IT资源包括计算、存储、网络资源，近些年随着网络设备厂商的推动，网络设备管理方面的自动化技术也得到十足的发展。
总结来看，一个企业在进行互联网化的建设初期，就需要考虑到随着用户访问量的增加，资源如何进行扩展。具体可以细化为规划、建设、管理、监控、运维五个方面。
1规划模型化
为了确保后续业务能够平滑扩容，网管系统能够顺利跟进，互联网企业一般在早期整体系统架构设计时便充分考虑到标准化、模型化，新增业务资源就好比点快餐，随需随取。
标准化：一是采用标准协议和技术搭建，扩展性好，使用的产品较统一，便于管理;二是采用数据中心级设备，保证可靠性、灵活性，充分考虑业务系统对低时延的要求。
模型化：基于业务需求设计网络架构模型，验证后形成基线，可批量复制，统一管理，也适宜通过自动化提高部署效率、网管效率。
图5常见互联网IDC架构
2建设自动化
互联网IT基础设施具备批量复制能力之后，可以通过自动化技术，提高上线效率。在新节点建设过程中，3～5人的小型团队即可完成机房上线工作。例如某互联网公司某次针对海外紧急业务需求，一共派遣了2名工程师到现场进行设备安装部署和基本配置，而后通过互联网链路，设备从总部管理系统中自动获取配置和设备版本，下载业务系统，完成设备安装到机房上线不超过1周时间。
要达到自动化运维的目标，建设过程中需要重点考虑批量复制和自动化上线两个方面(如图6所示)。
批量复制：根据业务需要，梳理技术关注点，设计网络模型，进行充分测试和试点，输出软、硬件配置模板，进而可进行批量部署。
自动化上线：充分利用TR069、Autoconfig等技术，采用零配置功能批量自动化上线设备，效率能够得到成倍提升。
图6批量配置与自动化上线
○ Autoconfig与TR069的主要有三个区别：
○ Autoconfig适用于零配置部署，后续一般需要专门的网管系统;TR069是一套完整的管理方案，不仅在初始零配置时有用，后续还可以一直对设备进行监控和配置管理、软件升级等。
○ Autoconfig使用DHCP与TFTP--简单，TR069零配置使用DHCP与>
3GPP正式确认5G核心网采用中国移动牵头并联合26家公司提出的SBA架构。这意味着5G网络真正走向开放化、服务化、软件化方向，将有利于实现5G与垂直行业融合发展。
网络架构
之前5G网络采用SBA新型架构还是传统网络点到点架构，是近半年来标准化讨论的热点。3GPP将SBA确定为5G网络唯一基础架构，是5G系统架构标准化立项以来的重要进展。
基于服务的网络架构借鉴IT领域的微服务设计理念，将网络功能定义为多个相对独立可被灵活调用的服务模块。基于此，运营商可以按照业务需求进行灵活定制组网。
该架构由中国移动牵头联合全球14家运营商及华为等12家网络设备商联合提出。这种基于服务的架构设计方式使得5G网络真正面向云化设计，具备多方面优点，如便于网络快速升级，提升网络资源利用率，加速网络新能力引入，以及在授权的情况下开放给第三方。
CS架构是指服务器-客户机。
服务器-客户机，即Client-Server(C/S)结构。C/S结构通常采取两层结构。服务器负责数据的管理，客户机负责完成与用户的交互任务。
客户机通过局域网与服务器相连，接受用户的请求，并通过网络向服务器提出请求，对数据库进行 *** 作。服务器接受客户机的请求，将数据提交给客户机，客户机将数据进行计算并将结果呈现给用户。
扩展资料：
发展历程
两层结构由两部分构成:前端是客户机，主要完成用户界面显示，接受数据输入，校验数据有效性，向后台数据库发请求，接受返回结果，处理应用逻辑;后端是服务器，运行DBMS，提供数据库的查询和管理。
两层结构存在一些不足:主要表现在:系统的可伸缩性差;难以和其它系统进行互 *** 作;难以支持多个异构数据库;客户端程序和服务器端DBMS交互频繁，网络通讯量大;所有客户机都需要安装、配置数据库客户端软件，这是一件十分庞杂的工作，等。
基于二层结构的以上不足，三层结构伴随着中间件技术的成熟而兴起。其核心概念是利用中间件将应用分为表示层、业务逻辑层和数据存储层三个不同的处理层次。
2017年IT圈儿的主旋律是什么？可以说，非人工智能莫属!当前，全世界都在积极尝试应用人工智能，而中国，面临着人工智能发展的最好机会。清华大学国家金融研究院院长朱民认为，人工智能的争夺是未来世界主要的争夺，政府、企业、个人都应该积极参与到这个巨大挑战中，引领人工智能变革。
调研背景：人工智能异常火爆，引领新变革
从2017年开始，人工智能进入了在金融、医疗、教育等大数据行业以及感知交互领域的全面渗透时期，从产业层面而言更需要围绕基础技术支撑，不断加大核心技术攻关力度。
