In die proses van digitale transformasie van die ekonomie moet die mensdom meer en meer dataverwerkingsentrums bou. Datasentrums self moet ook getransformeer word: kwessies oor hul foutverdraagsaamheid en energiedoeltreffendheid is nou belangriker as ooit. Fasiliteite verbruik enorme hoeveelhede elektrisiteit, en mislukkings van kritieke IT-infrastruktuur wat daarin geleë is, is duur vir besighede. Kunsmatige intelligensie en masjienleertegnologieë kom ingenieurs te hulp – in onlangse jare is dit toenemend gebruik om meer gevorderde datasentrums te skep. Hierdie benadering verhoog die beskikbaarheid van fasiliteite, verminder die aantal mislukkings en verminder bedryfskoste.
Hoe werk dit?
Kunsmatige intelligensie en masjienleertegnologieë word gebruik om operasionele besluitneming te outomatiseer gebaseer op data wat van verskeie sensors ingesamel is. As 'n reël word sulke instrumente geïntegreer met DCIM (Data Centre Infrastructure Management) klasstelsels en laat jou toe om die voorkoms van noodsituasies te voorspel, asook om die werking van IT-toerusting, ingenieursinfrastruktuur en selfs dienspersoneel te optimaliseer. Baie dikwels bied vervaardigers wolkdienste aan datasentrumeienaars wat data van baie kliënte opgaar en verwerk. Sulke stelsels veralgemeen die ervaring van die bedryf van verskillende datasentrums, en werk dus beter as plaaslike produkte.
IT-infrastruktuurbestuur
HPE bevorder wolk voorspellende analitiese diens om IT-infrastruktuur gebou op Nimble Storage en HPE 3PAR StoreServ-bergingstelsels, HPE ProLiant DL/ML/BL-bedieners, HPE Apollo-rekstelsels en die HPE Synergy-platform te bestuur. InfoSight ontleed die lesings van sensors wat in toerusting geïnstalleer is, verwerk meer as 'n miljoen gebeurtenisse per sekonde en leer voortdurend self. Die diens bespeur nie net foute nie, maar voorspel ook moontlike probleme met die IT-infrastruktuur (toerustingfoute, uitputting van stoorkapasiteit, verminderde werkverrigting van virtuele masjiene, ens.) nog voordat dit voorkom. Vir voorspellende analise word VoltDB-sagteware in die wolk ontplooi, met behulp van outoregressiewe voorspellingsmodelle en waarskynlikheidsmetodes. ’n Soortgelyke oplossing is beskikbaar vir hibriede bergingstelsels van Tegile Systems: die IntelliCare Cloud Analytics-wolkdiens monitor die gesondheid, werkverrigting en hulpbrongebruik van toestelle. Kunsmatige intelligensie en masjienleertegnologieë word ook deur Dell EMC in sy hoëprestasie rekenaaroplossings gebruik. Daar is baie soortgelyke voorbeelde; byna alle toonaangewende vervaardigers van rekenaartoerusting en databergingstelsels volg nou hierdie pad.
Kragtoevoer en verkoeling
Nog 'n toepassingsgebied van KI in datasentrums hou verband met die bestuur van ingenieursinfrastruktuur en bowenal verkoeling, waarvan die aandeel in die totale energieverbruik van 'n fasiliteit 30% kan oorskry. Google was een van die eerstes wat oor slim verkoeling gedink het: in 2016 het dit saam met DeepMind ontwikkel vir die monitering van individuele datasentrumkomponente, wat energiekoste vir lugversorging met 40% verminder het. Dit het aanvanklik net wenke aan personeel gegee, maar is daarna verbeter en kan nou die verkoeling van masjienkamers onafhanklik beheer. ’n Neurale netwerk wat in die wolk ontplooi word, verwerk data van duisende binne- en buitesensors: dit neem besluite met inagneming van die las op bedieners, temperatuur, sowel as windspoed buite en baie ander parameters. Die instruksies wat die wolkstelsel bied, word na die datasentrum gestuur en daar word dit weer deur plaaslike stelsels vir sekuriteit nagegaan, terwyl personeel altyd die outomatiese modus kan afskakel en die verkoeling met die hand kan begin bestuur. Nlyte Software saam met die IBM Watson-span geskep , wat data oor temperatuur en humiditeit, energieverbruik en las op IT-toerusting insamel. Dit laat jou toe om die werking van ingenieurssubstelsels te optimaliseer en vereis nie verbinding met die vervaardiger se wolkinfrastruktuur nie - indien nodig, kan die oplossing direk in die datasentrum ontplooi word.
Ander voorbeelde
Daar is baie innoverende slim oplossings vir datasentrums op die mark en nuwes verskyn voortdurend. Wave2Wave het 'n robot-optiese veselkabel-skakelstelsel geskep om outomaties kruisverbindings in verkeersuitruilnodusse (Meet Me Rooms) binne die datasentrum te organiseer. Die stelsel wat deur ROOT Data Center en LitBit ontwikkel is, gebruik KI om rugsteundieselopwekkerstelle te monitor, en Romonet het 'n selflerende sagteware-oplossing geskep vir die optimalisering van infrastruktuur. Die oplossings wat deur Vigilent geskep is, gebruik masjienleer om mislukkings te voorspel en temperatuurtoestande in datasentrumpersele te optimaliseer. Die bekendstelling van kunsmatige intelligensie, masjienleer en ander innoverende tegnologieë vir prosesoutomatisering in datasentrums het betreklik onlangs begin, maar vandag is dit een van die mees belowende gebiede van bedryfsontwikkeling. Vandag se datasentrums het te groot en kompleks geword om doeltreffend met die hand bestuur te word.
Bron: will.com