Durante o processo de transformação digital da economia, a humanidade tem construído um número crescente de centros de processamento de dados. Os próprios data centers também precisam se transformar: questões sobre sua resiliência e eficiência energética são mais importantes do que nunca. Essas instalações consomem uma enorme quantidade de energia elétrica, e as falhas da infraestrutura de TI crítica hospedada nelas custam caro para os negócios. Tecnologias de inteligência artificial e aprendizado de máquina vêm em ajuda aos engenheiros — nos últimos anos, têm sido cada vez mais usadas para criar data centers mais avançados. Essa abordagem aumenta o nível de prontidão das instalações, reduz o número de falhas e diminui os custos operacionais.
Como funciona?
As tecnologias de inteligência artificial e aprendizado de máquina são usadas para automatizar a tomada de decisões operacionais com base nos dados coletados de vários sensores. Normalmente, essas ferramentas são integradas a sistemas de gerenciamento de infraestrutura de data center (DCIM) e permitem prever a ocorrência de situações emergenciais, além de otimizar o funcionamento do equipamento de TI, da infraestrutura de engenharia e até da equipe de suporte. Muitas vezes, os fabricantes oferecem aos proprietários de data centers serviços em nuvem que acumulam e processam dados de múltiplos clientes. Esses sistemas generalizam a experiência de operação de diferentes data centers, portanto, funcionam melhor do que produtos locais.
Gestão da infraestrutura de TI
A HPE promove o serviço em nuvem de análise preditiva para gerenciar a infraestrutura de TI construída em sistemas de armazenamento Nimble Storage e HPE 3PAR StoreServ, servidores HPE ProLiant DL/ML/BL, sistemas em rack HPE Apollo e na plataforma HPE Synergy. O InfoSight analisa as leituras dos sensores instalados no equipamento, processando mais de um milhão de eventos por segundo e aprendendo constantemente. O serviço não apenas identifica falhas, mas também prevê possíveis problemas na infraestrutura de TI (falhas de hardware, exaustão da capacidade de armazenamento, diminuição do desempenho de máquinas virtuais, etc.) antes que ocorram. Para a análise preditiva na nuvem, foi implantado o software da VoltDB, utilizando modelos autorregressivos de previsão e métodos probabilísticos. Uma solução semelhante está disponível também para os sistemas de armazenamento híbridos da Tegile Systems: o serviço em nuvem IntelliCare Cloud Analytics realiza o monitoramento do estado, desempenho e utilização dos recursos dos dispositivos. Tecnologias de inteligência artificial e aprendizado de máquina também são utilizadas pela Dell EMC em suas soluções para computação de alto desempenho. Há muitos exemplos similares, e todos os principais fabricantes de hardware de computação e sistemas de armazenamento estão seguindo esse caminho atualmente.
Fornecimento de energia e refrigeração
Outra aplicação da inteligência artificial em data centers está relacionada à gestão da infraestrutura de engenharia, especialmente com a refrigeração, cuja participação no consumo total de energia do local pode superar 30%. Uma das primeiras a pensar sobre refrigeração inteligente foi a Google: em 2016, em conjunto com a DeepMind, ela desenvolveu para monitorar componentes individuais de data centers, permitindo uma redução de 40% no consumo de energia para refrigeração. Inicialmente, ela apenas fornecia dicas à equipe, mas posteriormente foi aprimorada e agora pode controlar a refrigeração das salas de máquinas autonomamente. A rede neural implantada na nuvem processa dados de milhares de sensores internos e externos: ela toma decisões considerando a carga dos servidores, a temperatura, bem como a velocidade do vento do lado de fora e uma série de outros parâmetros. As instruções fornecidas pelo sistema em nuvem são enviadas ao data center e são novamente verificadas por sistemas locais de segurança, enquanto a equipe sempre pode desligar o modo automático e começar a gerenciar a refrigeração manualmente. A Nlyte Software, em colaboração com a equipe da IBM Watson, criou , que coleta dados sobre temperatura e umidade, consumo de energia e carga do equipamento de TI. Ela permite otimizar o funcionamento dos subsistemas de engenharia e não requer conexão com a infraestrutura em nuvem do fabricante — se necessário, a solução pode ser implantada diretamente no data center.
Outros exemplos
de soluções inovadoras e inteligentes para centros de processamento de dados são muitos e novos continuam a surgir. A Wave2Wave criou um sistema robótico de comutação de cabos de fibra óptica para a organização automatizada de conexões cruzadas em centros de troca de tráfego (Meet Me Room) dentro do data center. O sistema desenvolvido pela ROOT Data Center e LitBit usa IA para monitorar geradores diesel de reserva, e a Romonet criou uma solução de software auto-aprendizagem para otimizar a infraestrutura. As soluções criadas pela Vigilent utilizam aprendizado de máquina para prever falhas e otimizar a temperatura nos ambientes do data center. A implementação de inteligência artificial, aprendizado de máquina e outras tecnologias inovadoras para a automação de processos em data centers começou relativamente recentemente, mas hoje é uma das áreas mais promissoras de desenvolvimento do setor. Os data centers modernos tornaram-se grandes e complexos demais para serem geridos de forma eficaz manualmente.
Fonte: habr.com
