借AI算力翻倍提升“東風(fēng)”，乘博睿AIOps產(chǎn)品落地“快車”
前幾天的“科技圈春晚”（蘋果秋季新品發(fā)布會），是否讓你感覺有點隔靴搔癢，甚至意猶未盡？對于一些人來說，沒有了iPhone 12的這場發(fā)布會，盡管不乏Apple Watch、iPad等新款產(chǎn)品登場，但還是貌似有些群龍無首。
然而，對于科技圈和人工智能（AI）產(chǎn)業(yè)來說，2020年的這場“科技圈春晚”卻并非毫無亮點可尋，甚至，發(fā)布會的主角已經(jīng)非A14 Bionic莫屬。這一蘋果全新發(fā)布的芯片，對比此前的A13似乎性能提升只是中規(guī)中矩：在處理器方面提高了17%的性能，在圖形性能方面提高了8%。
不過，與此同時，其在人工智能方面的計算能力，卻提高了接近100%。
目前，A14 Bionic所搭載的全新16核Neural Engine，核心數(shù)比前代增加一倍，最高能夠每秒處理11萬億個操作，而上一代芯片的人工智能算力只有6TOPS。
將處理器性能與人工智能性能的增長率對比不難看出，相較于“擠牙膏”一樣的CPU和GPU性能，AI加速器硬件技術(shù)正在以前所未有的速度發(fā)展、成長，而這勢必會推動AI應(yīng)用的發(fā)展。
硬件是數(shù)字社會建設(shè)的基礎(chǔ)和前提，AI加速器計算能力的迅猛增長，毫無疑問將會有助于軟件與應(yīng)用等上層建筑的發(fā)展普及。在可見的未來，隨著硬件性能的就緒，圍繞AI展開的軟件與應(yīng)用開發(fā)將呈現(xiàn)百花齊放的姿態(tài)。
在這一大背景下，基于AI的IT運維/應(yīng)用和工具模型、模式，也將會逐漸豐富并應(yīng)用于生產(chǎn)環(huán)節(jié)。正如全球IT研究機構(gòu)Gartner所預(yù)測的：“到2022年，將有40%的大型企業(yè)部署AIOps（智能運維）平臺?！?/strong>
博睿數(shù)據(jù)前瞻布局AIOps
作為APM行業(yè)領(lǐng)導(dǎo)者，北京博睿宏遠數(shù)據(jù)科技股份有限公司于2020年8月17日正式在上海證券交易所科創(chuàng)板上市（內(nèi)文簡稱/股票簡稱：博睿數(shù)據(jù)，股票代碼：688229），利用資本市場強化主營業(yè)務(wù)，與新興產(chǎn)業(yè)融合發(fā)展，拓展新領(lǐng)域，使得產(chǎn)業(yè)整合、轉(zhuǎn)型升級，實現(xiàn)快速高效發(fā)展。在Gartner發(fā)布的《中國AIOps市場指南》中，博睿數(shù)據(jù)是唯一一家同時具備強大APM背景和強大數(shù)據(jù)分析/AI（人工智能）能力的廠商。
12年以來，博睿數(shù)據(jù)始終致力于“讓IT運營更加智能”這一宏偉愿景，持續(xù)為企業(yè)用戶提供具有預(yù)見性、主動性、動態(tài)靈活以及業(yè)務(wù)特征中心化的業(yè)務(wù)洞察。
如今，博睿數(shù)據(jù)正在通過AIOps技術(shù)賦能IT運營，為企業(yè)提供高效的決策支撐，從而駛上開往人工智能時代的快車道。
博睿數(shù)據(jù)提升企業(yè)IT監(jiān)控成熟度
博睿數(shù)據(jù)在AIOps技術(shù)的主要落地場景與產(chǎn)品實踐：
<動態(tài)基線>基于歷史數(shù)據(jù)，利用智能算法進行深度學(xué)習(xí)，對未來一段時間內(nèi)每個時間點的數(shù)值進行精準預(yù)測，將預(yù)測值作為基線來監(jiān)控和告警。
<異常檢測>通過歷史數(shù)據(jù)的機器學(xué)習(xí)來動態(tài)預(yù)測數(shù)據(jù)的趨勢，無須手動設(shè)置閾值，可以根據(jù)指標的數(shù)據(jù)特征自動識別異常。
<故障預(yù)測>基于歷史告警消息的相關(guān)性，對當前處于故障狀態(tài)的警報可能造成的影響進行預(yù)測判斷 ，從而實現(xiàn)故障的提前預(yù)警。
<根因分析>基于智能算法對異?；蛘吖收系母蜻M行分析，給出故障的根因推薦以及深入分析結(jié)果。
<智能合并>基于聚類算法實現(xiàn)告警事件的智能合并，減少冗余告警事件對運維工作的干擾。
<知識工程>基于智能算法構(gòu)建決策支持知識庫，實現(xiàn)與事件關(guān)聯(lián)的相關(guān)知識識別與推薦。
【應(yīng)用場景詳述一】博睿數(shù)據(jù)AIOps使用動態(tài)基線的業(yè)務(wù)應(yīng)用場景
業(yè)務(wù)動態(tài)基線波圖
如上圖所示，綠色曲線與藍色曲線的波動趨勢不太相符，所以出現(xiàn)較多時段的異常數(shù)據(jù)。
IT運維人員在對業(yè)務(wù)服務(wù)數(shù)據(jù)進行問題檢測時，通常會使用動態(tài)基線來對實時數(shù)據(jù)進行檢驗和衡量。在實時數(shù)據(jù)與動態(tài)基線數(shù)據(jù)兩條曲線的擬合度相似的情況下，則該業(yè)務(wù)是較為健康的；若動態(tài)基線與實時數(shù)據(jù)離散程度較大，則當前業(yè)務(wù)存在問題。
【應(yīng)用場景詳述二】博睿數(shù)據(jù)AIOps在異常檢測下的業(yè)務(wù)應(yīng)用場景
應(yīng)用響應(yīng)異常檢測
如圖所示，紅色線則為異常數(shù)據(jù)時段。
IT運維人員在對應(yīng)用服務(wù)運行狀態(tài)的檢測過程中，通過AIOps的異常事件檢測算法，可以判斷圖中紅色區(qū)域的數(shù)據(jù)即為異常事件，深灰色條狀區(qū)域為可容忍的業(yè)務(wù)波動范圍。同時，運維人員也可以通過數(shù)據(jù)集特征數(shù)據(jù)，對當前時段內(nèi)數(shù)據(jù)進行事件聚合，全面分析當前事件對應(yīng)用的全部影響波動范圍。
迎接人工智能時代
博睿數(shù)據(jù)正在積極擁抱人工智能、機器學(xué)習(xí)等新技術(shù)變革的浪潮， 并基于AI和機器學(xué)習(xí)技術(shù)，自主研發(fā)了“數(shù)據(jù)接入、處理、存儲與分析技術(shù)”核心技術(shù)體系，?全面布局智能基線、異常檢測、智能告警、關(guān)聯(lián)分析、根因分析、智能智庫等豐富且廣泛的智能運維功能，并將AIOps能力融入端到端全棧監(jiān)控產(chǎn)品線，可為傳統(tǒng)企業(yè)提供強大的數(shù)據(jù)處理、存儲和分析的軟件工具，幫助客戶整合各類IT運維監(jiān)控數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的統(tǒng)一存儲和關(guān)聯(lián)分析，打破數(shù)據(jù)孤島，構(gòu)建統(tǒng)一的IT運維管理平臺，讓企業(yè)的IT運維更加智能化、自動化。
