持續近4天、2大主論壇、120余個分論壇和活動、6萬參會人次的2017杭州云棲大會已經落下帷幕，此次大會(甚至每一個和云相關的大會)上人工智能滲透到每一個角落。毫無疑問，人工智能已經成為最受矚目的技術方向，很多領域因為與人工智能的結合而呈現出更多可想象的空間。

比如我們熟知的災備/容災領域。因為人工智能相關技術及業務的出現，災備/容災的演變路線也出現了新的可能。

01、傳統災備業務的演進路線

此次云棲大會，我們可以看到災備業務的一個清晰的發展脈絡，即一種由數據到業務再到數據中心的“向下”演進路線。作為存儲業務的一個附加項，傳統災備相關的數據復制技術也都是依托于存儲系統進行。隨著業務層面可用性要求的不斷提升，用戶災備逐漸由數據層面的備份向業務層面、數據中心的高可用轉移，比如異地容災和兩地三中心等業務的出現，這就導致了對數據中心服務提出了更高的要求，使得數據中心不僅要關注數據層面，還需要具有與之配套的網絡、機房服務，經過這一階段的發展，一些災備企業慢慢轉型成為IDC服務商。

計算是人工智能的重要引擎，而數據將成為人工智能的燃料。人工智能需要高密度計算、高密度網絡連接能力、高密度的數據切入能力。因此，數據中心需要轉變成一個高速的連接平臺。高計算密度、高數據密度、高網絡密度將保障云數據中心可以為人工智能的發展提供更為適用的基礎架構平臺。

02、災備業務的新演進路線

如果說傳統災備業務是一種向底層IT系統的“向下”演進模式的話，那么，隨著云計算的出現，數據中心開始實現虛擬化、云端化，災備企業可以跳過自建數據中心的環節，通過與IDC廠商形成一種更為經濟的合作關系來縮短整個演進路線。

災備企業可以跳出傳統的數據中心環節，直接從用戶的具體業務需求出發，即呈現出一種向上層應用的演進路線。大型互聯網、金融等企業成為數據中心主要的應用群體，他們是數據的采集者和持有者，在災備的管理過程中，災備的智能化可以借助數據中心形成的一個新的平臺生態，為這些企業的具體業務的災備提供一套更為智能的統一管理平臺。

03、人工智能與災備

兩種災備業務的演進模式，只是因為時間維度的不同而具有差異，在人工智能的未來趨勢下，二者雖殊途，但同歸。

這里依然以金融行業為例。金融業務具有明顯的網絡分布特征，隨著人工智能相關技術的發展，依托于云計算的分布式數據中心架構將為金融大數據的處理工作提供計算、網絡等多個層面的保障。云計算時代下的數據中心天然是一個海量數據庫，是計算能力、網絡能力、存儲能力的擁有者，并隨著數據中心范圍的不斷擴大，也將面向邊緣計算、邊緣數據中心的發展。

在金融交易、風險控制、客戶信息、市場分析、投資理財等業務中沉淀了多種類型的數據。通過運用人工智能的深度學習系統，充分利用這些數據進行計算、學習，尤其在風險管理與交易這種對復雜數據的處理方面，人工智能的應用將大幅降低人力成本并提升金融風控及業務處理能力。

災備智能化將更加滿足云計算、大數據時代下數據在不同物理機、虛擬機、中間件、數據庫、云平臺、不同混合環境下對數據自由流動、保護、分享的實際需求。

目前的人工智能基礎依然是采用的“圖靈機”的工作原理，這就使得我們今天所說的人工智能依然是一種幫助人類提高工作效率的輔助工具，傳統IT與人工智能的結合將是一種全新的生產方式，還需要更多企業、機構、學者共同探索和嘗試。因此，對于災備行業或者整個云計算行業而言，最重要的是繼續緊跟這股智能潮流，不斷嘗試在不同業務中運用相關技術，最終達到優化客戶使用過程，提高客戶管理效率的目的。持續近4天、2大主論壇、120余個分論壇和活動、6萬參會人次的2017杭州云棲大會已經落下帷幕，此次大會(甚至每一個和云相關的大會)上人工智能滲透到每一個角落。毫無疑問，人工智能已經成為最受矚目的技術方向，很多領域因為與人工智能的結合而呈現出更多可想象的空間。

