डाटा सेन्टरमा रोबोटहरू: कृत्रिम बुद्धिमत्ता कसरी उपयोगी हुन सक्छ?

अर्थतन्त्रको डिजिटल रूपान्तरणको प्रक्रियामा मानवताले धेरै भन्दा धेरै डाटा प्रोसेसिङ सेन्टरहरू निर्माण गर्नुपर्छ। डाटा केन्द्रहरू आफैं पनि परिवर्तन हुनुपर्छ: तिनीहरूको गल्ती सहिष्णुता र ऊर्जा दक्षताका मुद्दाहरू अब पहिले भन्दा बढी महत्त्वपूर्ण छन्। सुविधाहरूले ठूलो मात्रामा बिजुली खपत गर्दछ, र तिनीहरू भित्र अवस्थित महत्वपूर्ण IT पूर्वाधारको विफलता व्यवसायहरूको लागि महँगो हुन्छ। आर्टिफिसियल इन्टेलिजेन्स र मेसिन लर्निङ टेक्नोलोजीहरू इन्जिनियरहरूको सहायताको लागि आउँदैछन् - हालका वर्षहरूमा तिनीहरू थप उन्नत डेटा केन्द्रहरू सिर्जना गर्न प्रयोग भइरहेको छ। यो दृष्टिकोणले सुविधाहरूको उपलब्धता बढाउँछ, विफलताहरूको संख्या घटाउँछ र सञ्चालन लागतहरू घटाउँछ।

यसले कसरी काम गर्छ?

कृत्रिम बुद्धिमत्ता र मेसिन लर्निङ प्रविधिहरू विभिन्न सेन्सरहरूबाट सङ्कलन गरिएका डाटाहरूमा आधारित परिचालन निर्णयहरू स्वचालित गर्न प्रयोग गरिन्छ। नियमको रूपमा, त्यस्ता उपकरणहरू DCIM (डेटा सेन्टर पूर्वाधार व्यवस्थापन) वर्ग प्रणालीहरूसँग एकीकृत हुन्छन् र तपाईंलाई आपतकालीन अवस्थाहरूको घटनाको भविष्यवाणी गर्न अनुमति दिन्छ, साथै IT उपकरणहरू, इन्जिनियरिङ पूर्वाधार र सेवा कर्मचारीहरूको सञ्चालनलाई अनुकूलन गर्न अनुमति दिन्छ। धेरै पटक, निर्माताहरूले डाटा सेन्टर मालिकहरूलाई क्लाउड सेवाहरू प्रस्ताव गर्छन् जसले धेरै ग्राहकहरूबाट डाटा संकलन र प्रक्रिया गर्दछ। त्यस्ता प्रणालीहरूले विभिन्न डाटा केन्द्रहरू सञ्चालन गर्ने अनुभवलाई सामान्य बनाउँछन्, र त्यसैले स्थानीय उत्पादनहरू भन्दा राम्रो काम गर्छन्।

आईटी पूर्वाधार व्यवस्थापन

HPE क्लाउड भविष्यवाणी विश्लेषण सेवा प्रवर्द्धन गर्दछ InfoSight Nimble Storage र HPE 3PAR StoreServ भण्डारण प्रणालीहरू, HPE ProLiant DL/ML/BL सर्भरहरू, HPE Apollo र्याक प्रणालीहरू र HPE Synergy प्लेटफर्महरूमा निर्मित IT पूर्वाधारहरू व्यवस्थापन गर्न। InfoSight ले उपकरणहरूमा स्थापित सेन्सरहरूको पढाइको विश्लेषण गर्दछ, प्रति सेकेन्ड एक मिलियन भन्दा बढी घटनाहरू प्रशोधन गर्दछ र निरन्तर स्व-सिकाइ। सेवाले त्रुटिहरू मात्र पत्ता लगाउँदैन, तर आईटी पूर्वाधारमा सम्भावित समस्याहरू (उपकरणहरू विफलता, भण्डारण क्षमताको थकान, भर्चुअल मेसिनहरूको कार्यसम्पादनमा कमी, आदि) आउनु अघि नै भविष्यवाणी गर्दछ। भविष्यवाणी विश्लेषण को लागी, VoltDB सफ्टवेयर क्लाउड मा तैनात छ, autoregressive पूर्वानुमान मोडेल र सम्भावित विधिहरु को उपयोग गरेर। टेगाइल प्रणालीबाट हाइब्रिड भण्डारण प्रणालीहरूको लागि समान समाधान उपलब्ध छ: IntelliCare क्लाउड एनालिटिक्स क्लाउड सेवाले उपकरणहरूको स्वास्थ्य, कार्यसम्पादन र स्रोत उपयोगको निगरानी गर्दछ। कृत्रिम बुद्धिमत्ता र मेसिन लर्निङ टेक्नोलोजीहरू पनि डेल EMC द्वारा यसको उच्च-प्रदर्शन कम्प्युटिङ समाधानहरूमा प्रयोग गरिन्छ। त्यहाँ धेरै समान उदाहरणहरू छन्; कम्प्युटिङ उपकरण र डाटा भण्डारण प्रणालीका लगभग सबै अग्रणी निर्माताहरू अब यो मार्ग पछ्याउँदै छन्।

