ಆರ್ಥಿಕತೆಯ ಡಿಜಿಟಲ್ ರೂಪಾಂತರದ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ, ಮಾನವೀಯತೆಯು ಹೆಚ್ಚು ಹೆಚ್ಚು ಡೇಟಾ ಸಂಸ್ಕರಣಾ ಕೇಂದ್ರಗಳನ್ನು ನಿರ್ಮಿಸಬೇಕಾಗಿದೆ. ದತ್ತಾಂಶ ಕೇಂದ್ರಗಳು ಸ್ವತಃ ರೂಪಾಂತರಗೊಳ್ಳಬೇಕು: ಅವುಗಳ ದೋಷ ಸಹಿಷ್ಣುತೆ ಮತ್ತು ಶಕ್ತಿಯ ದಕ್ಷತೆಯ ಸಮಸ್ಯೆಗಳು ಈಗ ಹಿಂದೆಂದಿಗಿಂತಲೂ ಹೆಚ್ಚು ಮುಖ್ಯವಾಗಿವೆ. ಸೌಲಭ್ಯಗಳು ಅಗಾಧ ಪ್ರಮಾಣದ ವಿದ್ಯುಚ್ಛಕ್ತಿಯನ್ನು ಬಳಸುತ್ತವೆ ಮತ್ತು ಅವುಗಳಲ್ಲಿ ಇರುವ ನಿರ್ಣಾಯಕ IT ಮೂಲಸೌಕರ್ಯದ ವೈಫಲ್ಯಗಳು ವ್ಯವಹಾರಗಳಿಗೆ ದುಬಾರಿಯಾಗಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ ತಂತ್ರಜ್ಞಾನಗಳು ಎಂಜಿನಿಯರ್‌ಗಳ ಸಹಾಯಕ್ಕೆ ಬರುತ್ತಿವೆ - ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಅವುಗಳನ್ನು ಹೆಚ್ಚು ಸುಧಾರಿತ ಡೇಟಾ ಕೇಂದ್ರಗಳನ್ನು ರಚಿಸಲು ಹೆಚ್ಚಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಈ ವಿಧಾನವು ಸೌಲಭ್ಯಗಳ ಲಭ್ಯತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ, ವೈಫಲ್ಯಗಳ ಸಂಖ್ಯೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಿರ್ವಹಣಾ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಇದು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ?
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ವಿವಿಧ ಸಂವೇದಕಗಳಿಂದ ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ಕಾರ್ಯಾಚರಣೆಯ ನಿರ್ಧಾರವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ. ನಿಯಮದಂತೆ, ಅಂತಹ ಸಾಧನಗಳನ್ನು DCIM (ಡೇಟಾ ಸೆಂಟರ್ ಇನ್ಫ್ರಾಸ್ಟ್ರಕ್ಚರ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್) ವರ್ಗ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಲಾಗಿದೆ ಮತ್ತು ತುರ್ತು ಪರಿಸ್ಥಿತಿಗಳ ಸಂಭವವನ್ನು ಊಹಿಸಲು ನಿಮಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಡುತ್ತದೆ, ಜೊತೆಗೆ IT ಉಪಕರಣಗಳು, ಎಂಜಿನಿಯರಿಂಗ್ ಮೂಲಸೌಕರ್ಯ ಮತ್ತು ಸೇವಾ ಸಿಬ್ಬಂದಿಗಳ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸುತ್ತದೆ. ಆಗಾಗ್ಗೆ, ತಯಾರಕರು ಡೇಟಾ ಸೆಂಟರ್ ಮಾಲೀಕರಿಗೆ ಕ್ಲೌಡ್ ಸೇವೆಗಳನ್ನು ನೀಡುತ್ತಾರೆ, ಅದು ಅನೇಕ ಗ್ರಾಹಕರಿಂದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ. ಅಂತಹ ವ್ಯವಸ್ಥೆಗಳು ವಿಭಿನ್ನ ಡೇಟಾ ಕೇಂದ್ರಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಅನುಭವವನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸುತ್ತವೆ ಮತ್ತು ಆದ್ದರಿಂದ ಸ್ಥಳೀಯ ಉತ್ಪನ್ನಗಳಿಗಿಂತ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ.
