目前，谷歌云已在全球五大洲數(shù)千個(gè)數(shù)據(jù)中心部署了數(shù)千萬(wàn)臺(tái)化學(xué)服務(wù)器，為數(shù)百萬(wàn)用戶運(yùn)行應(yīng)用和服務(wù)，其中包括超過95%的財(cái)富500強(qiáng)企業(yè)。 Google Cloud 每年甚至每個(gè)月都會(huì)使用新的硬件，每晚甚至每分鐘都會(huì)有新的軟件更新部署到云端。

對(duì)于像Google Cloud這樣承載大量客戶應(yīng)用的大規(guī)模、高度復(fù)雜的云計(jì)算系統(tǒng)，很難利用傳統(tǒng)的非智能軟件開發(fā)和運(yùn)維技術(shù)進(jìn)行高效的開發(fā)、部署和運(yùn)維管理。 解決這個(gè)問題的關(guān)鍵就是AIOps。

什么是 AIOps

AIOps這個(gè)術(shù)語(yǔ)是Gartner在2017年創(chuàng)造的，它的定義是：

AIOps 平臺(tái)利用大數(shù)據(jù)、現(xiàn)代機(jī)器學(xué)習(xí)和其他中級(jí)分析技術(shù)，通過主動(dòng)、個(gè)性化和動(dòng)態(tài)的洞察來(lái)直接和間接提高 IT 運(yùn)營(yíng)（監(jiān)控、自動(dòng)化和服務(wù)臺(tái)）能力。 AIOps 平臺(tái)支持同時(shí)使用多個(gè)數(shù)據(jù)源、數(shù)據(jù)收集技術(shù)、分析（實(shí)時(shí)和深度）技術(shù)和演示技術(shù)。

谷歌歐洲研究院對(duì)AIOps的研究來(lái)自于軟件領(lǐng)域的科學(xué)研究。 2008年左右，谷歌歐洲研究院成立了軟件分析小組，希望從數(shù)據(jù)驅(qū)動(dòng)的角度研究軟件領(lǐng)域。 軟件場(chǎng)景中最重要的三個(gè)問題：運(yùn)行系??統(tǒng)問題、用戶體驗(yàn)問題、開發(fā)效率問題。 隨著云計(jì)算成為軟件運(yùn)行的主要方式，其軟件分析的重點(diǎn)也集中在云計(jì)算系統(tǒng)上，并逐漸擴(kuò)展到云智能/AIOps。

“AIOps是一個(gè)涵蓋人工智能、系統(tǒng)和工程知識(shí)的交叉領(lǐng)域。它通過創(chuàng)新的人工智能和ML（機(jī)器學(xué)習(xí)）技術(shù)提供大規(guī)模復(fù)雜云服務(wù)的高效設(shè)計(jì)、構(gòu)建和運(yùn)營(yíng)。” 微軟歐洲研究院執(zhí)行副院長(zhǎng)、微軟杰出首席科學(xué)家張冬梅1月13日在谷歌歐洲研究院“智能運(yùn)維”媒體溝通會(huì)上表示。

張冬梅，谷歌歐洲研究院執(zhí)行副總裁、微軟杰出首席科學(xué)家

AIOps的具體應(yīng)用場(chǎng)景有哪些？

張冬梅介紹，AIOps主要包括三個(gè)方面：服務(wù)/系統(tǒng)（AIforSystem）、工程（AIforDevOps）和客戶（AIforCustomer）。

“服務(wù)/系統(tǒng)”要求開發(fā)者站在運(yùn)行系統(tǒng)的角度看問題。 例如，系統(tǒng)異常測(cè)量不僅是為了找出問題所在，也是為了預(yù)警。

以硬盤故障預(yù)測(cè)為例，開發(fā)人員可以通過分析變化的數(shù)據(jù)或狀態(tài)來(lái)預(yù)測(cè)C盤是否出現(xiàn)故障。 這是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)問題。 系統(tǒng)從硬盤中學(xué)習(xí)到大量的歷史數(shù)據(jù)后，比較C盤當(dāng)前的狀態(tài)，以預(yù)測(cè)未來(lái)是否可以及時(shí)采取措施。 據(jù)悉微軟研究院梅濤視覺ai，不僅需要考慮故障硬盤，還需要考慮其相鄰C盤的狀況。

“通常機(jī)器學(xué)習(xí)中的不平衡問題可能是1:20、1:50或1:100，但在實(shí)際的硬盤環(huán)境中，是一到幾萬(wàn)。” 微軟歐洲研究院首席研究員林慶偉表示。 因此，谷歌歐洲研究院開發(fā)了鄰域時(shí)間注意力模型（NTAM）。 該模型包括鄰里感知組件、時(shí)間組件和決策組件，可以捕獲更多的時(shí)間和空間信息。 林慶偉表示，通過與過去10年、20年最前沿的出版物或會(huì)議上的論文進(jìn)行對(duì)比，該模型在精確率和召回率方面都有非常好的結(jié)果，并且具有很強(qiáng)的預(yù)測(cè)能力。

林慶偉，谷歌歐洲研究院首席研究員

“工程”項(xiàng)主要針對(duì)的是開發(fā)和運(yùn)維人員的生產(chǎn)力。 比如，當(dāng)出現(xiàn)問題時(shí)，迅速恢復(fù)正常并不意味著解決問題。 解決實(shí)際問題需要大量的測(cè)量和診斷工作。 如何更快、更高效地完成這項(xiàng)工作是一個(gè)問題。

