隨著企業(yè)痛苦地意識到云計算的任何設(shè)置和操作都很容易實現(xiàn)，但內(nèi)部云的采用仍然比公有云慢得多。企業(yè)的風(fēng)險規(guī)避行為以及復(fù)雜性帶來了很多風(fēng)險，此外，對于大多數(shù)公司來說，聘用具有專業(yè)知識的人來構(gòu)建和管理內(nèi)部云的成本非常高昂。因此，自我管理的云或云托管數(shù)據(jù)中心正在成為企業(yè)考慮的新的解決方案。我們來看下云托管數(shù)據(jù)中心可以提供什么？它如何工作，以及有哪些缺點。

在云托管數(shù)據(jù)中心，云中的“大腦”從內(nèi)部設(shè)備接收遙測數(shù)據(jù)，并幫助發(fā)現(xiàn)、啟動、配置或監(jiān)控內(nèi)部部署。與采用托管服務(wù)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(yuǎn)程站點的需求，使IT工作人員能夠?qū)崿F(xiàn)集中管理和所有資產(chǎn)的單一試圖。IT市場不同部門正在利用云托管架構(gòu)進(jìn)行WiFi管理和其他任務(wù)，接下來將會分析云托管架構(gòu)如何為私有云部署服務(wù)。

私有云面臨以下3個挑戰(zhàn)：

技術(shù)挑戰(zhàn)：由于額外的抽象層和資源的整合，技術(shù)變得復(fù)雜。 人員挑戰(zhàn)：很難找到精通云計算、虛擬化、存儲和網(wǎng)絡(luò)等所有領(lǐng)域的專家 流程挑戰(zhàn)：企業(yè)必須設(shè)置新的流程來處理云消費的自助服務(wù)，開發(fā)人員可以上傳自己的鏡像并創(chuàng)建自己的網(wǎng)絡(luò)、交換機(jī)、路由器、軟件防火墻、負(fù)載均衡器和存儲。

人工智能驅(qū)動云托管數(shù)據(jù)中心

如果公司由于技術(shù)、人力和流程挑戰(zhàn)而不投資內(nèi)部云，企業(yè)如何進(jìn)入云計算領(lǐng)域？人工智能（AI）將成為關(guān)鍵，它正在進(jìn)入很多領(lǐng)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(yè)可以用云托管取代大量的專業(yè)員工。如果企業(yè)的IT基礎(chǔ)設(shè)施可以由云托管，那么企業(yè)可以最大限度地減少正在執(zhí)行的任務(wù)，從而為企業(yè)的工作提供更具戰(zhàn)略性的視圖，或者有更多的時間應(yīng)用于培訓(xùn)或策劃。自動服務(wù)的私有云的靈感來自通過軟件驅(qū)動操作實現(xiàn)更大規(guī)模服務(wù)的公有云提供商。

在云托管數(shù)據(jù)中心，軟件用于自我修復(fù)，實現(xiàn)7&TImes;24小時監(jiān)控和管理，并提供可視化服務(wù)。

創(chuàng)新——云托管數(shù)據(jù)中心簡化了私有云環(huán)境的創(chuàng)建，并解決了復(fù)雜和耗時的硬件部署、軟件安裝和配置的問題。使用預(yù)配置的超融合設(shè)備作為私有云的平臺，云托管數(shù)據(jù)中心無需安裝任何軟件組件或執(zhí)行任何配置。 監(jiān)控——云托管數(shù)據(jù)中心采用基于云的軟件，可進(jìn)行監(jiān)控和自我修復(fù)。這種自我修復(fù)軟件顯著減少了用戶需要聘請和培訓(xùn)的專家的需求。每一個云基礎(chǔ)設(shè)施都需要監(jiān)控和操作中心，而云托管數(shù)據(jù)中心則包含了一個監(jiān)控和操作層。 可視化——用于監(jiān)控的數(shù)據(jù)收集層也用于生成有關(guān)應(yīng)用程序的可視化，提供關(guān)于基礎(chǔ)設(shè)施瓶頸的可視化，并幫助將應(yīng)用程序放置在公有云和私有云基礎(chǔ)設(shè)施中。

該解決方案的核心的一個云計算的大腦，它是根據(jù)大數(shù)據(jù)集群構(gòu)建的，用于觀察和指導(dǎo)云決策。更改的事件、統(tǒng)計和健康檢查會被傳遞到云大腦以進(jìn)行復(fù)雜的處理從而提高自動化水平，提高平均恢復(fù)事件，提醒管理團(tuán)隊新出現(xiàn)的問題，并提供有關(guān)云托管的可視化。

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

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

這是對公有云和軟件即服務(wù)（SaaS）的一個關(guān)注點，在云托管基礎(chǔ)設(shè)施的情況下，解決方案提供商應(yīng)為內(nèi)部部署軟件提供圖形用戶界面（GUI）/命令行界面（CLI），并確?？蛻舳说乃袛?shù)據(jù)都是本地的。

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

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(wù)的發(fā)展，分布式架構(gòu)的理念變得越來越主流。

在數(shù)據(jù)中心基礎(chǔ)設(shè)施變得越來越復(fù)雜的時代，公司只有兩個選擇：繼續(xù)添加IT人員，或越來越依賴自動化來管理復(fù)雜性。云托管數(shù)據(jù)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。