ProHoster > Blogs > Administrācija > Roboti datu centrā: kā mākslīgais intelekts var būt noderīgs?

Roboti datu centrā: kā mākslīgais intelekts var būt noderīgs?

Ekonomikas digitālās transformācijas procesā cilvēcei ir jābÅ«vē arvien vairāk datu apstrādes centru. ArÄ« paÅ”i datu centri ir jāpārveido: to defektu tolerances un energoefektivitātes jautājumi tagad ir svarÄ«gāki nekā jebkad agrāk. Iekārtas patērē milzÄ«gu daudzumu elektroenerÄ£ijas, un tajās esoŔās kritiskās IT infrastruktÅ«ras atteices uzņēmumiem izmaksā dārgi. MākslÄ«gais intelekts un maŔīnmācÄ«Å”anās tehnoloÄ£ijas nāk palÄ«gā inženieriem ā€“ pēdējos gados tās arvien vairāk tiek izmantotas modernāku datu centru izveidei. Å Ä« pieeja palielina telpu pieejamÄ«bu, samazina bojājumu skaitu un samazina ekspluatācijas izmaksas.

Kā tas strādā?

MākslÄ«gais intelekts un maŔīnmācÄ«Å”anās tehnoloÄ£ijas tiek izmantotas, lai automatizētu operatÄ«vo lēmumu pieņemÅ”anu, pamatojoties uz datiem, kas savākti no dažādiem sensoriem. Kā likums, Ŕādi rÄ«ki ir integrēti ar DCIM (Data Center Infrastructure Management) klases sistēmām un ļauj prognozēt avārijas situāciju raÅ”anos, kā arÄ« optimizēt IT iekārtu, inženierinfrastruktÅ«ras un pat apkalpojoŔā personāla darbÄ«bu. Ä»oti bieži ražotāji piedāvā mākoņpakalpojumus datu centru Ä«paÅ”niekiem, kas uzkrāj un apstrādā datus no daudziem klientiem. Šādas sistēmas vispārina dažādu datu centru darbÄ«bas pieredzi, un tāpēc tās darbojas labāk nekā vietējie produkti.

IT infrastruktūras vadība

HPE veicina mākoņdatoÅ”anas prognozÄ“Å”anas analÄ«tikas pakalpojumu InfoSight pārvaldÄ«t IT infrastruktÅ«ru, kas veidota uz Nimble Storage un HPE 3PAR StoreServ glabāŔanas sistēmām, HPE ProLiant DL/ML/BL serveriem, HPE Apollo plauktu sistēmām un HPE Synergy platformas. InfoSight analizē iekārtās uzstādÄ«to sensoru rādÄ«jumus, apstrādājot vairāk nekā miljonu notikumu sekundē un pastāvÄ«gi apgÅ«stot paÅ”mācÄ«bu. Pakalpojums ne tikai konstatē defektus, bet arÄ« paredz iespējamās problēmas IT infrastruktÅ«rā (iekārtu atteices, krātuves ietilpÄ«bas izsÄ«kÅ”ana, virtuālo maŔīnu veiktspējas samazināŔanās u.c.) jau pirms to raÅ”anās. PrognozējoÅ”ai analÄ«zei VoltDB programmatÅ«ra tiek izvietota mākonÄ«, izmantojot autoregresÄ«vos prognozÄ“Å”anas modeļus un varbÅ«tÄ«bas metodes. LÄ«dzÄ«gs risinājums ir pieejams Tegile Systems hibrÄ«dajām uzglabāŔanas sistēmām: mākoņpakalpojums IntelliCare Cloud Analytics uzrauga ierīču stāvokli, veiktspēju un resursu izmantoÅ”anu. Dell EMC savos augstas veiktspējas skaitļoÅ”anas risinājumos izmanto arÄ« mākslÄ«go intelektu un maŔīnmācÄ«Å”anās tehnoloÄ£ijas. LÄ«dzÄ«gu piemēru ir daudz, gandrÄ«z visi vadoÅ”ie skaitļoÅ”anas iekārtu un datu uzglabāŔanas sistēmu ražotāji tagad iet Å”o ceļu.

