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
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。
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