什么是云托管數據中心？

在云托管數據中心，云中的“大腦”從內部設備接收遙測數據，并幫助發現、啟動、配置或監控內部部署。與采用托管服務提供商的方式不同，用戶依賴云計算來處理重大的操作或升級。這有助于減少對遠程站點的需求，使IT工作人員能夠實現集中管理和所有資產的單一試圖。IT市場不同部門正在利用云托管架構進行WiFi管理和其他任務，接下來將會分析云托管架構如何為私有云部署服務。

私有云的挑戰

私有云面臨以下3個挑戰：

技術挑戰：由于額外的抽象層和資源的整合，技術變得復雜。

人員挑戰：很難找到精通云計算、虛擬化、存儲和網絡等所有領域的專家

流程挑戰：企業必須設置新的流程來處理云消費的自助服務，開發人員可以上傳自己的鏡像并創建自己的網絡、交換機、路由器、軟件防火墻、負載均衡器和存儲。

人工智能驅動云托管數據中心

如果公司由于技術、人力和流程挑戰而不投資內部云，企業如何進入云計算領域？人工智能（AI）將成為關鍵，它正在進入很多領域，如自動駕駛汽車的興起。由于人工智能，汽車的駕駛變得更加簡單，同時還減少了事故和違章停車的情況。

通過人工智能，企業可以用云托管取代大量的專業員工。如果企業的IT基礎設施可以由云托管，那么企業可以最大限度地減少正在執行的任務，從而為企業的工作提供更具戰略性的視圖，或者有更多的時間應用于培訓或策劃。自動服務的私有云的靈感來自通過軟件驅動操作實現更大規模服務的公有云提供商。

云托管數據中心的屬性

在云托管數據中心，軟件用于自我修復，實現7x24小時監控和管理，并提供可視化服務。

創新——云托管數據中心簡化了私有云環境的創建，并解決了復雜和耗時的硬件部署、軟件安裝和配置的問題。使用預配置的超融合設備作為私有云的平臺，云托管數據中心無需安裝任何軟件組件或執行任何配置。

監控——云托管數據中心采用基于云的軟件，可進行監控和自我修復。這種自我修復軟件顯著減少了用戶需要聘請和培訓的專家的需求。每一個云基礎設施都需要監控和操作中心，而云托管數據中心則包含了一個監控和操作層。

可視化——用于監控的數據收集層也用于生成有關應用程序的可視化，提供關于基礎設施瓶頸的可視化，并幫助將應用程序放置在公有云和私有云基礎設施中。

該解決方案的核心的一個云計算的大腦，它是根據大數據集群構建的，用于觀察和指導云決策。更改的事件、統計和健康檢查會被傳遞到云大腦以進行復雜的處理從而提高自動化水平，提高平均恢復事件，提醒管理團隊新出現的問題，并提供有關云托管的可視化。

優缺點

企業受益于云托管數據中心，因為他們可以更快地構建和運營私有云，并且節省人力資源。IT資源可以專注于戰略計劃而不是云運營，且運營云托管數據中心的管理員比人工管理的數據中心要少得多。

另一方面，AI的缺點跟它帶來的優點一樣明顯：它需要管理員的決策權。AI只能根據賦予它的算法來作出決策，而云托管數據中心可能不能完全實現管理員的期望。我們將以以下幾個應用場景來作為例子，并思考如何解決這些問題：

如果互聯網宕機了怎么辦？

這是對公有云和軟件即服務（SaaS）的一個關注點，在云托管基礎設施的情況下，解決方案提供商應為內部部署軟件提供圖形用戶界面（GUI）/命令行界面（CLI），并確保客戶端的所有數據都是本地的。

我的基礎設施不能遙測

如果是這種情況，你的公司可能仍在使用SaaS產品，這是沒有意識到SaaS產品始終在發送信息。它們通常使用443HTTPS端口，該端口被廣泛應用于安全連接。因此，如果你使用的是這樣的產品（如Salesforce），你實際上是通過443端口發送遙測。

我不信任云托管模型

與任何方式一樣，云托管模型想要獲得信任需要時間。隨著SaaS和公有云服務的發展，分布式架構的理念變得越來越主流。

在數據中心基礎設施變得越來越復雜的時代，公司只有兩個選擇：繼續添加IT人員，或越來越依賴自動化來管理復雜性。云托管數據中心目前處于起步階段，但是使用云大腦來簡化本地管理的想法在未來有望成為主流。