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
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
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