Ing proses transformasi digital ekonomi, manungsa kudu mbangun luwih akeh pusat pangolahan data. Pusat data dhewe uga kudu diowahi: masalah toleransi kesalahan lan efisiensi energi saiki luwih penting tinimbang sadurunge. Fasilitas nggunakake listrik sing akeh banget, lan kegagalan infrastruktur IT kritis sing ana ing njero larang regane kanggo bisnis. Teknologi intelijen buatan lan mesin sinau bakal mbantu para insinyur - ing taun-taun pungkasan, dheweke wis digunakake kanggo nggawe pusat data sing luwih maju. Pendekatan iki nambah kasedhiyan fasilitas, nyuda jumlah kegagalan lan nyuda biaya operasi.
Carane ora iku bisa?
Teknologi intelijen buatan lan mesin sinau digunakake kanggo ngotomatisasi pengambilan keputusan operasional adhedhasar data sing diklumpukake saka macem-macem sensor. Minangka aturan, alat kasebut digabungake karo sistem kelas DCIM (Data Center Infrastructure Management) lan ngidini sampeyan prΓ©dhiksi kedadeyan kahanan darurat, uga ngoptimalake operasi peralatan IT, infrastruktur teknik lan uga personel layanan. Kerep banget, manufaktur nawakake layanan awan kanggo pamilik pusat data sing nglumpukake lan ngolah data saka akeh pelanggan. Sistem kasebut umumake pengalaman ngoperasikake pusat data sing beda-beda, lan mulane luwih apik tinimbang produk lokal.
Manajemen infrastruktur IT
HPE promosi layanan analytics prediktif awan kanggo ngatur infrastruktur IT sing dibangun ing Nimble Storage lan sistem panyimpenan HPE 3PAR StoreServ, server HPE ProLiant DL / ML / BL, sistem rak HPE Apollo lan platform HPE Synergy. InfoSight nganalisa maca sensor sing dipasang ing peralatan, ngolah luwih saka sejuta acara per detik lan terus sinau mandiri. Layanan kasebut ora mung ndeteksi kesalahan, nanging uga prΓ©dhiksi masalah sing bisa ditindakake ing infrastruktur IT (gagal peralatan, kekeselen kapasitas panyimpenan, nyuda kinerja mesin virtual, lan liya-liyane) sanajan sadurunge kedadeyan. Kanggo analytics prediktif, piranti lunak VoltDB disebarake ing awan, nggunakake model prakiraan autoregresif lan metode probabilistik. Solusi sing padha kasedhiya kanggo sistem panyimpenan hibrida saka Tegile Systems: layanan awan IntelliCare Cloud Analytics ngawasi kesehatan, kinerja lan panggunaan sumber daya piranti. Teknologi intelijen buatan lan mesin sinau uga digunakake dening Dell EMC ing solusi komputasi kanthi kinerja dhuwur. Ana akeh conto sing padha; meh kabeh manufaktur peralatan komputasi lan sistem panyimpenan data saiki ngetutake dalan iki.
Sumber daya lan cooling
Wilayah liyane saka aplikasi AI ing pusat data ana gandhengane karo manajemen infrastruktur teknik lan, sing paling penting, pendinginan, sing nuduhake konsumsi energi total fasilitas bisa ngluwihi 30%. Google minangka salah sawijining sing pertama mikir babagan pendinginan cerdas: ing 2016, bebarengan karo DeepMind, dikembangake. kanggo ngawasi komponen pusat data individu, sing nyuda biaya energi kanggo AC kanthi 40%. Kaping pisanan, mung menehi pitunjuk kanggo staf, nanging banjur ditingkatake lan saiki bisa ngontrol pendinginan kamar mesin kanthi mandiri. Jaringan saraf sing dipasang ing awan ngolah data saka ewonan sensor njero ruangan lan ruangan: nggawe keputusan kanthi njupuk beban ing server, suhu, uga kacepetan angin ing njaba lan akeh paramèter liyane. Instruksi sing ditawakake sistem maya dikirim menyang pusat data lan ana maneh dipriksa keamanan dening sistem lokal, dene staf bisa tansah mateni mode otomatis lan miwiti ngatur cooling kanthi manual. Nlyte Software bebarengan karo tim IBM Watson digawe , sing ngumpulake data babagan suhu lan kelembapan, konsumsi energi lan beban ing peralatan IT. Iki ngidini sampeyan ngoptimalake operasi subsistem teknik lan ora mbutuhake sambungan menyang infrastruktur maya pabrikan - yen perlu, solusi kasebut bisa disebar langsung ing pusat data.
Tuladha liyane
Ana akeh solusi cerdas sing inovatif kanggo pusat data ing pasar lan sing anyar terus muncul. Wave2Wave wis nggawe sistem ngoper kabel serat optik robot kanthi otomatis ngatur sambungan silang ing simpul pertukaran lalu lintas (Meet Me Rooms) ing tengah data. Sistem sing dikembangake dening ROOT Data Center lan LitBit nggunakake AI kanggo ngawasi set generator diesel cadangan, lan Romonet wis nggawe solusi piranti lunak sinau mandiri kanggo ngoptimalake infrastruktur. Solusi sing digawe dening Vigilent nggunakake pembelajaran mesin kanggo prΓ©dhiksi kegagalan lan ngoptimalake kahanan suhu ing papan pusat data. Pengenalan intelijen buatan, pembelajaran mesin lan teknologi inovatif liyane kanggo otomatisasi proses ing pusat data wiwit bubar, nanging saiki iki minangka salah sawijining wilayah pangembangan industri sing paling njanjeni. Pusat data saiki wis dadi gedhe banget lan rumit supaya bisa dikelola kanthi manual.
Source: www.habr.com