U procesu digitalne transformacije privrede čovječanstvo mora graditi sve više centara za obradu podataka. Sami podatkovni centri također se moraju transformirati: pitanja njihove tolerancije grešaka i energetske efikasnosti sada su važnija nego ikad. Objekti troše ogromne količine električne energije, a kvarovi na kritičnoj IT infrastrukturi smještenoj u njima su skupi za preduzeća. Tehnologije umjetne inteligencije i strojnog učenja dolaze u pomoć inženjerima – posljednjih godina sve se više koriste za stvaranje naprednijih centara podataka. Ovakav pristup povećava dostupnost objekata, smanjuje broj kvarova i smanjuje operativne troškove.
Как это работает?
Tehnologije umjetne inteligencije i strojnog učenja koriste se za automatizaciju donošenja operativnih odluka na osnovu podataka prikupljenih od različitih senzora. U pravilu, takvi alati su integrirani sa sistemima klase DCIM (Upravljanje infrastrukturom podatkovnog centra) i omogućavaju vam da predvidite pojavu hitnih situacija, kao i optimizirate rad IT opreme, inženjerske infrastrukture, pa čak i servisnog osoblja. Vrlo često proizvođači nude usluge u oblaku vlasnicima podatkovnih centara koji akumuliraju i obrađuju podatke mnogih kupaca. Takvi sistemi generaliziraju iskustvo upravljanja različitim podatkovnim centrima i stoga rade bolje od lokalnih proizvoda.
Upravljanje IT infrastrukturom
HPE promoviše uslugu analitike za predviđanje u oblaku
Napajanje i hlađenje
Još jedno područje primjene AI u podatkovnim centrima odnosi se na upravljanje inženjerskom infrastrukturom i prije svega hlađenjem, čiji udio u ukupnoj potrošnji energije jednog objekta može premašiti 30%. Google je bio jedan od prvih koji je razmišljao o pametnom hlađenju: 2016. godine, zajedno sa DeepMindom, razvio je
Ostali primjeri
Na tržištu postoji mnogo inovativnih pametnih rješenja za podatkovne centre i stalno se pojavljuju nova. Wave2Wave je kreirao robotski sistem za komutaciju optičkih kablova za automatsku organizaciju unakrsnih veza u čvorovima za razmenu saobraćaja (Meet Me Rooms) unutar data centra. Sistem koji su razvili ROOT Data Center i LitBit koristi AI za nadgledanje rezervnih dizel agregata, a Romonet je kreirao softversko rješenje koje se samostalno uči za optimizaciju infrastrukture. Rešenja koja je kreirao Vigilent koriste mašinsko učenje za predviđanje kvarova i optimizaciju temperaturnih uslova u prostorijama data centra. Uvođenje umjetne inteligencije, strojnog učenja i drugih inovativnih tehnologija za automatizaciju procesa u podatkovnim centrima počelo je relativno nedavno, ali danas je to jedno od najperspektivnijih područja razvoja industrije. Današnji centri podataka postali su preveliki i složeni da bi se njima efikasno upravljalo ručno.
izvor: www.habr.com