人類是一種體質(zhì)虛弱但卻具有強大彈性的生物。對于人類來說，可以本能地知道如何在地球各個地方生存和繁衍。而與人類一起發(fā)展的物種是機器，更具體地說，是智能機器。

從亞馬遜的Alexa到可穿戴技術(shù)，從邊緣技術(shù)驅(qū)動的智能傳感器到功能強大的機器人，物聯(lián)網(wǎng)以指數(shù)速度增長，并正在與人們的生活方式完全融合。摩爾定律似乎適用于技術(shù)進步的所有方面。

嵌入在軟件中的邏輯和數(shù)據(jù)使機器設備變得更加智能，而且所有這些關(guān)鍵設施都集中在的數(shù)據(jù)中心。隨著墨菲定律（凡是可能出錯的事都有很大幾率會出錯）永遠潛伏在數(shù)據(jù)中心運營的陰影中，數(shù)據(jù)中心比以往任何時候都需要有彈性，就像人類一樣。因此，作為數(shù)據(jù)中心設計師、運營商、IT設施經(jīng)理來說，數(shù)據(jù)中心可以從人類強大彈性的特性中學到什么？

數(shù)據(jù)中心的彈性

無論出于何種原因，人類由于生存而自有的隨機應變的基因被編碼到DNA中。這是數(shù)據(jù)中心應變能力的起點：設計。數(shù)據(jù)中心必須設計成在多個層面上具有彈性（電力、冷卻、網(wǎng)絡、通信以及潛在的內(nèi)部和外部威脅）。

而目前數(shù)據(jù)中心行業(yè)的人士想到彈性時，會想到部署冗余的設備，尤其是基于Uptime Institute的層級而設定的。數(shù)據(jù)中心擁有兩條主動基礎設施支持路徑，為數(shù)據(jù)中心業(yè)主提供99.995％的可用性，最終成為容錯站點基礎設施，換句話說，每年大約有48分鐘的計劃內(nèi)或計劃外停機時間。

與人類的基因不同，Tier IV級數(shù)據(jù)中心彈性設計非常低效。這就好像效率和彈性是完全相反的。由于擁有有冗余設計，將會部署成本高昂的冗余基礎設施。而在Tier Ⅲ數(shù)據(jù)中心空間內(nèi)可以找到更有效和更具成本效益的折中方案。在經(jīng)典的2N配置中，不是采用兩個鏡像的冗余輸入電源，而是可以選擇三條輸入電源，每個電源可以在2N分布式配置下承載2N負載的一半。換句話說，在分別為150VA的三個負載下，三個輸入電源共同承載100％的300kVA負載都是低效的，每個負載的利用率為66.6％。如果其中一個輸入電源中斷，另兩個輸入電源仍然可以提供300kVA的負載容量。除了這種配置成本更低的部署和操作之外，如果三個輸入電源是100％獨立的，它還提供了改進的正常運行時間可用性。

數(shù)據(jù)中心的選址

人類通常會仔細考慮在哪里定居，并建立他們的社區(qū)。選址對人類的生存至關(guān)重要，數(shù)據(jù)中心也是如此。如果發(fā)生地震，洪水或飛機撞擊等最為嚴重的自然災害和人為災難，最有彈性的數(shù)據(jù)中心設計都將很難應對。人們應該規(guī)劃和應對潛在的威脅，以及圍繞電力和冷卻可能帶來的好處。替代能源的可用性以及利用自然開發(fā)創(chuàng)新方式來冷卻數(shù)據(jù)中心（不管是自然空氣冷卻還是自然水源等），這將增加彈性，并提高效率，節(jié)省成本。

