戴尔EMC在机器学习方面投入资金以提高IT敏捷性
戴尔技术公司宣布，它正在为其服务器和存储基础设施产品组合注入机器学习算法，以利用人工智能（AI）优化每个应用程序的性能。
在戴尔技术世界2018年会议上，戴尔技术的戴尔EMC部门宣布已加入英特尔AI Builders计划。戴尔EMC和英特尔将使客户能够测试运行在英特尔至强可扩展处理器上的深度学习和高性能计算（HPC）工作负载，以及集成在戴尔EMC创新实验室的PowerEdge R740服务器中的英特尔现场可编程门阵列（FPGA），以及戴尔EMC客户解决方案中心。
戴尔EMC还推出了戴尔EMC PowerMax，一种基于NVMe的存储阵列，利用嵌入式机器学习引擎进入存储操作系统，优化I / O性能。戴尔EMC表示，该引擎能够做出60亿次有关每天优化4000万数据集的决策。
最后，戴尔还宣布推出Dell Precision Optimizer软件，该软件将戴尔工作站上部署的每个应用程序的行为与自动优化系统设置的机器学习模型进行比较。据该公司称，戴尔Precision Optimizer可以将工作站应用性能带宽提高，达394％。
戴尔EMC服务器和基础架构系统总裁兼总经理Ashley Gorakhpurwalla表示，该计划能够将IT基础架构部署的状态与戴尔EMC在云中构建的人工智能模型进行比较，并使用所收集的所有数据使该公司的系统连接到戴尔EMC支持服务。有了这些数据，Gorakhpurwalla表示，可以优化部署在其上的每种应用程序的系统设置。
他指出，尽管DevOps取得了进展，但按需提供本地数据中心的资源仍然非常耗时。许多IT组织采用了融合和超融合基础设施（HCI）平台来统一管理计算、存储和网络。但是将机器学习算法与其他新兴技术相结合应该能够按照云计算的方式按需制作IT基础架构资源。自动化水平的提高应使IT组织能够分配更多资源来开发应用程序，而不是管理运行这些应用程序的基础架构。
当涉及到IT基础架构时，每个IT组织都处于不同的成熟阶段。Gorakhpurwalla表示，戴尔EMC的一名客户，管理着8万多台服务器。随着时间的推移，IT基础设施将越来越多地在更广泛的客户中实现自动化，他指出，因为它可以让本地IT团队像云服务提供商一样敏捷。今天，无论实际成本如何，许多工作负载都部署在云中，因为云具有敏捷性。
开发者可能需要一段时间才能恢复对本地IT部门灵活性的信心。但随着人工智能模型的不断发展，现在的问题是什么时候，而不是本地IT基础设施对给定应用程序的需求作出更多响应。