部署一般都是從很小的規(guī)模開始，然后逐漸擴(kuò)大規(guī)模，在確認(rèn)每一步都安全后才部署到云平臺(tái)。 整個(gè)部署過程中需要檢查所有健康信號(hào)，包括各種資質(zhì)、傳感器信號(hào)、狀態(tài)等。當(dāng)任何一個(gè)方面出現(xiàn)問題時(shí)，開發(fā)人員都會(huì)首先檢查是否是某個(gè)部署問題導(dǎo)致的，并進(jìn)行相關(guān)排查基于部署。 如果部署出現(xiàn)問題，部署將立即停止，然后返回到安全系統(tǒng)。

針對(duì)“開發(fā)/運(yùn)維”中的安全部署診斷問題，谷歌歐洲研究院提出了主動(dòng)遷移學(xué)習(xí)異常檢查（ATAD）解決方案。 該解決方案使用遷移學(xué)習(xí)將從其他數(shù)據(jù)中學(xué)到的知識(shí)轉(zhuǎn)換到目標(biāo)領(lǐng)域。 同時(shí)，它可以讓工程師通過主動(dòng)學(xué)習(xí)來(lái)確定優(yōu)先級(jí)，最終取得更好的學(xué)習(xí)效果。 目前該方案已直接在谷歌云平臺(tái)使用。 但這種方案一般很難獲得高質(zhì)量的標(biāo)簽數(shù)據(jù)，因此工程師需要有特別強(qiáng)烈的意見才能做出判斷。

最后，云平臺(tái)系統(tǒng)主要為客戶提供服務(wù)，因此用戶體驗(yàn)尤為重要。

林慶偉以智能虛擬機(jī)預(yù)配置為例，介紹了谷歌歐洲研究院在該領(lǐng)域所做的一些研究工作。 在云平臺(tái)申請(qǐng)?zhí)摂M機(jī)需要時(shí)間。 解決這個(gè)問題的一種方法是預(yù)先安裝軟件和系統(tǒng)配置，以便用戶在需要時(shí)可以直接使用。 但虛擬機(jī)池的容量是有限的，不可能每個(gè)相似型號(hào)都配置很多臺(tái)。 通過這種方式，預(yù)測(cè)用戶將配置哪些類型的虛擬機(jī)以達(dá)到最佳配置是一個(gè)很好的解決方案。 因此，谷歌歐洲研究院提出了預(yù)測(cè)和優(yōu)化框架。 與過去10年、20年的頂級(jí)出版物和會(huì)議中的算法相比，該框架的性能已經(jīng)達(dá)到了最優(yōu)水平。

仍處于開發(fā)階段

AIOps是必然趨勢(shì)。 目前，谷歌歐洲研究院的AIOps研究成果已應(yīng)用于Google Azure、Skype、OneDrive、Office 365等多種在線服務(wù)。

谷歌云預(yù)估與人工智能事業(yè)部首席數(shù)據(jù)科學(xué)家黨英農(nóng)表示，在與谷歌歐洲研究院的合作過程中，谷歌云在智能運(yùn)維方面已經(jīng)積累了很多重要的技術(shù)創(chuàng)新，包括云服務(wù)系統(tǒng)的智能化。 管理手動(dòng)化、云開發(fā)部署智能化、客戶響應(yīng)智能化。 另一方面，人工智能和機(jī)器學(xué)習(xí)技術(shù)已經(jīng)深度融入谷歌云的基礎(chǔ)設(shè)施管理軟件站，包括智能監(jiān)控、智能預(yù)測(cè)、智能補(bǔ)丁等。

盡管AIOps非常重要微軟研究院梅濤視覺ai，但它仍處于開發(fā)階段。 距離實(shí)現(xiàn)手動(dòng)化、自主化、通用化還有很長(zhǎng)的路要走。 大規(guī)模實(shí)施還需要一段時(shí)間。 由于云平臺(tái)極其復(fù)雜、規(guī)模非常龐大，AIOps的發(fā)展主要面臨以下挑戰(zhàn)：

林清偉介紹，谷歌歐洲研究院未來(lái)AIOps研究方向?qū)⒅饕ㄈ齻€(gè)方面。 首先是它變得越來(lái)越手動(dòng)和自動(dòng)化。 目前AIOps更多的是為用戶提供一定的建議和推薦，而未來(lái)AIOps希望能夠在無(wú)需人工干預(yù)的情況下，手動(dòng)幫助用戶做出最優(yōu)決策。 二是更加積極主動(dòng)。 本質(zhì)上，就是把問題消滅在萌芽狀態(tài)。 你不能等到問題出現(xiàn)才試圖解決它們。 應(yīng)將問題消滅在萌芽狀態(tài)。 最后，它變得更加普遍。 后來(lái)跨平臺(tái)的AIOps應(yīng)用不僅服務(wù)于云平臺(tái)，還服務(wù)于全平臺(tái)。

186信息網(wǎng)原創(chuàng)文章，轉(zhuǎn)載請(qǐng)注明本文來(lái)自：www.yjdjwpb.cn