ಐಟಿ ಮೂಲಸೌಕರ್ಯ ನಿರ್ವಹಣೆ
HPE ಕ್ಲೌಡ್ ಪ್ರಿಡಿಕ್ಟಿವ್ ಅನಾಲಿಟಿಕ್ಸ್ ಸೇವೆಯನ್ನು ಉತ್ತೇಜಿಸುತ್ತದೆ ವೇಗವುಳ್ಳ ಸ್ಟೋರೇಜ್ ಮತ್ತು HPE 3PAR ಸ್ಟೋರ್‌ಸರ್ವ್ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳು, HPE ProLiant DL/ML/BL ಸರ್ವರ್‌ಗಳು, HPE ಅಪೊಲೊ ರ್ಯಾಕ್ ಸಿಸ್ಟಮ್‌ಗಳು ಮತ್ತು HPE ಸಿನರ್ಜಿ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ನಲ್ಲಿ ನಿರ್ಮಿಸಲಾದ IT ಮೂಲಸೌಕರ್ಯವನ್ನು ನಿರ್ವಹಿಸಲು. ಇನ್ಫೋಸೈಟ್ ಉಪಕರಣಗಳಲ್ಲಿ ಸ್ಥಾಪಿಸಲಾದ ಸಂವೇದಕಗಳ ವಾಚನಗೋಷ್ಠಿಯನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ, ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ಮಿಲಿಯನ್‌ಗಿಂತಲೂ ಹೆಚ್ಚು ಈವೆಂಟ್‌ಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ನಿರಂತರವಾಗಿ ಸ್ವಯಂ-ಕಲಿಕೆ ಮಾಡುತ್ತದೆ. ಸೇವೆಯು ದೋಷಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವುದಲ್ಲದೆ, IT ಮೂಲಸೌಕರ್ಯದೊಂದಿಗೆ ಸಂಭವನೀಯ ಸಮಸ್ಯೆಗಳನ್ನು (ಉಪಕರಣಗಳ ವೈಫಲ್ಯಗಳು, ಶೇಖರಣಾ ಸಾಮರ್ಥ್ಯದ ನಿಶ್ಯಕ್ತಿ, ವರ್ಚುವಲ್ ಯಂತ್ರಗಳ ಕಾರ್ಯಕ್ಷಮತೆ ಕಡಿಮೆಯಾಗಿದೆ, ಇತ್ಯಾದಿ) ಅವು ಸಂಭವಿಸುವ ಮೊದಲೇ ಊಹಿಸುತ್ತದೆ. ಮುನ್ಸೂಚನೆಯ ವಿಶ್ಲೇಷಣೆಗಾಗಿ, VoltDB ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಕ್ಲೌಡ್‌ನಲ್ಲಿ ನಿಯೋಜಿಸಲಾಗಿದೆ, ಸ್ವಯಂ-ಪ್ರತಿಕ್ರಿಯಾತ್ಮಕ ಮುನ್ಸೂಚನೆ ಮಾದರಿಗಳು ಮತ್ತು ಸಂಭವನೀಯ ವಿಧಾನಗಳನ್ನು ಬಳಸುತ್ತದೆ. Tegile Systems ನಿಂದ ಹೈಬ್ರಿಡ್ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಇದೇ ರೀತಿಯ ಪರಿಹಾರ ಲಭ್ಯವಿದೆ: IntelliCare ಕ್ಲೌಡ್ ಅನಾಲಿಟಿಕ್ಸ್ ಕ್ಲೌಡ್ ಸೇವೆಯು ಸಾಧನಗಳ ಆರೋಗ್ಯ, ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಸಂಪನ್ಮೂಲ ಬಳಕೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಡೆಲ್ EMC ತನ್ನ ಉನ್ನತ-ಕಾರ್ಯಕ್ಷಮತೆಯ ಕಂಪ್ಯೂಟಿಂಗ್ ಪರಿಹಾರಗಳಲ್ಲಿ ಬಳಸುತ್ತದೆ. ಇದೇ ರೀತಿಯ ಅನೇಕ ಉದಾಹರಣೆಗಳಿವೆ; ಕಂಪ್ಯೂಟಿಂಗ್ ಉಪಕರಣಗಳು ಮತ್ತು ಡೇಟಾ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳ ಬಹುತೇಕ ಎಲ್ಲಾ ಪ್ರಮುಖ ತಯಾರಕರು ಈಗ ಈ ಮಾರ್ಗವನ್ನು ಅನುಸರಿಸುತ್ತಿದ್ದಾರೆ.
