物理安全对于数据中心来说至关重要，数据中心需要能够保护资产免受入侵者未经授权的物理访问。不幸的是，传统上提供物理安全的成本很高，因为它很大程度上取决于现场是否有安全人员来检测和响应物理边界的破坏。

大模型可以通过分析有助于检测物理入侵的数据来帮助解决这一问题。例如，通过实时解析视频流，大模型可能会识别构成风险的个人。它还将使人类不必连续观看视频来检测风险。

传统上，管理数据中心容量一直是手动操作（如扩展或缩小基础设施，从而确保物理空间与业务的发展同步）。但大模型可以帮助实现自动化。通过分析多种因素来确定数据中心在不同时间、不同方面需要多少容量，大模型可以帮助数据中心运营商做出更明智的容量管理决策。

当数据中心出现问题时（断电、有人意外关闭开关、网络攻击破坏关键设备等），尽快确定发生了什么、受影响的内容以及如何修复这些问题至关重要。

过去，数据中心管理团队通过会创建事件响应手册来解决这些问题，其中详细说明了如何应对不同类型的挑战。

而大模型提供了另一种工具，操作员可以利用它来管理事件响应。大模型可以比人类更快地评估情况并帮助计划应对措施，同时它可能在没有应对方案的情况下特别有价值，因为没有人提前预见到某种类型的危机。