No processo de transformação digital da economia, a humanidade tem que construir cada vez mais centros de processamento de dados. Os próprios centros de dados também devem ser transformados: as questões da sua tolerância a falhas e eficiência energética são agora mais importantes do que nunca. As instalações consomem enormes quantidades de eletricidade e as falhas na infraestrutura crítica de TI localizadas nelas são dispendiosas para as empresas. A inteligência artificial e as tecnologias de aprendizado de máquina estão ajudando os engenheiros - nos últimos anos, elas têm sido cada vez mais utilizadas para criar data centers mais avançados. Esta abordagem aumenta a disponibilidade das instalações, reduz o número de falhas e reduz os custos operacionais.
Como isso funciona?
Tecnologias de inteligência artificial e aprendizado de máquina são usadas para automatizar a tomada de decisões operacionais com base em dados coletados de vários sensores. Via de regra, tais ferramentas são integradas aos sistemas da classe DCIM (Data Center Infrastructure Management) e permitem prever a ocorrência de situações de emergência, além de otimizar o funcionamento dos equipamentos de TI, da infraestrutura de engenharia e até do pessoal de serviço. Muitas vezes, os fabricantes oferecem serviços em nuvem aos proprietários de data centers que acumulam e processam dados de muitos clientes. Tais sistemas generalizam a experiência de operação de diferentes data centers e, portanto, funcionam melhor que os produtos locais.
Gerenciamento de infraestrutura de TI
HPE promove serviço de análise preditiva em nuvem para gerenciar a infraestrutura de TI construída em sistemas de armazenamento Nimble Storage e HPE 3PAR StoreServ, servidores HPE ProLiant DL/ML/BL, sistemas de rack HPE Apollo e a plataforma HPE Synergy. O InfoSight analisa as leituras dos sensores instalados nos equipamentos, processando mais de um milhão de eventos por segundo e autoaprendendo constantemente. O serviço não apenas detecta falhas, mas também prevê possíveis problemas na infraestrutura de TI (falhas de equipamentos, esgotamento da capacidade de armazenamento, diminuição de desempenho de máquinas virtuais, etc.) antes mesmo de ocorrerem. Para análises preditivas, o software VoltDB é implantado na nuvem, usando modelos de previsão autorregressivos e métodos probabilísticos. Uma solução semelhante está disponível para sistemas de armazenamento híbrido da Tegile Systems: o serviço em nuvem IntelliCare Cloud Analytics monitora a integridade, o desempenho e o uso de recursos dos dispositivos. As tecnologias de inteligência artificial e machine learning também são usadas pela Dell EMC em suas soluções de computação de alto desempenho. Existem muitos exemplos semelhantes; quase todos os principais fabricantes de equipamentos de computação e sistemas de armazenamento de dados estão agora seguindo esse caminho.
Fonte de alimentação e refrigeração
Outra área de aplicação da IA em data centers está relacionada à gestão de infraestruturas de engenharia e, sobretudo, à refrigeração, cuja participação no consumo total de energia de uma instalação pode ultrapassar 30%. O Google foi um dos primeiros a pensar em refrigeração inteligente: em 2016, junto com a DeepMind, desenvolveu para monitorar componentes individuais do data center, o que reduziu os custos de energia para ar condicionado em 40%. Inicialmente, apenas dava dicas ao pessoal, mas foi posteriormente melhorado e agora pode controlar o arrefecimento das salas de máquinas de forma independente. Uma rede neural implantada na nuvem processa dados de milhares de sensores internos e externos: ela toma decisões levando em consideração a carga dos servidores, a temperatura, bem como a velocidade do vento externo e muitos outros parâmetros. As instruções oferecidas pelo sistema em nuvem são enviadas ao data center e lá são novamente verificadas quanto à segurança pelos sistemas locais, enquanto a equipe pode sempre desligar o modo automático e começar a gerenciar o resfriamento manualmente. A Nlyte Software em conjunto com a equipe IBM Watson criou , que coleta dados de temperatura e umidade, consumo de energia e carga em equipamentos de TI. 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
Existem muitas soluções inteligentes inovadoras para data centers no mercado e novas surgem constantemente. A Wave2Wave criou um sistema robótico de comutação de cabos de fibra óptica para organizar automaticamente conexões cruzadas em nós de troca de tráfego (Meet Me Rooms) dentro do data center. O sistema desenvolvido pelo ROOT Data Center e LitBit usa IA para monitorar grupos geradores a diesel de backup, e Romonet criou uma solução de software de autoaprendizagem para otimizar a infraestrutura. As soluções criadas pela Vigilent utilizam aprendizado de máquina para prever falhas e otimizar as condições de temperatura nas instalações do data center. A introdução de inteligência artificial, aprendizado de máquina e outras tecnologias inovadoras para automação de processos em data centers começou há relativamente pouco tempo, mas hoje esta é uma das áreas mais promissoras de desenvolvimento da indústria. Os data centers atuais tornaram-se muito grandes e complexos para serem gerenciados manualmente de maneira eficaz.
Fonte: habr.com