打江山容易，守江山难。当一个数据中心建设成功之时，便是“战争”真正开始之际，大量IT团队围绕着一个数据中心跑来跑去。据英特尔和戴尔研究发现，如果扩展了数据中心那么IT团队的工作量便可以大大减少，IT团队用在维护电量监测、提高预测服务器工作量等方面的时间将会大幅度减少。
根据英特尔和戴尔委托进行的一项研究，数据中心扩展和迁移到云占据了IT经理的大部分工作。
有趣的是，更多的受访者（55％）表示，与迁移到外部云（42％）相比，数据中心扩展需要大部分工作。英特尔全球数据中心管理解决方案总经理Jeff Klaus承认这些数字有点令人惊讶。
“在过去的几年里，公共云迁移浪潮一直在发生，也许我们开始看到钟摆向私有云稍微回落，”他说。“这是我解释它的唯一方法。”
但是，他补充说，虽然我们通常会考虑在添加服务器节点方面扩展数据中心，但IT经理还可以包括其他元素，例如升级到10千兆以太网。“这可能是系统的一些升级，可能不一定意味着你正在扩展私人环境，但仍需要花费大量的IT时间，”克劳斯说。“也许IT现代化可能是解释它的更好方式。”
Morar Consulting开展了这项研究，调查了美国和英国的311位IT主管和经理，IT系统管理员以及应用程序架构师。调查结果显示需要更细致地了解数据中心的功耗。并得出结论，IT团队正在寻求新的技术和方法，如人工智能（AI）和DevOps，以满足他们的数据中心需求。
百分之八十七的受访者表示他们的组织经历过电力问题。40％的受访者表示，提高供电效率是他们管理数据中心功耗的首要目标。相比之下，35％表示改善用电量监测，34％表示提高预测服务器工作量的能力是他们的首要目标。
“提高电力供应和服务器效率仍然是一个挑战，”克劳斯说。“我们长期以来一直在宣传实时[监控系统]的好处，我们希望达到饱和点。但40％的受访者认为他们仍有一段路要走。“
AI用于数据中心管理
当然，戴尔（共同委托报告）和施耐德电气和西门子（均为英特尔合作伙伴）等供应商的数据中心管理软件使用AI提供此类实时粒度设施管理，同时将IT团队释放到处理其他问题。
调查发现，超过三分之二（66％）的团队拥有与AI相关的项目，而78％的团队开始使用其数据中心管理工具提供的AI功能。此外，88％的受访者表示他们已经部署或有兴趣开发分析工具以更好地制定解决方案，69％的受访者表示DevOps已经改变了公司用来衡量价值的工具链和指标。
克劳斯说，这项研究“强化了对[数据中心]监测效率的认识和持续教育的需求。”
例如，英特尔正在与中国的几家大型云计算公司以及美国的一些大型云计算公司合作，这些公司在预测需求方面存在重大挑战，他说。还有一家公司我还没名，但他们是最大的汽车公司之一，他们没有制造汽车，他们很难预测使用情况，“克劳斯说，并补充说AI和预测分析可以帮助有这些问题。但他们还需要更多内存来满足需求高峰。
（原标题：英特尔，戴尔研究发现，数据中心扩展可以减轻大量IT团队的工作量）
