人工智能如何自动化多云管理

得益于人工智能驱动的新兴新型联网，多云已经进入企业。

基于意图的网络是一种DevOps范例，用于简化，加快和改善多云的管理。这种方法涉及对可用性，可靠性，性能，安全性和其他基础结构策略目标的持续优化。

基于意图的网络并不是一种新的管理技术，而是一个统一的DevOps框架，用于自动化可扩展的，端到端的部署，分布式系统及其上运行的应用程序和工作负载的优化和控制。从本质上讲，这种方法涉及跨混合，边缘和其他多云环境自动化软件定义网络的工具和技术。

多云中的Intent Frame DevOps策略

企业可以通过各种方式实现基于意图的网络，但是它通常基于以下核心分布式系统管理原则：

意图：网络计划人员自动捕获有关要通过网络实现的业务和技术成果的意图。他们将这种意图表达为描述特定端到端网络业务和运营指标(例如应用程序服务级别，网络吞吐量以及安全事件和事件阈值)的策略。

编排：网络工程师自动将此策略转换为配置配置文件代码，该代码规定了所有相关的物理和虚拟资源如何实现相关的服务级别和其他指标。

监视：网络运营商以协议和传输不可知的方式自动在其管理控制下监视每个物理和虚拟组件的状态，状态和运行状况。

保证：网络管理员会自动确保已应用所需的意图，并已实现相关的业务成果。自动化工具可以根据需要执行纠正措施，以实时修复流量阻塞和性能瓶颈等问题。

AI跨多云持续交付策略

为了确保在日益异构的多云环境中持续集成和持续部署应用程序和基础架构，企业将需要DevOps工具，该工具包含基于意图的网络，其核心是人工智能。 这些工具应利用AI来实现 灵活的移动，监视，扩展和透明度以及对基础结构和应用程序组件，数据，工作流，元数据和业务逻辑的管理。

本质上，基于意图的网络是AIOps的高级形式。这是指一种新兴的最佳实践，它使用嵌入式机器学习和其他AI模型来使软件定义的网络连续不断地自我修复，自我管理，自我保护，自我修复和自我优化。AI在多云管理中日益重要的作用在于它具有比单独的手动方法更可扩展，可预测，快速和高效地自动化和加速许多任务的能力。

当AIops使用数据驱动的统计算法来捕获意图并自动执行下游编排，监视和保证工作量时，它将变得更加完全自动化。越来越多的多云管理供应商正在将AIOps与基于意图的网络集成在一起，以实现这种级别的闭环自动化，从而可以从根本上提高客户信息技术人员的生产率。

通过多云基础架构与应用程序运行AIOps

可以将AIOps市场划分为那些利用AI来自动化多云基础设施管理的提供商，而不是主要使用AI来自动化该基础设施中运行的微服务的开发和发布的提供商。人们还可以根据提供程序的程度来组织提供程序，在一定程度上，它们还可以使该AI驱动的管道中的前期意图发现过程自动化。

在以基础架构为中心的阵营中，一定要安置思科系统公司。它已在其用于多云管理，分布式数据中心和软件定义的广域网的硬件，软件和服务组合中实施了基于意图的网络。现在，它支持以下关键功能：

启用无人值守的多云管理：AI驱动的意图发现和管理是完全自动化的“ NoOps ”，替代了供应商公开的传统命令行界面，用于在各个网络提供的独特界面和语法内手动设置和管理策略设备。最近，思科宣布扩展基于意图的网络，以支持其现有的“以应用程序为中心的基础架构”软件定义的广域网架构中跨更广泛的云和边缘环境的数据中心管理。新的“ ACI Anywhere”环境嵌入在思科的网络硬件产品中，并通过其单窗格管理工具启用。

扩展多云应用程序堆栈：基于意图的网络可以从物理基础结构一直扩展到多云应用程序堆栈。在思科的环境中，此功能与所有虚拟机管理程序和容器框架(包括Kubernetes和OpenStack)集成在一起，在该框架上，应用程序可以部署在云，本地和边缘环境中的任何位置。它使用户能够部署，自动化，扩展和管理工作负载。它允许用户在他们提供给任何云，本地或边缘环境的容器，虚拟机和物理网络的任何组合上的任何应用程序上实施一致的基于组的策略。