2016年是人工智能诞生60周年，在进行了足够的积累后，人工智能在2017年迅速发力，逐渐取代互联网成为时代的主角，并将迎来爆发性的质变。以谷歌、IBM、FaceBook、微软、BAT等为代表的国内外科技巨头纷纷强化在人工智能领域的布局。相关研究预测，到2018年62%的大型企业都将会使用AI技术。与此同时，机器学习、深度学习、智能语音等技术愈发成熟，这些技术推动着人工智能与各行各业的应用结合日趋深入。
2017年人工智能风起云涌，而支撑其能力发挥的基础设施硬件也至关重要，“跑AI”的性能表现成为了新的角逐目标。这些硬件设施包括：服务器、存储、网络等等，他们也是构成数据中心的重要元素，而从事人工智能的计算工作，也离不开GPU、SSD等硬件的支持。
2017年末，比特网“数客”调研平台组织了针对中国百家企业AI应用现状的调研，覆盖制造、教育、金融、互联网、医疗、电力、化工等多个行业(样本平均)，总结出如下观点：
观点一：服务器与网络更容易与人工智能相结合
“数客”调研结果显示，有29%的被调查者认为服务器更容易与AI结合，其次是网络设备，存储与管理层软件比例略低。
从需求来看，当前人工智能迫切希望服务器计算能力可以“更上一层楼”，从而进一步缩短训练时间，因此无论任何新技术都敢尝试，同时各大云计算厂商也在不遗余力的定制化高性能产品。
与其他硬件相比，网络设备更加容易被软件定义化，而其性能、延迟、安全等各个方面对于整个系统来说也是至关重要，因此很多被调查者认为它也更需要AI的“帮助”。
观点二：2017年IT厂商发力AI，华为与戴尔最突出
该项调查可以看做是IT硬件厂商在2017年针对人工智能所交的考试卷，从数客调研统计来看，华为和戴尔所占比例最高，这两家企业的市场表现也是非常活跃，诸多新技术、新理念的提出更容易给人留下深刻印象，例如边缘计算、机器学习、企业云联盟、数字化转型等等。
倘若在几年前做调查，恐怕大部分人会选择IBM，因为其在AI方面提出理念很早，并且有沃森等实际应用。但2017年人工智能大势已至，各家厂商都开始围绕其“做文章”，可以说大家又在同一起跑线上开始新角逐了。
观点三：大部分企业对AI投入持观望态度
数客调研结果显示，虽然人工智能非常火爆，但准备在这方面做较大投入的企业依然不多，大家依然较多地持观望态度。
当然，这一点也与行业属性密切相关，像互联网、大数据、金融、保险、安防监控等领域已经有人工智能实战案例，而其他行业大部分还在探索中。
观点四：如何与现有平台对接成为企业用户关注焦点
从数客调研统计来看，如何与现有产品顺利集成是企业所关注的焦点，其次是安装部署的风险，毕竟兼容性对于一直稳定运行的系统来讲至关重要。
展开来讲，其实很多企业尝试人工智能的时候，会新建一套平台供调试与测试，包括模型训练、大数据分析等等。但将模型付诸于应用，就必须考虑平台接口与兼容性，因此数客认为IT企业未来可以在这方面多做努力。
观点五：人工智能将给基础架构带来新的革命
面对几乎数十年没有太大变化的基础架构，人工智能所带来的颠覆首当其冲，未来它几乎可以应用到各个领域，所带来的价值也是无限量的。
此外，存储和网络近几年发展也非常迅猛，主要得益于软件定义及新的存储、传输技术。虚拟化和软件方面也是如此，它们都是现阶段的主力选手。
小结：传统基础架构在革新，人工智能进入爆发期
人工智能需要强大的计算能力，也就是CPU+GPU;大内存容量，供海量数据分析;快速的存储，减少延迟提升性能;专用芯片，在某一AI计算领域可提供更强的性能及更低功耗，例如人脸识别专用芯片可以植入摄像头中，功耗要比服务器低数十倍。
目前，基础架构的硬件厂商们也开始在人工智能应用方面努力着，一代又一代的新品纷至沓来。x86架构方面，相比上一代产品，英特尔2017年推出了全新至强可扩展系列处理器，针对深度学习训练和推理可提供高达22倍性能。结合软件优化，相比3年前的服务器系统，新处理器可实现113倍深度学习性能的提升。
IBM POWER方面，2017年底刚刚推出基于Linux的AC922 Power Systems，可以将深度学习训练时间缩短4倍。此外，还采用了最新的PCIe 40扩展总线、NVIDIA NVLink 20高速互连以及OpenCapi等等。传统基础架构在软件、硬件方面开始全面向人工智能看齐。
从数客调研结果来看，2017年人工智能正如我们所看到的那样-非常火爆!企业级用户多关注的重点依然在计算和网络方面，IT品牌在AI方面的影响力基本与市场推广、市占率成正比，华为与戴尔最为突出。而到了实战阶段，受行业发展情况影响，大部分用户还处于观望阶段，暂时不会针对人工智能有太大投入。此外，与现有产品集成、兼容性是当前企业级用户关注的焦点。
数客调研结果表明，人工智能已经成为颠覆现有基础架构的主要技术，它的发展将进一步赋能于当前以及未来的各种应用，给整个产业带来巨大的跨越!
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）