ವಿದ್ಯುತ್ ಸರಬರಾಜು ಮತ್ತು ತಂಪಾಗಿಸುವಿಕೆ
ಡೇಟಾ ಕೇಂದ್ರಗಳಲ್ಲಿ AI ಅನ್ನು ಅನ್ವಯಿಸುವ ಮತ್ತೊಂದು ಕ್ಷೇತ್ರವು ಎಂಜಿನಿಯರಿಂಗ್ ಮೂಲಸೌಕರ್ಯ ನಿರ್ವಹಣೆಗೆ ಸಂಬಂಧಿಸಿದೆ ಮತ್ತು ಎಲ್ಲಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ತಂಪಾಗಿಸುವಿಕೆ, ಸೌಲಭ್ಯದ ಒಟ್ಟು ಶಕ್ತಿಯ ಬಳಕೆಯಲ್ಲಿ ಅದರ ಪಾಲು 30% ಮೀರಬಹುದು. ಸ್ಮಾರ್ಟ್ ಕೂಲಿಂಗ್ ಬಗ್ಗೆ ಮೊದಲು ಯೋಚಿಸಿದವರಲ್ಲಿ ಗೂಗಲ್ ಒಂದಾಗಿದೆ: 2016 ರಲ್ಲಿ, ಡೀಪ್‌ಮೈಂಡ್ ಜೊತೆಗೆ, ಇದನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸೆಂಟರ್ ಘಟಕಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು, ಇದು ಹವಾನಿಯಂತ್ರಣಕ್ಕಾಗಿ ಶಕ್ತಿಯ ವೆಚ್ಚವನ್ನು 40% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಆರಂಭದಲ್ಲಿ, ಇದು ಸಿಬ್ಬಂದಿಗೆ ಸುಳಿವುಗಳನ್ನು ನೀಡಿತು, ಆದರೆ ತರುವಾಯ ಸುಧಾರಿಸಲಾಯಿತು ಮತ್ತು ಈಗ ಸ್ವತಂತ್ರವಾಗಿ ಯಂತ್ರ ಕೊಠಡಿಗಳ ತಂಪಾಗಿಸುವಿಕೆಯನ್ನು ನಿಯಂತ್ರಿಸಬಹುದು. ಕ್ಲೌಡ್‌ನಲ್ಲಿ ನಿಯೋಜಿಸಲಾದ ನರಮಂಡಲವು ಸಾವಿರಾರು ಒಳಾಂಗಣ ಮತ್ತು ಹೊರಾಂಗಣ ಸಂವೇದಕಗಳಿಂದ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ: ಇದು ಸರ್ವರ್‌ಗಳ ಮೇಲಿನ ಹೊರೆ, ತಾಪಮಾನ ಮತ್ತು ಹೊರಗಿನ ಗಾಳಿಯ ವೇಗ ಮತ್ತು ಇತರ ಹಲವು ನಿಯತಾಂಕಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಕ್ಲೌಡ್ ಸಿಸ್ಟಮ್ ನೀಡುವ ಸೂಚನೆಗಳನ್ನು ಡೇಟಾ ಸೆಂಟರ್‌ಗೆ ಕಳುಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅಲ್ಲಿ ಅವುಗಳನ್ನು ಮತ್ತೊಮ್ಮೆ ಸ್ಥಳೀಯ ವ್ಯವಸ್ಥೆಗಳಿಂದ ಭದ್ರತೆಗಾಗಿ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ, ಆದರೆ ಸಿಬ್ಬಂದಿ ಯಾವಾಗಲೂ ಸ್ವಯಂಚಾಲಿತ ಮೋಡ್ ಅನ್ನು ಆಫ್ ಮಾಡಬಹುದು ಮತ್ತು ಹಸ್ತಚಾಲಿತವಾಗಿ ಕೂಲಿಂಗ್ ಅನ್ನು ನಿರ್ವಹಿಸಲು ಪ್ರಾರಂಭಿಸಬಹುದು. IBM ವ್ಯಾಟ್ಸನ್ ತಂಡದೊಂದಿಗೆ Nlyte ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ರಚಿಸಲಾಗಿದೆ , ಇದು ತಾಪಮಾನ ಮತ್ತು ಆರ್ದ್ರತೆ, ಶಕ್ತಿಯ ಬಳಕೆ ಮತ್ತು IT ಉಪಕರಣಗಳ ಮೇಲೆ ಲೋಡ್ ಮಾಡುವ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಎಂಜಿನಿಯರಿಂಗ್ ಉಪವ್ಯವಸ್ಥೆಗಳ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಇದು ನಿಮ್ಮನ್ನು ಅನುಮತಿಸುತ್ತದೆ ಮತ್ತು ತಯಾರಕರ ಕ್ಲೌಡ್ ಮೂಲಸೌಕರ್ಯಕ್ಕೆ ಸಂಪರ್ಕದ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ - ಅಗತ್ಯವಿದ್ದರೆ, ಪರಿಹಾರವನ್ನು ನೇರವಾಗಿ ಡೇಟಾ ಕೇಂದ್ರದಲ್ಲಿ ನಿಯೋಜಿಸಬಹುದು.
