Экономиканы санариптик трансформациялоо процессинде адамзат барган сайын көбүрөөк маалыматтарды иштетүү борборлорун курууга туура келет. Дата борборлорунун өзү да трансформацияланышы керек: алардын катачылыкка чыдамкайлыгы жана энергиянын натыйжалуулугу азыр болуп көрбөгөндөй маанилүү. Объекттер эбегейсиз чоң көлөмдөгү электр энергиясын керектешет жана алардын ичинде жайгашкан маанилүү IT инфраструктурасынын иштен чыгышы бизнес үчүн кымбатка турат. Жасалма интеллект жана машина үйрөнүү технологиялары инженерлерге жардамга келүүдө - акыркы жылдары алар өнүккөн маалымат борборлорун түзүү үчүн көбүрөөк колдонулууда. Мындай ыкма объектилердин жеткиликтүүлүгүн жогорулатат, бузулуулардын санын азайтат жана эксплуатацияга кеткен чыгымдарды азайтат.
Бул кандай иштейт?
Жасалма интеллект жана машина үйрөнүү технологиялары ар кандай сенсорлордон алынган маалыматтардын негизинде оперативдүү чечим кабыл алууну автоматташтыруу үчүн колдонулат. Эреже катары, мындай инструменттер DCIM (Data Center Infrastructure Management) класстык системалары менен интеграцияланган жана өзгөчө кырдаалдардын келип чыгышын алдын ала айтууга, ошондой эле IT жабдууларынын, инженердик инфраструктуранын жана ал тургай тейлөө персоналынын иштешин оптималдаштырууга мүмкүндүк берет. Көбүнчө, өндүрүүчүлөр маалымат борборунун ээлерине көптөгөн кардарлардын маалыматтарын топтогон жана иштеткен булут кызматтарын сунушташат. Мындай системалар ар кандай маалымат борборлорун иштетүү тажрыйбасын жалпылайт, ошондуктан жергиликтүү продукцияга караганда жакшыраак иштейт.
IT инфраструктурасын башкаруу
HPE булутту болжолдоочу аналитика кызматын жайылтат Nimble Storage жана HPE 3PAR StoreServ сактоо тутумдарына, HPE ProLiant DL/ML/BL серверлерине, HPE Apollo rack тутумдарына жана HPE Synergy платформасына курулган IT инфраструктурасын башкаруу үчүн. InfoSight секундасына миллиондон ашык окуяларды иштеп чыгып, тынымсыз өз алдынча үйрөнүп, жабдууларга орнотулган сенсорлордун окууларын талдайт. Сервис мүчүлүштүктөрдү гана аныктабастан, IT инфраструктурасында мүмкүн болуучу көйгөйлөрдү (жабдыктардын бузулушу, сактоо сыйымдуулугунун түгөнүп калышы, виртуалдык машиналардын иштешинин төмөндөшү ж.б.) алар пайда боло электе эле алдын ала айтып берет. Болжолдуу аналитика үчүн VoltDB программасы авторегрессивдүү болжолдоо моделдерин жана ыктымалдык ыкмаларды колдонуу менен булутта жайгаштырылат. Ушундай эле чечим Tegile Systems гибриддик сактоо тутумдары үчүн жеткиликтүү: IntelliCare Cloud Analytics булут кызматы түзмөктөрдүн ден соолугуна, иштешине жана ресурстардын колдонулушун көзөмөлдөйт. Жасалма интеллект жана машинаны үйрөнүү технологиялары Dell EMC тарабынан жогорку өндүрүмдүүлүктөгү эсептөө чечимдеринде да колдонулат. Ушуга окшогон көптөгөн мисалдар бар; эсептөө техникасынын жана маалыматтарды сактоо тутумдарынын дээрлик бардык алдыңкы өндүрүүчүлөрү азыр ушул жол менен бара жатышат.
Электр менен камсыздоо жана муздатуу
Маалымат борборлорунда AI колдонуунун дагы бир чөйрөсү инженердик инфраструктураны башкаруу жана биринчи кезекте муздатуу менен байланышкан, объекттин жалпы энергия керектөөдөгү үлүшү 30% дан ашат. Google биринчилерден болуп акылдуу муздатуу жөнүндө ойлонгон: 2016-жылы DeepMind менен бирге ал иштелип чыккан жеке маалымат борборунун компоненттерине мониторинг жүргүзүү үчүн, бул кондициялоо үчүн энергиянын чыгымдарын 40% га кыскартты. Башында, ал кызматкерлерге гана кыйытмаларды берген, бирок кийинчерээк жакшыртылган жана азыр машина бөлмөлөрүнүн муздатуусун өз алдынча башкара алат. Булуттагы нейрондук тармак миңдеген ички жана сырткы сенсорлордон алынган маалыматтарды иштеп чыгат: серверлердеги жүктү, температураны, ошондой эле сырттагы шамалдын ылдамдыгын жана башка көптөгөн параметрлерди эске алуу менен чечим кабыл алат. Булут системасы тарабынан сунушталган нускамалар маалымат борборуна жөнөтүлөт жана ал жерде алар дагы бир жолу жергиликтүү системалар тарабынан коопсуздук үчүн текшерилет, ал эми кызматкерлер ар дайым автоматтык режимди өчүрүп, муздатууну кол менен башкара башташат. IBM Watson командасы менен Nlyte Программасы түзүлгөн , ал температура жана нымдуулук, энергия керектөө жана IT жабдыктарына жүктөө боюнча маалыматтарды чогултат. Бул инженердик подсистемалардын ишин оптималдаштырууга мүмкүндүк берет жана өндүрүүчүнүн булут инфраструктурасына туташууну талап кылбайт - зарыл болсо, чечимди түздөн-түз маалымат борборунда жайгаштырууга болот.
башка мисалдар
Базарда маалымат борборлору үчүн көптөгөн инновациялык акылдуу чечимдер бар жана жаңылары дайыма пайда болуп турат. Wave2Wave маалымат борборунун ичиндеги трафик алмашуу түйүндөрүндө (Meet Me Rooms) кайчылаш байланыштарды автоматтык түрдө уюштуруу үчүн роботтук була-оптикалык кабелдик коммутация системасын түздү. ROOT Data Center жана LitBit тарабынан иштелип чыккан система дизелдик генератордун резервдик топтомун көзөмөлдөө үчүн AI колдонот жана Romonet инфраструктураны оптималдаштыруу үчүн өзүн-өзү үйрөнүүчү программалык чечимди түздү. Vigilent тарабынан түзүлгөн чечимдер каталарды алдын ала айтуу жана маалымат борборунун имараттарындагы температура шарттарын оптималдаштыруу үчүн машина үйрөнүүсүн колдонот. Жасалма интеллект, машина үйрөнүү жана маалымат борборлорунда процесстерди автоматташтыруу үчүн башка инновациялык технологияларды киргизүү салыштырмалуу жакында эле башталган, бирок бүгүнкү күндө бул тармакты өнүктүрүүнүн эң келечектүү багыттарынын бири болуп саналат. Бүгүнкү маалымат борборлору кол менен натыйжалуу башкаруу үчүн өтө чоң жана татаал болуп калды.
Source: www.habr.com