В процеса на дигитална трансформация на икономиката човечеството трябва да изгражда все повече и повече центрове за обработка на данни. Самите центрове за данни също трябва да бъдат трансформирани: въпросите за тяхната устойчивост на грешки и енергийна ефективност сега са по-важни от всякога. Съоръженията консумират огромни количества електроенергия и повреди на критичната ИТ инфраструктура, разположена в тях, струват скъпо на бизнеса. Технологиите за изкуствен интелект и машинно обучение идват на помощ на инженерите – през последните години те все повече се използват за създаване на по-модерни центрове за данни. Този подход увеличава наличността на съоръженията, намалява броя на повреди и намалява оперативните разходи.
Как действа тя?
Изкуственият интелект и технологиите за машинно обучение се използват за автоматизиране на вземането на оперативни решения въз основа на данни, събрани от различни сензори. По правило такива инструменти са интегрирани със системи от клас DCIM (Data Center Infrastructure Management) и ви позволяват да предвидите появата на извънредни ситуации, както и да оптимизирате работата на ИТ оборудване, инженерна инфраструктура и дори обслужващ персонал. Много често производителите предлагат облачни услуги на собствениците на центрове за данни, които натрупват и обработват данни от много клиенти. Такива системи обобщават опита от работата с различни центрове за данни и следователно работят по-добре от местните продукти.
Управление на ИТ инфраструктура
HPE популяризира услугата за облачен прогнозен анализ
Захранване и охлаждане
Друга област на приложение на AI в центровете за данни е свързана с управлението на инженерната инфраструктура и преди всичко охлаждането, чийто дял в общото потребление на енергия на едно съоръжение може да надхвърли 30%. Google беше един от първите, които помислиха за интелигентно охлаждане: през 2016 г., заедно с DeepMind, разработиха
Други примери
На пазара има много иновативни интелигентни решения за центрове за данни и постоянно се появяват нови. Wave2Wave създаде роботизирана система за превключване на оптични кабели за автоматично организиране на кръстосани връзки в възлите за обмен на трафик (Meet Me Rooms) в центъра за данни. Системата, разработена от ROOT Data Center и LitBit, използва AI за наблюдение на резервни дизел генератори, а Romonet създаде самообучаващо се софтуерно решение за оптимизиране на инфраструктурата. Решенията, създадени от Vigilent, използват машинно обучение за прогнозиране на повреди и оптимизиране на температурните условия в помещенията на центровете за данни. Въвеждането на изкуствен интелект, машинно обучение и други иновативни технологии за автоматизация на процесите в центровете за данни започна сравнително наскоро, но днес това е една от най-обещаващите области на развитие на индустрията. Днешните центрове за данни са станали твърде големи и сложни, за да бъдат управлявани ефективно ръчно.
Източник: www.habr.com