在2019年，很多企業(yè)將投資于開源軟件，管理物聯(lián)網(wǎng)設(shè)備，整合人工智能和機(jī)器學(xué)習(xí)到操作中，以及準(zhǔn)備好迎接新的微處理器設(shè)計(jì)。

　　這些數(shù)據(jù)中心趨勢(shì)可幫助管理員創(chuàng)建更具響應(yīng)性、自動(dòng)化且易于維護(hù)的數(shù)據(jù)中心。

行業(yè)巨頭擁抱開源
　　傳統(tǒng)上來看，供應(yīng)商為客戶構(gòu)建專有硬件和軟件，但在運(yùn)營等領(lǐng)域，開源產(chǎn)品正在獲得關(guān)注。通過開源軟件，企業(yè)可更好地使用他們需要的程序，而只需要更低的成本，還具有更高的互操作性。與專有系統(tǒng)相比，社區(qū)還可幫助更容易地混合和匹配開源產(chǎn)品，因此數(shù)據(jù)中心管理員可直接配置他們需要的軟件。
　　在2018年，兩項(xiàng)大型收購交易標(biāo)志著企業(yè)加大對(duì)開源的投資。在2018年6月，微軟以75億美元收購GitHub，這是一個(gè)擁有2800萬開發(fā)者的開源軟件開發(fā)平臺(tái)。此次收購為開發(fā)人員和管理員提供了一種更簡單的方法來管理、共享和優(yōu)化企業(yè)內(nèi)的代碼。
　　去年最大的開源收購是在2018年10月IBM以340億美元收購Linux開發(fā)商RedHat。此次交易的目的是幫助IBM在云市場(chǎng)獲得更多牽引力，并加強(qiáng)其對(duì)客戶的開源云支持。
　　MoorInsights＆Strategy公司數(shù)據(jù)中心技術(shù)高級(jí)分析師Matthew Kimball指出：“IBM收購Red Hat公司是因?yàn)椋麄兞私獾剿麄冃枰碌慕鉀Q方案才能吸引那些更少關(guān)注傳統(tǒng)解決方案的開發(fā)人員和IT部門。”
　　同時(shí)，企業(yè)對(duì)開源的興趣日益增加意味著，數(shù)據(jù)中心管理員應(yīng)該研究他們可在數(shù)據(jù)中心使用哪些開源軟件，以及他們未來可以依賴的哪些社區(qū)進(jìn)行系統(tǒng)增強(qiáng)。

人工智能接管更多數(shù)據(jù)中心工作
　　另一個(gè)數(shù)據(jù)中心趨勢(shì)是人工智能，人工智能將改變維護(hù)工作，特別是通過使用基于機(jī)器學(xué)習(xí)的智能運(yùn)維（AIOps，AI for IT Operations）。AIOps軟件結(jié)合了大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)和可視化，以簡化日常監(jiān)控和管理任務(wù)。
　　通常，自動(dòng)化可讓機(jī)器完成例行任務(wù)，例如生成警報(bào)。而AIOps則更進(jìn)一步，它可提供比人類更高的準(zhǔn)確性，并簡化了不同數(shù)據(jù)中心管理組之間的交互。
　　這些工具從日志文件、指標(biāo)、幫助臺(tái)工單和監(jiān)視工具中收集數(shù)據(jù)。它們會(huì)檢查任務(wù)的執(zhí)行情況、識(shí)別模式或異常，然后做出決策來處理各種任務(wù)，例如識(shí)別和阻止可能試圖侵入企業(yè)網(wǎng)絡(luò)的用戶。
　　CA Technologies、Loom Systems和Science Logic等供應(yīng)商提供的軟件可簡化AIOps部署。Gartner公司預(yù)計(jì)這些工具的部署將在未來三年內(nèi)增加。該公司估計(jì)目前只有5%的大型IT部門在使用AIOps平臺(tái)，但到2022年這一比例將達(dá)到40%。

數(shù)據(jù)中心最重要的趨勢(shì)：服務(wù)器微處理器
　　隨著企業(yè)部署新的計(jì)算密集型工作負(fù)載，例如大數(shù)據(jù)、人工智能和機(jī)器學(xué)習(xí)，他們將需要新型處理硬件；傳統(tǒng)的基于CPU的服務(wù)器設(shè)計(jì)將無法輕松支持這些工作負(fù)載。
　　目前，圖形處理單元繼續(xù)受到關(guān)注，同時(shí)，谷歌還在開發(fā)張量處理單元。在2019年預(yù)計(jì)還將出現(xiàn)其他用于新的大批量應(yīng)用程序的替代方案，例如基于ARM的處理器。這意味著如果硬件出現(xiàn)性能問題，管理員必須能夠?qū)Χ喾N類型的微處理器進(jìn)行故障排除，而不僅僅是基于英特爾的處理系統(tǒng)。

設(shè)備變得智能
　　通過智能傳感器等硬件，企業(yè)可將設(shè)備和數(shù)據(jù)收集分布到網(wǎng)絡(luò)邊緣。但是，企業(yè)不希望從這些位置和設(shè)備向中央服務(wù)發(fā)送警報(bào)時(shí)制造更多網(wǎng)絡(luò)流量。
　　根據(jù)Gartner稱，對(duì)此，供應(yīng)商正在向其硬件和軟件產(chǎn)品添加人工智能和軟件控制，以便更好地管理這一流程。數(shù)據(jù)中心人員必須能夠管理自主設(shè)備之間的協(xié)作并保持硬件正常運(yùn)行。
　　隨著企業(yè)發(fā)展其邊緣計(jì)算和聯(lián)網(wǎng)設(shè)備基礎(chǔ)設(shè)施，管理員需要研究網(wǎng)絡(luò)帶寬標(biāo)準(zhǔn)和軟件，以確保其環(huán)境能夠有效支持所有聯(lián)網(wǎng)設(shè)備，并提供正確的帶寬和監(jiān)控功能。

幫助臺(tái)變得更智能
　　幫助臺(tái)軟件現(xiàn)在變得更加先進(jìn)，并且該流程使用比以往更多的自動(dòng)化。人工智能、機(jī)器學(xué)習(xí)和自然語言處理等數(shù)據(jù)中心趨勢(shì)為聊天機(jī)器人程序奠定了基礎(chǔ)，這些聊天機(jī)器人可了解用戶問題并自動(dòng)提供可能的解決方案。
　　聊天機(jī)器人可幫助IT人員解答用戶提出的基本問題，使IT人員能夠?qū)⒏鄷r(shí)間花在更復(fù)雜的支持問題上。在2019年，企業(yè)將試圖使這些機(jī)器人能夠通過文本和視覺指示器理解和響應(yīng)用戶的情緒。
　　這些應(yīng)用程序?qū)囊曨l流中尋找特定單詞或面部表情，并評(píng)估提議的方案是否可解決問題。如果用戶感到沮喪，該系統(tǒng)可以將他們轉(zhuǎn)交給人員處理，而不是讓用戶繼續(xù)與自動(dòng)系統(tǒng)交互。
　　這里的總體目標(biāo)是減少數(shù)據(jù)中心支持人員的例行任務(wù)，同時(shí)為用戶提供更加豐富的客戶服務(wù)。