全面管理复杂的多云到边缘：该方法还可以一直扩展到云的扩展边缘。最近，思科在超融合基础架构硬件解决方案上增强了其HyperFlex系列，从而使企业能够在本地，混合云和边缘环境中部署一致的超融合架构。这些设备配备了到基于云的Cisco Intersight的嵌入式连接器，从而支持AI驱动的IT运营管理，数据弹性和集中式生命周期管理功能。此功能使HyperFlex Edge设备可以在HyperFlex Edge群集上以全自动，零接触的方式进行安装，配置，监控和优化。

在Cisco Crosswork现状管理器中也可以找到很多这种AIOps功能，该功能将AI嵌入到混合，网格和其他复杂云部署的智能，自适应和自动化管理中。

在较小程度上，VMware Inc.还为多云实施了有限类型的AIOps，尽管尚不清楚它是否打算提供构建闭环所需的自动意图发现功能。去年8月，VMware 宣布 了“ Project Magna”的预览，该项目是一项研发计划，正在开发AI驱动的边缘到边缘虚拟化环境，以在所谓的“自动驾驶数据中心”中提供自适应安全性。

Magna项目依靠AI嵌入到数百个“物联网”控制点中，并与VMware NSX多云网络环境的自适应微分段集成 。它将利用边缘节点AI来学习正常的应用程序行为，使用该知识来锁定计算和网络资源，并适应云原生应用程序的不断变化，从而可以自动，无中断地调整边缘节点微服务的攻击面时尚。

对于主要使用AI自动化多云的微服务开发和发布的提供商，IBM Corp.最容易想到。从其在Think 2019上的最新产品公告中可以看出 ，IBM正在成为卓越的多云AI DevOps管道提供商。在活动中， 该公司推出了 新的解决方案，用于跨任何公共或私有云，任何本地IT环境和任何Kubernetes集群计划，迁移，集成，保护和管理应用程序和工作负载。

在AIOps背后构建多云平面

在基础架构管理能力方面，该公司 还推出了新的 IBM Multicloud Management Services，用于跨多个云提供商，本地环境，私有云，旧有基础架构和容器环境的自助服务获取和IT资源的管理。该解决方案包括：

自动化平面，可以协调不同类型和不同供应商的服务的部署，以便轻松集成并提供给消费者;

一个操作平面，使基础结构和操作管理员可以监视和维护系统，包括旧有基础结构，私有云，公共云和容器环境;

与ServiceNow Portal的集成平面， 以支持从多个提供商进行云服务和解决方案的购买，编排，配置，监视，维护和成本治理。

尽管IBM多云管理服务在其核心用例方面是一个强大的工具，但它仍然不是AI驱动的，基于意图的网络产品。它具有集中的策略定义工具，并且与Watson AI Engine集成以解释和分析用于多云管理的结构化和非结构化IT数据，但是它缺乏自动推断业务意图以创建用于多云部署，监视和控制的策略的能力。尽管如此，它仍可以支持多云安全漏洞的自动发现和补救，检测可疑流量 并进行连续事件监控，应用程序感知防火墙，入侵防御，防恶意软件 和URL过滤。

从广义上讲，任何基础架构代码 或IaC解决方案都可用作通用或特定于意图网络的AIop的基础。IaC在复杂的分布式云环境中围绕功能平台组件的部署来驱动DevOps。该方法以一种方法来管理应用程序组件，例如代码构建，机器映像，容器，无服务器功能和安全代码。

作为多云管理方法，IaC消除了IT专业人员接触物理IT平台，访问云提供商的管理控制台，登录基础架构组件，进行手动配置更改或使用一次性脚本进行调整的需求。

作为传统IT更改和配置管理的替代方法，IaC涉及编写模板(也称为“代码”)，以声明方式描述新基础架构组件(例如服务器实例，虚拟机，容器，编排的集群或无服务器)的所需状态。功能性应用程序。

在利用基础DevOps源代码控制的IT管理工具中，IaC模板驱动创建云基础架构代码库外观的图形。然后，该工具会查找已部署代码中的缺陷，并通过部署端到端代码来修复缺陷，以便端到端已部署基础结构收敛到正确的状态。可以想象，可以使用AI自动实现IaC中的前期代码/策略捕获。

但是，这种自动代码生成功能尚未在AWS CloudFormation ， Azure资源管理器， Google Cloud Deployment Manager等云IaC工具中或在其解决方案可解决各种公共，私有，混合和多云的第三方DevOps供应商中找到部署(例如 Terraform， Saltstack， Juju， Docker， Vagrant， Pallet， CFEngine， NixOS)。

IaC是云原生DevOps的快速发展部分。有关IaC在构建混合无服务器应用程序中的作用的讨论，请查看 我去年年底发布的Wikibon说明。