當前的數據中心是否為滿足物聯網需求做好了準備？物聯網能為數據中心帶來多少自動化？是否最為綠色環保？自動化又在里面起到了什么作用？

當前的數據中心是否為滿足物聯網需求做好了準備？當前的綜合布線和無線網絡是否足以處理負載？

設備的數量激增，加上數據分析和人工智能的持續發展，以及需要非常低延遲的應用程序的增長，導致了混合計算體系結構的出現。該體系結構包括大型集中式云數據中心以及區域邊緣和本地邊緣計算站點，這些站點支持近端用戶處理、存儲和低延遲。事實上，隨著物聯網需求的增加，邊緣計算站點減輕了數據中心和網絡本身的壓力。5G部署將在這方面提供進一步幫助。

物聯網能為數據中心帶來多少自動化？它只是修補、監控、更新、安排和配置？還是可以看到預測性和預防性維護的到來？

人們對自動化及其在數據中心中的作用有一個非常積極的前瞻性觀點。收集、處理、發送大量具有價值的數據的物聯網設備得到迅速增長，從根本上說，這使人們有可能開始全面了解互連基礎設施系統之間的復雜關系。通過了解系統如何運行并由所有變量驅動，可以更全面地實現這些系統的操作自動化，并使自動化更加有效。

當然，如今一些企業已經在數據中心實現了一定程度的自動化。數據采集與監視控制（SCADA）系統設計用于自動控制冷凍水系統中的水流，例如，通過基于預定義的邏輯和設定點致動閥和控制泵。但是人們可以做得更多。人們將物聯網的增長、數據分析的改進以及機器學習算法的發展視為使預測性和預防性維護在數據中心成為現實的手段。

智能數據中心是否最為綠色環保？物聯網如何變得更加綠色？

一般來說，在其他條件相同的情況下，基于人工智能和從大數據分析中收集到的見解進行操作和維護的數據中心比那些沒有這樣做的數據中心更具效率和可靠性。然而，重要的是要理解，人工智能和分析并不是解決所有問題的“靈丹妙藥”。它們不排除使用基本最佳實踐（例如，空氣遏制、節能模式UPS、冷卻系統的節能器模式等）和節能設備的需要。人工智能和分析將提高企業的效率。

人們能在多大程度上推動智能建筑傳感器的處理？需要如何重新考慮安全問題？它是一個附加層還是應該遷移到遠離物聯網設備的孤島中？

微數據中心的部署是實現這一目標的關鍵手段。微型數據中心是一個小型獨立設施，包括IT和支持它所需的所有支持基礎設施，其中包括機架、電源、冷卻/通風、物理安全、環境監控和管理軟件，也是一個易于使用訂購和部署的解決方案。傳統上，分布式IT在大型集中式數據中心中沒有得到同樣的關注。

精心設計的微型數據中心為支持所有建筑智能傳感器和設備的關鍵IT提供安全保障和電源冗余。由于這些資源通常分布在許多站點上，幾乎沒有人員來管理所有這些資源，因此遠程管理變得很重要。企業需要新的管理工具，以便可以輕松查看數百甚至數千個站點中可能存在的數千臺設備。

當前的SIEM和DCIM解決方案能否應對來自物聯網設備的信息？物聯網解決方案應如何最好地集成到現有解決方案中？

傳統的數據中心的基于許可證的DCIM系統在監控大量設備方面的能力相當有限。它們的可擴展性不高。例如施耐德電氣的EcoStruxure架構和平臺上的方法是開發基于云計算的DCIM工具集，稱之為DMaaS或數據中心管理即服務。而基于云計算的可擴展性對可管理的設備數量沒有限制，EcoStruxure還包括一個稱之為“數據湖”的概念。這是一個基于云計算的安全的存儲庫，用于處理工具收集的大量物理基礎設施設備數據。

然后，該數據提供了執行數據分析功能以及開發和訓練機器學習算法的方法，然后用戶可以應用這些算法來獲得有用的見解和預測分析。因此，EcoStruxure提供了一個安全、可擴展、強大的云架構，以及包含大量標準化數據的數據湖。人們相信，這個基礎設施是解決缺乏員工和多個站點的物聯網邊緣管理挑戰所需要的。

是否應該將RPA和RDA等新的自動化工具視為未來的新中間件？企業應該使用它們的最佳方式是什么？他們是否已準備好進行主流部署，還是應該等待更成熟的解決方案？

希望改善其數據中心管理和運營的企業可以在某種程度上從自動化、數據分析甚至人工智能中獲益。業界確實需要繼續開發和發展這個基礎技術，這是強大的DCIM云數據架構和數據湖。數據中心所有者應該考慮升級他們現在使用的傳統的內部部署DCIM工具集，并尋求采用物聯網、大數據分析和人工智能的結構。