ಇತರ ಉದಾಹರಣೆಗಳು
ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಡೇಟಾ ಕೇಂದ್ರಗಳಿಗೆ ಸಾಕಷ್ಟು ನವೀನ ಸ್ಮಾರ್ಟ್ ಪರಿಹಾರಗಳಿವೆ ಮತ್ತು ಹೊಸವುಗಳು ನಿರಂತರವಾಗಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತಿವೆ. Wave2Wave ಡೇಟಾ ಕೇಂದ್ರದ ಒಳಗೆ ಟ್ರಾಫಿಕ್ ಎಕ್ಸ್‌ಚೇಂಜ್ ನೋಡ್‌ಗಳಲ್ಲಿ (ಮೀಟ್ ಮಿ ರೂಮ್ಸ್) ಕ್ರಾಸ್-ಕನೆಕ್ಷನ್‌ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಂಘಟಿಸಲು ರೋಬೋಟಿಕ್ ಫೈಬರ್ ಆಪ್ಟಿಕ್ ಕೇಬಲ್ ಸ್ವಿಚಿಂಗ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ರಚಿಸಿದೆ. ರೂಟ್ ಡೇಟಾ ಸೆಂಟರ್ ಮತ್ತು ಲಿಟ್‌ಬಿಟ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ವ್ಯವಸ್ಥೆಯು ಬ್ಯಾಕ್‌ಅಪ್ ಡೀಸೆಲ್ ಜನರೇಟರ್ ಸೆಟ್‌ಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು AI ಅನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ಮೂಲಸೌಕರ್ಯವನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ರೊಮೊನೆಟ್ ಸ್ವಯಂ-ಕಲಿಕೆ ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಹಾರವನ್ನು ರಚಿಸಿದೆ. ವಿಜಿಲೆಂಟ್ ರಚಿಸಿದ ಪರಿಹಾರಗಳು ವೈಫಲ್ಯಗಳನ್ನು ಊಹಿಸಲು ಮತ್ತು ಡೇಟಾ ಸೆಂಟರ್ ಆವರಣದಲ್ಲಿ ತಾಪಮಾನದ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಬಳಸುತ್ತವೆ. ಡೇಟಾ ಕೇಂದ್ರಗಳಲ್ಲಿ ಪ್ರಕ್ರಿಯೆ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಇತರ ನವೀನ ತಂತ್ರಜ್ಞಾನಗಳ ಪರಿಚಯವು ತುಲನಾತ್ಮಕವಾಗಿ ಇತ್ತೀಚೆಗೆ ಪ್ರಾರಂಭವಾಯಿತು, ಆದರೆ ಇಂದು ಇದು ಉದ್ಯಮದ ಅಭಿವೃದ್ಧಿಯ ಅತ್ಯಂತ ಭರವಸೆಯ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಇಂದಿನ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು ಕೈಯಾರೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಗದಷ್ಟು ದೊಡ್ಡದಾಗಿ ಮತ್ತು ಸಂಕೀರ್ಣವಾಗಿವೆ.
ಮೂಲ: www.habr.com