Dalam proses transformasi digital ekonomi, manusia perlu membina lebih banyak pusat pemprosesan data. Pusat data sendiri juga mesti diubah: isu toleransi kesalahan dan kecekapan tenaga mereka kini lebih penting berbanding sebelum ini. Kemudahan menggunakan sejumlah besar tenaga elektrik, dan kegagalan infrastruktur IT kritikal yang terletak di dalamnya adalah mahal kepada perniagaan. Kecerdasan buatan dan teknologi pembelajaran mesin datang untuk membantu jurutera - dalam beberapa tahun kebelakangan ini mereka semakin digunakan untuk mencipta pusat data yang lebih maju. Pendekatan ini meningkatkan ketersediaan kemudahan, mengurangkan bilangan kegagalan dan mengurangkan kos operasi.
Bagaimana ia berfungsi?
Kecerdasan buatan dan teknologi pembelajaran mesin digunakan untuk mengautomasikan pembuatan keputusan operasi berdasarkan data yang dikumpul daripada pelbagai penderia. Sebagai peraturan, alat sedemikian disepadukan dengan sistem kelas DCIM (Pengurusan Infrastruktur Pusat Data) dan membolehkan anda meramalkan berlakunya situasi kecemasan, serta mengoptimumkan operasi peralatan IT, infrastruktur kejuruteraan dan juga kakitangan perkhidmatan. Selalunya, pengeluar menawarkan perkhidmatan awan kepada pemilik pusat data yang mengumpul dan memproses data daripada ramai pelanggan. Sistem sedemikian menyamaratakan pengalaman mengendalikan pusat data yang berbeza, dan oleh itu berfungsi lebih baik daripada produk tempatan.
pengurusan infrastruktur IT
HPE mempromosikan perkhidmatan analitik ramalan awan
Bekalan kuasa dan penyejukan
Satu lagi bidang aplikasi AI di pusat data adalah berkaitan dengan pengurusan infrastruktur kejuruteraan dan, di atas semua, penyejukan, bahagiannya dalam jumlah penggunaan tenaga kemudahan boleh melebihi 30%. Google adalah salah satu yang pertama berfikir tentang penyejukan pintar: pada 2016, bersama DeepMind, ia berkembang
Contoh lain
Terdapat banyak penyelesaian pintar inovatif untuk pusat data di pasaran dan penyelesaian baharu sentiasa muncul. Wave2Wave telah mencipta sistem pensuisan kabel gentian optik robotik untuk mengatur sambungan silang secara automatik dalam nod pertukaran trafik (Bilik Temui Saya) di dalam pusat data. Sistem yang dibangunkan oleh Pusat Data ROOT dan LitBit menggunakan AI untuk memantau set penjana diesel sandaran, dan Romonet telah mencipta penyelesaian perisian pembelajaran kendiri untuk mengoptimumkan infrastruktur. Penyelesaian yang dicipta oleh Vigilent menggunakan pembelajaran mesin untuk meramalkan kegagalan dan mengoptimumkan keadaan suhu di premis pusat data. Pengenalan kecerdasan buatan, pembelajaran mesin dan teknologi inovatif lain untuk automasi proses di pusat data bermula agak baru-baru ini, tetapi hari ini ini adalah salah satu bidang pembangunan industri yang paling menjanjikan. Pusat data hari ini telah menjadi terlalu besar dan kompleks untuk diuruskan secara manual dengan berkesan.
Sumber: www.habr.com