Экономиканың цифрлық трансформациясы процесінде адамзатқа деректерді өңдеу орталықтарын көбірек салуға тура келеді. Деректер орталықтарының өздері де трансформациялануы керек: олардың ақауларға төзімділігі мен энергия тиімділігі мәселелері қазір бұрынғыдан да маңызды. Нысандар орасан зор электр қуатын тұтынады және олардың ішінде орналасқан маңызды АТ инфрақұрылымының істен шығуы бизнес үшін қымбатқа түседі. Жасанды интеллект және машиналық оқыту технологиялары инженерлерге көмекке келеді - соңғы жылдары олар жетілдірілген деректер орталықтарын құру үшін көбірек қолданылуда. Бұл тәсіл нысандардың қолжетімділігін арттырады, ақаулар санын азайтады және пайдалану шығындарын азайтады.
Бұл қалай жұмыс істейді?
Жасанды интеллект және машиналық оқыту технологиялары әртүрлі сенсорлардан жиналған деректер негізінде жедел шешім қабылдауды автоматтандыру үшін қолданылады. Әдетте, мұндай құралдар DCIM (Data Center Infrastructure Management) класс жүйелерімен біріктірілген және төтенше жағдайлардың туындауын болжауға, сондай-ақ АТ жабдықтарының, инженерлік инфрақұрылымның және тіпті қызмет көрсету персоналының жұмысын оңтайландыруға мүмкіндік береді. Көбінесе өндірушілер деректер орталығының иелеріне көптеген тұтынушылардың деректерін жинақтайтын және өңдейтін бұлттық қызметтерді ұсынады. Мұндай жүйелер әртүрлі деректер орталықтарын пайдалану тәжірибесін жалпылайды, сондықтан жергілікті өнімдерге қарағанда жақсы жұмыс істейді.
АТ инфрақұрылымын басқару
HPE бұлтты болжамды аналитика қызметін алға тартады Nimble Storage және HPE 3PAR StoreServ сақтау жүйелеріне, HPE ProLiant DL/ML/BL серверлеріне, HPE Apollo тірек жүйелеріне және HPE Synergy платформасына негізделген АТ инфрақұрылымын басқару үшін. InfoSight секундына миллионнан астам оқиғаны өңдейтін және үнемі өздігінен білім алатын жабдықта орнатылған сенсорлардың көрсеткіштерін талдайды. Сервис ақауларды анықтап қана қоймайды, сонымен қатар АТ-инфрақұрылымында болуы мүмкін проблемаларды (жабдықтардың ақаулары, сақтау сыйымдылығының таусылуы, виртуалды машиналар өнімділігінің төмендеуі және т.б.) олар пайда болғанға дейін болжайды. Болжалды аналитика үшін VoltDB бағдарламалық құралы авторегрессивті болжау үлгілері мен ықтималдық әдістерін пайдалана отырып, бұлтта орналастырылған. Ұқсас шешім Tegile Systems гибридті сақтау жүйелері үшін қол жетімді: IntelliCare Cloud Analytics бұлттық қызметі құрылғылардың денсаулығын, өнімділігін және ресурстарды пайдалануды бақылайды. Жасанды интеллект және машиналық оқыту технологияларын Dell EMC компаниясы жоғары өнімді есептеу шешімдерінде де пайдаланады. Осыған ұқсас мысалдар көп, есептеу техникасы мен деректерді сақтау жүйелерінің жетекші өндірушілерінің барлығы дерлік осы жолмен жүріп жатыр.
Электрмен жабдықтау және салқындату
Дата орталықтарында AI қолданудың тағы бір саласы инженерлік инфрақұрылымды басқарумен және, ең алдымен, салқындатумен байланысты, оның үлесі объектінің жалпы энергия тұтынуындағы үлесі 30% -дан асуы мүмкін. Google ақылды салқындату туралы алғашқылардың бірі болды: 2016 жылы DeepMind-пен бірге ол әзірледі. жеке деректер орталығының құрамдастарын бақылауға арналған, бұл ауаны кондиционерлеуге арналған энергия шығындарын 40%-ға азайтты. Бастапқыда ол тек қызметкерлерге кеңес берді, бірақ кейінірек жетілдірілді және енді машина бөлмелерінің салқындатуын дербес басқара алады. Бұлтта орналастырылған нейрондық желі мыңдаған ішкі және сыртқы сенсорлардың деректерін өңдейді: ол серверлердегі жүктемені, температураны, сондай-ақ сыртқы жел жылдамдығын және басқа да көптеген параметрлерді ескере отырып шешім қабылдайды. Бұлттық жүйе ұсынатын нұсқаулар деректер орталығына жіберіледі және олар жергілікті жүйелердің қауіпсіздігін тағы бір рет тексереді, ал қызметкерлер әрқашан автоматты режимді өшіріп, салқындатуды қолмен басқара алады. Nlyte бағдарламалық жасақтамасы IBM Watson командасымен бірге құрылды , ол температура мен ылғалдылық, энергияны тұтыну және АТ жабдығына жүктеме туралы деректерді жинайды. Ол инженерлік ішкі жүйелердің жұмысын оңтайландыруға мүмкіндік береді және өндірушінің бұлттық инфрақұрылымына қосылуды қажет етпейді - қажет болған жағдайда шешімді тікелей деректер орталығында орналастыруға болады.
Басқа мысалдар
Нарықта деректер орталықтары үшін көптеген инновациялық смарт шешімдер бар және жаңалары үнемі пайда болады. Wave2Wave деректер орталығының ішіндегі трафик алмасу түйіндерінде (Meet Me бөлмелері) көлденең қосылымдарды автоматты түрде ұйымдастыру үшін роботты талшықты-оптикалық кабельді коммутациялау жүйесін жасады. ROOT Data Center және LitBit әзірлеген жүйе дизельдік генераторлардың резервтік жинақтарын бақылау үшін AI пайдаланады, ал Romonet инфрақұрылымды оңтайландыру үшін өздігінен білім алатын бағдарламалық құрал шешімін жасады. Vigilent жасаған шешімдер сәтсіздіктерді болжау және деректер орталығының бөлмелеріндегі температура жағдайларын оңтайландыру үшін машиналық оқытуды пайдаланады. Деректер орталықтарында процесстерді автоматтандыруға арналған жасанды интеллект, машиналық оқыту және басқа да инновациялық технологияларды енгізу салыстырмалы түрде жақында басталды, бірақ бүгінгі күні бұл саланы дамытудың ең перспективалы бағыттарының бірі болып табылады. Бүгінгі деректер орталықтары қолмен тиімді басқару үшін тым үлкен және күрделі болды.
Ақпарат көзі: www.habr.com