盡管許多企業采用了數據中心基礎設施管理(DCIM)軟件，但是在管理上并沒有取得更多的突破。DCIM通過服務水平協議、透明度和報告支持提高數據中心運營效率。但是數據中心還有一些領域可以加強以獲得更廣泛的采用。

DCIM的核心優勢

如今沒有人懷疑DCIM的許多固有優勢。企業正確應用DCIM解決方案可節省時間和費用，減少人力浪費，提高生產力。DCIM工具為數據中心管理人員帶來了很多好處，它避免了工作人員在現場識別資產的需要，減少空間資產占用需求，或者消除在特定時間消耗的電力和冷卻資源的需求。

[[222244]]

數據中心工作人員可以通過筆記本電腦或臺式機采用DCIM訪問準確的實時數據。DCIM為他們提供了關鍵資產細節的窗口，其中包括物理電源和網絡連接。DCIM工具有助于確定關鍵路徑節點，從而將故障風險降至可接受的水平，這對準確的容量規劃非常有用。可以使得保留、移動、添加、更改順利進行。由于采用DCIM可以獲得更好的工作流程，甚至工作人員的效率和士氣也會有所提高。

許多數據中心管理人員對DCIM的評價是合格但并不是優秀。其原因很簡單：部署DCIM對許多企業來說仍然是一個挑戰。有些公司甚至不采用商用標準版的DCIM產品，而是采用定制版本以滿足他們的特定需求。

除了作為一款軟件產品以外，DCIM還涉及到組織內的多個小組(通常是設施、數據中心和IT)的工作過程，實施DCIM解決方案意味著與組織中不同領域的團隊一起工作。在合作時，管理人員必須定義要通過DCIM解決方案管理的流程，并確保當前可用的數據準確無誤。這意味著要完成設置SNMP社區字符串和Modbus寄存器的繁重工作，以及IPMI用戶名和密碼，以輪詢數據中心的調查數據。同樣重要的是，DCIM解決方案使用現有的通常沒有記錄的協議從傳統硬件收集數據。加快DCIM解決方案的實施意味著要完成所有的步驟來確定數據中心的獨特需求，評估可能的解決方案，并安排"概念驗證"來驗證所選解決方案是否滿足數據中心的環境需求。

數據中心管理即服務(DMaaS)的增值服務

數據中心管理即服務(DMaaS)于2016年下半年出現。它與DCIM工具不同的地方在于可以收集和分析來自各種各樣客戶端的數據，這些客戶端在廣泛分布在不同的數據中心。其重要思想是應用大數據統計分析的能力。這是由機器學習和其他形式的人工智能擴展DCIM的價值范圍，尤其是具有的預測功能。DMaaS的統計分析優勢正在被數據中心和IT管理者所接受，因為現在可以將部署在數據中心DCIM平臺的投資轉移到云計算服務。

DMaaS最終可以準確預測和防止數據中心基礎設施發生的事件和故障。在DMaaS工具幫助下，可以有效緩解數據中心效率低下和容量不足問題。這種基于云計算的與供應商無關的軟件即服務體系結構將推動數據中心、邊緣計算和混合云的未來發展。與本地和SaaS交付的DCIM相反，DMaaS匯總并分析了可以通過機器學習選擇加入的匿名數據。其增值服務是DMaaS將基于云計算的監控與維護和維修服務結合起來，這對供應商來說是一個福音。

不容忽視的是，DMaaS易于采用，可以對類似的數據中心進行基線和基準測試。其自動化和監控優勢吸引了IT和DevOps技術人員，他們喜歡輕松且即時訪問大量的收集數據。這些從各種云平臺中收集到的數據分析構成了利用機器學習的關鍵優勢和增加云計算知識的支點。使用DMaaS，工作人員可以在任何地方訪問數據，這意味著管理人員不需要在現場或依靠VPN來評估風險或增加合適的人員來解決問題

人工智能的加強作用

采用基于云計算的人工智能驅動管理軟件，可以無縫監控和控制IT和設施的數據中心基礎設施，其中包括跨多個站點的應用程序。人工智能是一種有效控制、監控，以及調節電源、冷卻、計算、工作負載、存儲和網絡以優化效率、生產力和可用性的技術?；谠朴嬎愕姆治鰧⑹褂脕碜远鄠€數據中心的傳感器數據，來指導和實施預防性維護計劃。智能機器人將根據需要訂購、測試和安裝備件，以減少故障，并實際上消除不必要的維護和測試。

隨著DCIM采用率的不斷提高，數據中心管理人員將著眼于提高運營效率。DMaaS通過大數據統計分析和機器學習擴展了DCIM的功能和范圍。它將幫助企業在本地DCIM平臺上進行投資，最終轉移到云服務。