बिजुली आपूर्ति र शीतलन

डाटा सेन्टरहरूमा AI को आवेदनको अर्को क्षेत्र ईन्जिनियरिङ् पूर्वाधारको व्यवस्थापनसँग सम्बन्धित छ र, सबै भन्दा माथि, कूलिंग, जसको हिस्सा सुविधाको कुल ऊर्जा खपतमा 30% भन्दा बढी हुन सक्छ। Google स्मार्ट कुलिङको बारेमा सोच्ने पहिलो मध्ये एक थियो: 2016 मा, DeepMind सँगसँगै, यो विकसित भयो कृत्रिम बुद्धिमत्ता प्रणाली व्यक्तिगत डाटा सेन्टर कम्पोनेन्टहरू अनुगमनका लागि, जसले वातानुकूलितको लागि ऊर्जा लागत 40% कम गर्यो। सुरुमा, यसले कर्मचारीहरूलाई मात्र संकेत दियो, तर पछि सुधार गरियो र अब स्वतन्त्र रूपमा मेसिन कोठाको चिसो नियन्त्रण गर्न सकिन्छ। क्लाउडमा तैनाथ गरिएको न्यूरल नेटवर्कले हजारौं इनडोर र आउटडोर सेन्सरहरूबाट डाटा प्रशोधन गर्दछ: यसले सर्भरहरूमा लोड, तापक्रम, साथै बाहिरको हावाको गति र अन्य धेरै प्यारामिटरहरूलाई ध्यानमा राखेर निर्णय गर्दछ। क्लाउड प्रणाली द्वारा प्रस्तावित निर्देशनहरू डाटा सेन्टरमा पठाइन्छ र त्यहाँ तिनीहरू फेरि एक पटक स्थानीय प्रणालीहरूद्वारा सुरक्षाको लागि जाँच गरिन्छ, जबकि कर्मचारीहरूले सधैं स्वचालित मोड बन्द गर्न सक्छन् र म्यानुअल रूपमा कूलिंग प्रबन्ध गर्न सुरु गर्न सक्छन्। Nlyte सफ्टवेयर आईबीएम वाटसन टोलीसँग मिलेर सिर्जना गरियो समाधान, जसले तापक्रम र आर्द्रता, ऊर्जा खपत र IT उपकरणहरूमा लोडमा डेटा सङ्कलन गर्दछ। यसले तपाईंलाई ईन्जिनियरिङ् सबसिस्टमहरूको सञ्चालनलाई अप्टिमाइज गर्न अनुमति दिन्छ र निर्माताको क्लाउड पूर्वाधारमा जडान आवश्यक पर्दैन - यदि आवश्यक भएमा, समाधान सीधा डाटा केन्द्रमा तैनात गर्न सकिन्छ।

अन्य उदाहरणहरू

बजारमा डाटा केन्द्रहरूका लागि धेरै नवीन स्मार्ट समाधानहरू छन् र नयाँहरू निरन्तर देखा परिरहेका छन्। Wave2Wave ले डाटा सेन्टर भित्र ट्राफिक एक्सचेन्ज नोडहरू (मीट मी रुम्स) मा क्रस-कनेक्सनहरू स्वचालित रूपमा व्यवस्थित गर्न रोबोटिक फाइबर अप्टिक केबल स्विचिङ प्रणाली सिर्जना गरेको छ। ROOT डाटा सेन्टर र LitBit द्वारा विकसित प्रणालीले ब्याकअप डिजेल जेनेरेटर सेटहरूको निगरानी गर्न AI को प्रयोग गर्दछ, र Romonet ले पूर्वाधारलाई अनुकूलन गर्न स्व-सिक्ने सफ्टवेयर समाधान सिर्जना गरेको छ। सतर्कताद्वारा सिर्जना गरिएका समाधानहरू असफलताहरूको भविष्यवाणी गर्न र डेटा केन्द्र परिसरमा तापक्रम अवस्थाहरू अनुकूलन गर्न मेसिन लर्निङ प्रयोग गर्छन्। डाटा केन्द्रहरूमा प्रक्रिया स्वचालनका लागि कृत्रिम बुद्धिमत्ता, मेसिन लर्निंग र अन्य नवीन प्रविधिहरूको परिचय अपेक्षाकृत भर्खरै सुरु भयो, तर आज यो उद्योग विकासको सबैभन्दा आशाजनक क्षेत्रहरू मध्ये एक हो। आजका डाटा केन्द्रहरू प्रभावकारी रूपमा म्यानुअल रूपमा व्यवस्थित गर्न धेरै ठूला र जटिल भएका छन्।

स्रोत: www.habr.com