経済のデジタル変革の過程で、人類はますます多くのデータ処理センターを構築する必要があります。 データセンター自体も変革する必要があり、耐障害性とエネルギー効率の問題がこれまで以上に重要になっています。 施設は膨大な量の電力を消費し、施設内にある重要な IT インフラストラクチャの障害は企業に多大な損害をもたらします。 人工知能と機械学習テクノロジーはエンジニアの助けとなり、近年、より高度なデータセンターを構築するために使用されることが増えています。 このアプローチにより、施設の可用性が向上し、障害の数が減り、運用コストが削減されます。
それはどのように動作しますか？
人工知能と機械学習テクノロジーは、さまざまなセンサーから収集されたデータに基づいて運用上の意思決定を自動化するために使用されます。 通常、このようなツールは DCIM (データセンター インフラストラクチャ管理) クラス システムと統合されており、緊急事態の発生を予測できるだけでなく、IT 機器、エンジニアリング インフラストラクチャ、さらにはサービス担当者の運用を最適化することができます。 多くの場合、メーカーは、多くの顧客からのデータを蓄積して処理するデータセンター所有者にクラウド サービスを提供します。 このようなシステムは、さまざまなデータセンターの運用経験を一般化するため、ローカル製品よりもうまく機能します。
ITインフラ管理
HPE はクラウド予測分析サービスを推進 Nimble Storage および HPE 3PAR StoreServ ストレージ システム、HPE ProLiant DL/ML/BL サーバー、HPE Apollo ラック システム、HPE Synergy プラットフォーム上に構築された IT インフラストラクチャを管理します。 InfoSight は、機器に取り付けられたセンサーの読み取り値を分析し、XNUMX 秒あたり XNUMX 万件を超えるイベントを処理し、常に自己学習します。 同サービスは障害を検知するだけでなく、ITインフラに起こり得る問題（機器の故障、ストレージ容量の枯渇、仮想マシンのパフォーマンス低下など）を発生前に予測することも可能。 予測分析の場合、VoltDB ソフトウェアは自己回帰予測モデルと確率的手法を使用してクラウドに展開されます。 Tegile Systems のハイブリッド ストレージ システムでも同様のソリューションが利用可能です。IntelliCare Cloud Analytics クラウド サービスは、デバイスの健全性、パフォーマンス、リソースの使用状況を監視します。 人工知能と機械学習テクノロジーは、Dell EMC のハイ パフォーマンス コンピューティング ソリューションでも使用されています。 同様の例は数多くあり、コンピューティング機器およびデータ ストレージ システムのほとんどすべての大手メーカーが現在この道をたどっています。
電源と冷却
データセンターにおける AI のもう 30 つの応用分野は、エンジニアリング インフラストラクチャの管理、そしてとりわけ施設の総エネルギー消費量に占める冷却の割合が 2016% を超えることもあります。 Google はスマート冷却について最初に考えた企業の XNUMX つであり、XNUMX 年に DeepMind と共同で開発しました。 データセンターの個々のコンポーネントを監視するため、空調にかかるエネルギーコストが 40% 削減されました。 当初はスタッフにヒントを与えるだけでしたが、その後改良され、機械室の冷却を独立して制御できるようになりました。 クラウドに展開されたニューラル ネットワークは、何千もの屋内外のセンサーからのデータを処理します。サーバーの負荷、温度、屋外の風速、その他多くのパラメーターを考慮して決定を下します。 クラウド システムによって提供される指示はデータ センターに送信され、そこでローカル システムによってセキュリティが再度チェックされます。その一方で、スタッフはいつでも自動モードをオフにして手動で冷却の管理を開始できます。 Nlyte Software は IBM Watson チームと協力して設立されました 、温度と湿度、エネルギー消費量、IT 機器の負荷に関するデータを収集します。 これにより、エンジニアリング サブシステムの運用を最適化でき、メーカーのクラウド インフラストラクチャに接続する必要がなく、必要に応じてソリューションをデータ センターに直接展開できます。
その他の例
市場にはデータセンター向けの革新的なスマート ソリューションが数多くあり、新しいソリューションも絶えず登場しています。 Wave2Wave は、データセンター内のトラフィック交換ノード (ミート ミー ルーム) の相互接続を自動的に組織するロボット光ファイバー ケーブル スイッチング システムを作成しました。 ROOT Data Center と LitBit が開発したシステムは AI を使用してバックアップ ディーゼル発電機セットを監視し、Romonet はインフラストラクチャを最適化するための自己学習ソフトウェア ソリューションを作成しました。 Vigilent が作成したソリューションは、機械学習を使用して障害を予測し、データセンター施設内の温度条件を最適化します。 データセンターにおけるプロセス自動化のための人工知能、機械学習、その他の革新的なテクノロジーの導入は比較的最近始まりましたが、今日、これは業界の発展において最も有望な分野の XNUMX つです。 今日のデータセンターは、手動で効果的に管理するには大規模かつ複雑になりすぎています。
出所： habr.com