Yn it proses fan digitale transformaasje fan 'e ekonomy moat it minskdom mear en mear gegevensferwurkingssintra bouwe. Datasintra sels moatte ek wurde omfoarme: problemen fan har skuldtolerânsje en enerzjy-effisjinsje binne no wichtiger dan ea. Fasiliteiten konsumearje enoarme hoemannichten elektrisiteit, en falen fan krityske IT-ynfrastruktuer dy't binnen har binne kostber foar bedriuwen. Technologyen foar keunstmjittige yntelliginsje en masine-learen komme yngenieurs te helpen - de lêste jierren binne se hieltyd mear brûkt om mear avansearre datasintra te meitsjen. Dizze oanpak fergruttet de beskikberens fan foarsjenningen, ferleget it oantal mislearrings en ferleget bedriuwskosten.
Hoe wurket it?
Technologyen foar keunstmjittige yntelliginsje en masine learen wurde brûkt om operative beslútfoarming te automatisearjen op basis fan gegevens sammele fan ferskate sensoren. As regel, sokke ark binne yntegrearre mei DCIM (Data Center Infrastructure Management) klasse systemen en kinne jo foarsizze it foarkommen fan need situaasjes, likegoed as optimalisearjen fan de wurking fan IT apparatuer, engineering ynfrastruktuer en sels tsjinst personiel. Hiel faak biede fabrikanten wolktsjinsten oan eigners fan datacenters dy't gegevens sammelje en ferwurkje fan in protte klanten. Sokke systemen generalisearje de ûnderfining fan it operearjen fan ferskate datasintra, en wurkje dêrom better dan lokale produkten.
IT ynfrastruktuer behear
HPE befoarderet wolk foarsizzende analytyske tsjinst om IT-ynfrastruktuer te behearjen boud op Nimble Storage en HPE 3PAR StoreServ opslachsystemen, HPE ProLiant DL / ML / BL-tsjinners, HPE Apollo-racksystemen en it HPE Synergy-platfoarm. InfoSight analysearret de lêzingen fan sensoren ynstalleare yn apparatuer, ferwurket mear as in miljoen eveneminten per sekonde en leart konstant sels. De tsjinst detektearret net allinich flaters, mar foarseit ek mooglike problemen mei de IT-ynfrastruktuer (apparatuerfalen, útputting fan opslachkapasiteit, fermindere prestaasjes fan firtuele masines, ensfh.) sels foardat se foarkomme. Foar foarsizzende analytyk wurdt VoltDB-software yn 'e wolk ynset, mei autoregressive prognosemodellen en probabilistyske metoaden. In ferlykbere oplossing is beskikber foar hybride opslachsystemen fan Tegile Systems: de IntelliCare Cloud Analytics-wolktsjinst kontrolearret de sûnens, prestaasjes en boarnegebrûk fan apparaten. Technologyen foar keunstmjittige yntelliginsje en masine-learen wurde ek brûkt troch Dell EMC yn har komputeroplossingen mei hege prestaasjes. D'r binne in protte ferlykbere foarbylden; hast alle liedende fabrikanten fan kompjûterapparatuer en gegevensopslachsystemen folgje no dit paad.
Stromforsyning en koeling
In oar gebiet fan tapassing fan AI yn datasintra is relatearre oan it behear fan technykynfrastruktuer en, boppe alles, koeling, wêrfan it oandiel yn it totale enerzjyferbrûk fan in foarsjenning mear dan 30% kin wêze. Google wie ien fan 'e earsten dy't tocht oer tûke koeling: yn 2016 ûntwikkele it tegearre mei DeepMind foar it kontrolearjen fan yndividuele datacenterkomponinten, dy't enerzjykosten foar airconditioning mei 40% fermindere. Yn earste ynstânsje joech it allinnich oanwizings oan personiel, mar waard neitiid ferbettere en kin no selsstannich de koeling fan masinekeamers kontrolearje. In neural netwurk ynset yn 'e wolk ferwurket gegevens fan tûzenen binnen- en bûtensensors: it makket besluten mei rekken hâldend mei de lading op servers, temperatuer, lykas wynsnelheid bûten en in protte oare parameters. De ynstruksjes oanbean troch it wolksysteem wurde nei it datasintrum stjoerd en dêr wurde se opnij kontrolearre op feiligens troch lokale systemen, wylst personiel altyd de automatyske modus útsette kin en de koeling mei de hân begjinne te behearjen. Nlyte Software tegearre mei it IBM Watson-team makke , dy't gegevens sammelt oer temperatuer en fochtigens, enerzjyferbrûk en lading op IT-apparatuer. It lit jo de wurking fan yngenieurssubsystemen optimalisearje en hat gjin ferbining nedich mei de wolkynfrastruktuer fan 'e fabrikant - as it nedich is, kin de oplossing direkt yn it datasintrum ynset wurde.
Oare foarbylden
D'r binne in protte ynnovative tûke oplossingen foar datasintra op 'e merke en nijen ferskine konstant. Wave2Wave hat in robotysk glêsfezelkabel-skeakelsysteem makke om automatysk krúsferbiningen te organisearjen yn ferkearsútwikselknooppunten (Meet Me Rooms) binnen it datasintrum. It systeem ûntwikkele troch ROOT Data Center en LitBit brûkt AI om reservekopy-dieselgeneratorsets te kontrolearjen, en Romonet hat in sels-learende software-oplossing makke foar it optimalisearjen fan ynfrastruktuer. De oplossingen makke troch Vigilent brûke masine learen om flaters te foarsizzen en temperatuerbetingsten te optimalisearjen yn datacenters. De ynfiering fan keunstmjittige yntelliginsje, masine learen en oare ynnovative technologyen foar proses automatisearring yn datasintra begûn relatyf koartlyn, mar hjoed is dit ien fan de meast kânsrike gebieten fan yndustry ûntwikkeling. De hjoeddeiske datasintra binne te grut en kompleks wurden om effektyf mei de hân te behearjen.
Boarne: www.habr.com