共同工作

如果數(shù)據(jù)中心變得真正獨立，人工智能，預測分析和機器學習可以進行計算、合理化并做出決策，那么該怎么辦？

人類居住的社區(qū)通常適宜生存和生活。如果在一個地方發(fā)生災難，通常會很快得以恢復。就像人類分布在世界各地形成集群一樣，可以利用整個數(shù)據(jù)中心的集群優(yōu)勢，企業(yè)都能夠抵御災害對電力和冷卻的威脅。在研究跨越數(shù)據(jù)中心網(wǎng)絡的基礎設施時存在這種邏輯，這些數(shù)據(jù)中心可能位于一個地區(qū)或全球各地，而且每個數(shù)據(jù)中心設施在基礎設施體系結(jié)構(gòu)、外觀和感覺方面都完全相同。而多數(shù)據(jù)中心的彈性拓撲意味著每個數(shù)據(jù)中心設施都運行相同的應用程序，并可訪問N個數(shù)據(jù)庫副本，并在數(shù)據(jù)中心內(nèi)復制所有更改。因此，用戶可以隨時與任何數(shù)據(jù)中心進行通信，而不會有失敗的風險。

從過去的錯誤中學習

人類具有彈性的強大特征是在可能威脅到人們生存的情況中學習的能力。同樣，了解運營中的數(shù)據(jù)中心是一項應該延續(xù)數(shù)據(jù)中心設施壽命的努力。其起點是監(jiān)測，數(shù)據(jù)中心的一切都需要監(jiān)控。例如，機架內(nèi)部溫度、機架前部、機架上方、機架后部、UPS/電池空間、地板、冷通道和熱通道內(nèi)的溫度和濕度、氣壓、電路、流量和回水溫度、返回空氣，以及煙霧探測等，都需要進行監(jiān)測。人們永遠無法獲得足夠的監(jiān)測資源。

然后，重點應該是在相當長的一段時間內(nèi)收集數(shù)據(jù)，并通過創(chuàng)新地創(chuàng)建設施數(shù)據(jù)的子集來尋找趨勢和周期。每個數(shù)據(jù)中心都是獨一無二的，需要工作人員對數(shù)據(jù)中心設施所提供的數(shù)據(jù)有了持續(xù)的了解，并且所創(chuàng)建的正確信息可以持續(xù)規(guī)劃恢復能力。一個良好的數(shù)據(jù)中心基礎設施管理（DCIM）工具應該對此有所幫助。

數(shù)據(jù)中心的獨立

人類需要自己思考，可以離開社區(qū)并適應外部環(huán)境生存和發(fā)展。而一些調(diào)查研究將數(shù)據(jù)中心的大部分停機時間直接或間接歸因于人為錯誤。將人排除在外可以提高機器的適應能力嗎？當然，人工智能正在進入數(shù)據(jù)中心領域。目前情況是網(wǎng)絡運營中心通過DCIM工具與數(shù)據(jù)中心進行交互。如果數(shù)據(jù)中心真正獨立，人工智能，預測分析和機器學習可以計算，合理化并為數(shù)據(jù)中心的利益做出決策，那該怎么辦？如果數(shù)據(jù)中心變得自我復原呢？

數(shù)據(jù)中心自我保護系統(tǒng)已經(jīng)取得了一些進展，它可以通過面部識別和空間意識消除有關(guān)安全訪問控制的決策過程。很快，人們希望數(shù)據(jù)中心能夠根據(jù)設施內(nèi)的問題進行預測，并對環(huán)境和基礎設施參數(shù)進行調(diào)節(jié)，以實現(xiàn)完全優(yōu)化，這不僅在數(shù)據(jù)中心內(nèi)，而且還代表數(shù)據(jù)中心網(wǎng)絡。DeepMind工具已經(jīng)將谷歌公司的數(shù)據(jù)中心能源成本降低了高達40％（不包括能源損耗和冷卻效率）。

當摩爾定律與墨菲定律發(fā)生碰撞時會發(fā)生什么？看起來，面對即將到來的大量數(shù)據(jù)和應用程序以及管理它們所帶來的一切問題，數(shù)據(jù)中心保持彈性的能力可能超越人類，而人們也要在某些時候必須讓機器來管理機器。