BaroŔana un dzesēŔana

Vēl viena AI pielietojuma joma datu centros ir saistÄ«ta ar inženiertehniskās infrastruktÅ«ras pārvaldÄ«bu un, galvenais, dzesÄ“Å”anu, kuras Ä«patsvars objekta kopējā enerÄ£ijas patēriņā var pārsniegt 30%. Google bija viens no pirmajiem, kas domāja par viedo dzesÄ“Å”anu: 2016. gadā kopā ar DeepMind tas izstrādāja mākslÄ«gā intelekta sistēma atseviŔķu datu centra komponentu uzraudzÄ«bai, kas samazināja enerÄ£ijas izmaksas gaisa kondicionÄ“Å”anai par 40%. Sākotnēji tas sniedza tikai mājienus darbiniekiem, bet pēc tam tika uzlabots un tagad var patstāvÄ«gi kontrolēt maŔīntelpu dzesÄ“Å”anu. MākonÄ« izvietots neironu tÄ«kls apstrādā datus no tÅ«kstoÅ”iem iekÅ”telpu un āra sensoru: pieņem lēmumus, ņemot vērā serveru slodzi, temperatÅ«ru, kā arÄ« vēja ātrumu ārā un daudzus citus parametrus. Mākoņsistēmas piedāvātās instrukcijas tiek nosÅ«tÄ«tas uz datu centru un tur to droŔību vēlreiz pārbauda vietējās sistēmas, savukārt darbinieki vienmēr var izslēgt automātisko režīmu un sākt manuāli pārvaldÄ«t dzesÄ“Å”anu. Nlyte Software kopā ar IBM Watson komandu izveidoja lēmums, kurā tiek apkopoti dati par temperatÅ«ru un mitrumu, enerÄ£ijas patēriņu un IT iekārtu noslogojumu. Tas ļauj optimizēt inženiertehnisko apakÅ”sistēmu darbÄ«bu un neprasa savienojumu ar ražotāja mākoņa infrastruktÅ«ru ā€“ nepiecieÅ”amÄ«bas gadÄ«jumā risinājumu var izvietot tieÅ”i datu centrā.

Citi piemēri

TirgÅ« ir daudz inovatÄ«vu viedo risinājumu datu centriem, un pastāvÄ«gi parādās jauni risinājumi. Wave2Wave ir izveidojis robotizētu optisko Ŕķiedru kabeļu komutācijas sistēmu, lai automātiski organizētu Ŕķērssavienojumus satiksmes apmaiņas mezglos (Meet Me Rooms) datu centra iekÅ”ienē. ROOT Data Center un LitBit izstrādātā sistēma izmanto AI, lai uzraudzÄ«tu rezerves dÄ«zeļģeneratoru komplektus, un Romonet ir izveidojis paÅ”mācÄ«bas programmatÅ«ras risinājumu infrastruktÅ«ras optimizÄ“Å”anai. Vigilent radÄ«tie risinājumi izmanto maŔīnmācÄ«Å”anos, lai prognozētu kļūmes un optimizētu temperatÅ«ras apstākļus datu centra telpās. MākslÄ«gā intelekta, maŔīnmācÄ«bas un citu inovatÄ«vu tehnoloÄ£iju ievieÅ”ana procesu automatizācijai datu centros sākās salÄ«dzinoÅ”i nesen, taču Å”odien Ŕī ir viena no perspektÄ«vākajām nozares attÄ«stÄ«bas jomām. MÅ«sdienu datu centri ir kļuvuÅ”i pārāk lieli un sarežģīti, lai tos efektÄ«vi pārvaldÄ«tu manuāli.

Avots: www.habr.com

Pievieno komentāru