人工智慧效應與資料中心：支援數位基礎設施的成長

數位基礎建設產業將迎來爆炸性的發展。在未來十年內，電子服務的需求可能會成倍增加，而全球資料中心產業的規模也可能在同一時期增加三倍，以滿足這種擴大的需求。大部分基礎設施為世界所依賴的日常服務提供動力，但需求成長的很大一部分來自於下一代服務提供：人工智慧的世界。 

人工智慧在近年來有了顯著的變化。生成式人工智慧的許多頭條新聞都來自於它的快速演進，我們已經看到文字、圖像甚至視訊的生成正在成為主流工具。但預測式人工智慧 - 不是為了產生資料，而是為了分析資料並從中得出結論 - 所得到的公眾反應卻較為冷淡。儘管它有從聲音、圖像，以及最重要的是，影像中擷取有價值洞察力的潛力，遠遠超越我們單靠人類所能達成的任何目標。 

結合影像資料與人工智慧 

人工智慧不僅是成長的動力，更是成長的推動因素。隨著資料中心規模的擴大且變得更加複雜，以及資料中心的地點擴展到全球各地以滿足需求，人工智慧將在簡化資料中心站點的本地和遠端管理方面發揮至關重要的作用。隨著電力需求的增加 - 預計到 2028 年，僅生成式人工智慧就需要額外 38GW - 人工智慧將有助於找到新的效率並發現浪費的來源。而隨著資料中心進入關鍵實體時代，人工將支援場所的基本安全與保障功能。 

影像資料現在已成為人工智慧分析的豐富資源。攝影機可能是企業所能採用的最強大的感測器，每秒鐘能多次產生數百萬個資料點。每個畫素都能被分離出來並進行分析，單一攝影機的畫面可分割成無數的興趣點，讓一台攝影機同時執行多項作業。以物件為基礎的分析可以偵測、追蹤和分類場景中的項目，並根據容易定義的規則觸發自動化流程。攝影機用途廣泛，應用範圍幾乎無限。 

現有技術，新的機會 

如果攝影機可以看到某樣東西，人工智慧就能對其採取行動。透過深度學習，可以開發自訂的反應式應用程式，針對舊有問題提供新的解決方案，或在發現新問題之前就採取行動，以免為時已晚。與資料中心快速成長所依賴的繁重人工智慧工作負載相反，經過適當訓練的人工智慧模型可讓這些分析應用程式直接在網路邊緣，也就是它們所依賴的攝影機硬體中執行。 

這代表已用於安全防護的攝影機可以增強其能力，使用人工智慧分析來識別敏感區域中未經授權的人員並自動發出警報，或者偵測可疑活動（例如遊蕩或闖入）並向操作員發出警報。這也代表同一台攝影機可以執行更多 - 可與門禁控制系統整合以偵測尾隨事件，或與熱感應攝影機協同工作，為操作人員提供任何熱點的即時影像，甚至自動觸發額外的冷卻功能。 

創新的創意可能性 

人工智慧的創造潛力代表分析應用程式可以被建模，以滿足資料中心環境的獨特需求。例如，物件偵測可以調整為尋找水瓶等禁用物品。攝影機可設定為偵測伺服器故障或性能降低的視覺跡象，或透過麥克風偵測相應的聲音跡象。可以對分析進行訓練，以監視洩漏等環境危害，並確保適當的維護和保養以延長設備的壽命。   

隨著資料中心客戶數量的增長，影像分析可以為同地客戶提供實體伺服器精確狀態的視覺驗證，或根據偵測到的佔用情況，透過自動照明和冷卻系統協助最佳化能源使用。即使是災難復原也可以從人工智慧分析中受益 - 偵測煙霧的攝影機可以自動觸發喇叭警報，而攝影機、對講機和閱讀器可以編錄人員的精確數量和位置，以簡化疏散程序。 

支援資料中心的未來 

資料中心是未來科技的基石，但沒有人會說數位基礎設施的快速擴展會很容易。營運商需要他們可以獲得的一切優勢，無論是節省金錢、節省能源，還是盡可能清潔、高效、安全地運行設施。人工智慧分析提供了所有這些優勢，甚至更多優勢，所有這些都是作為安防功能所需的硬體擴展，無論是否使用分析。  

隨著世界變得更智慧，數位基礎設施也必須變得更智慧。圍繞著充分利用人工智慧的優勢來規劃新地點或升級，對於營運商、其客戶，以及最重要的方面 - 資料而言，都是通往更智慧、更安全世界的必經之路。