比如我們熟知的災備/容災領域。因為人工智能相關技術及業務的出現，災備/容災的演變路線也出現了新的可能。

01、傳統災備業務的演進路線

此次云棲大會，我們可以看到災備業務的一個清晰的發展脈絡，即一種由數據到業務再到數據中心的“向下”演進路線。作為存儲業務的一個附加項，傳統災備相關的數據復制技術也都是依托于存儲系統進行。隨著業務層面可用性要求的不斷提升，用戶災備逐漸由數據層面的備份向業務層面、數據中心的高可用轉移，比如異地容災和兩地三中心等業務的出現，這就導致了對數據中心服務提出了更高的要求，使得數據中心不僅要關注數據層面，還需要具有與之配套的網絡、機房服務，經過這一階段的發展，一些災備企業慢慢轉型成為IDC服務商。

計算是人工智能的重要引擎，而數據將成為人工智能的燃料。人工智能需要高密度計算、高密度網絡連接能力、高密度的數據切入能力。因此，數據中心需要轉變成一個高速的連接平臺。高計算密度、高數據密度、高網絡密度將保障云數據中心可以為人工智能的發展提供更為適用的基礎架構平臺。

02、災備業務的新演進路線

如果說傳統災備業務是一種向底層IT系統的“向下”演進模式的話，那么，隨著云計算的出現，數據中心開始實現虛擬化、云端化，災備企業可以跳過自建數據中心的環節，通過與IDC廠商形成一種更為經濟的合作關系來縮短整個演進路線。

災備企業可以跳出傳統的數據中心環節，直接從用戶的具體業務需求出發，即呈現出一種向上層應用的演進路線。大型互聯網、金融等企業成為數據中心主要的應用群體，他們是數據的采集者和持有者，在災備的管理過程中，災備的智能化可以借助數據中心形成的一個新的平臺生態，為這些企業的具體業務的災備提供一套更為智能的統一管理平臺。

03、人工智能與災備

兩種災備業務的演進模式，只是因為時間維度的不同而具有差異，在人工智能的未來趨勢下，二者雖殊途，但同歸。

這里依然以金融行業為例。金融業務具有明顯的網絡分布特征，隨著人工智能相關技術的發展，依托于云計算的分布式數據中心架構將為金融大數據的處理工作提供計算、網絡等多個層面的保障。云計算時代下的數據中心天然是一個海量數據庫，是計算能力、網絡能力、存儲能力的擁有者，并隨著數據中心范圍的不斷擴大，也將面向邊緣計算、邊緣數據中心的發展。

在金融交易、風險控制、客戶信息、市場分析、投資理財等業務中沉淀了多種類型的數據。通過運用人工智能的深度學習系統，充分利用這些數據進行計算、學習，尤其在風險管理與交易這種對復雜數據的處理方面，人工智能的應用將大幅降低人力成本并提升金融風控及業務處理能力。

災備智能化將更加滿足云計算、大數據時代下數據在不同物理機、虛擬機、中間件、數據庫、云平臺、不同混合環境下對數據自由流動、保護、分享的實際需求。

目前的人工智能基礎依然是采用的“圖靈機”的工作原理，這就使得我們今天所說的人工智能依然是一種幫助人類提高工作效率的輔助工具，傳統IT與人工智能的結合將是一種全新的生產方式，還需要更多企業、機構、學者共同探索和嘗試。因此，對于災備行業或者整個云計算行業而言，最重要的是繼續緊跟這股智能潮流，不斷嘗試在不同業務中運用相關技術，最終達到優化客戶使用過程，提高客戶管理效率的目的。