V procesu digitalne transformacije ekonomije, čovečanstvo mora da gradi sve više centara za obradu podataka. Sami centri za obradu podataka takođe moraju da se transformišu: pitanja njihove otpornosti na greške i energetske efikasnosti su sada važnija nego ikada. Objekti troše ogromne količine električne energije, a kvarovi kritične IT infrastrukture koja se nalazi u njima mogu skupo koštati biznis. Inženjerima pomažu tehnologije veštačke inteligencije i mašinskog učenja — u poslednjim godinama se sve više koriste za kreiranje savršenijih data centara. Ovaj pristup povećava nivo spremnosti objekata, smanjuje broj kvarova i smanjuje operativne troškove.
Kako deluje?
Tehnologije veštačke inteligencije i mašinskog učenja koriste se za automatizaciju donošenja operativnih odluka na osnovu podataka prikupljenih sa različitih senzora. Obično se ovakvi alati integrišu sa sistemima klase DCIM (Data Center Infrastructure Management) i omogućavaju predviđanje pojave vanrednih situacija, kao i optimizaciju rada IT opreme, inženjerske infrastrukture i čak osoblja za održavanje. Veoma često proizvođači nude vlasnicima data centara cloud usluge koje sakupljaju i obrađuju podatke mnogih korisnika. Ovi sistemi generalizuju iskustvo eksploatacije različitih data centara, zbog čega rade bolje od lokalnih proizvoda.
Upravljanje IT infrastrukture
Kompanija HPE promoviše cloud uslugu prediktivne analize za upravljanje IT-infrastrukturo, zgrajeno na sistemih za shranjevanje Nimble Storage in HPE 3PAR StoreServ, strežnikih HPE ProLiant DL/ML/BL, omaricah HPE Apollo in platformi HPE Synergy. InfoSight analizira podatke, pridobljene s senzorjev, nameščenih v opremi, obdeluje več kot milijon dogodkov na sekundo in se nenehno uči. Storitev ne samo, da zazna okvare, ampak tudi napoveduje morebitne težave z IT-infrastrukturo (okvare opreme, izčrpavanje zmogljivosti sistema za shranjevanje podatkov, zmanjšanje zmogljivosti virtualnih strojev itd.) še preden se zgodijo. Za napovedno analitiko v oblaku je razporejen program podjetja VoltDB, ki uporablja avtoregresijske modele napovedovanja in verjetnostne metode. Takšno rešitev zagotavlja tudi za hibridne sisteme shranjevanja podatkov podjetja Tegile Systems: oblačna storitev IntelliCare Cloud Analytics izvaja spremljanje stanja, zmogljivosti in uporabe virov naprav. Tehnologije umetne inteligence in strojnega učenja uporablja tudi Dell EMC v svojih rešitvah za visoko zmogljivo računalništvo. Takšnih primerov je veliko, to pot trenutno ubirajo praktično vsi vodilni proizvajalci računalniške opreme in sistemov za shranjevanje podatkov.
Napajanje in hlajenje
Druga področja uporabe AI v podatkovnih centrih so povezana z upravljanjem inženirske infrastrukture, predvsem s hlajenjem, katerega delež v skupni porabi energije objekta lahko presega 30 %. Eden prvih, ki je pomislil na pametno hlajenje, je bil Google: leta 2016 je skupaj s podjetjem DeepMind razvila za nadzor posameznih komponent podatkovnih centrov, kar je omogočilo 40 % zmanjšanje stroškov energije za hlajenje. Sprva je le nudila nasvete osebju, a je bila kasneje nadgrajena in zdaj lahko samostojno upravlja hlajenje serverja. V oblak razporejena nevronska mreža obdeluje podatke tisočih notranjih in zunanjih senzorjev: sprejema odločitve ob upoštevanju obremenitve strežnikov, temperature ter hitrosti vetra na prostem in številnih drugih parametrov. Navodila, ki jih ponuja oblačna sistem, se pošljejo v podatkovni center in tam ponovno preverijo za varnost s strani lokalnih sistemov, pri čemer lahko osebje kadar koli izklopi samodejni način in začne ročno upravljati hlajenje. Nlyte Software v sodelovanju z ekipo IBM Watson je ustvarila , ki zbira podatke o temperaturi in vlažnosti, porabi energije in obremenitvi IT-opreme. Omogoča optimizacijo delovanja inženirskih sistemov in ne zahteva povezave z oblačno infrastrukturo proizvajalca — v primeru potrebe se rešitev lahko izvaja neposredno v podatkovnem centru.
Drugi primeri
Na trgu je veliko inovativnih pametnih rešitev za podatkovne centre in nenehno se pojavljajo nove. Podjetje Wave2Wave je razvilo robotski sistem za preklapljanje optičnih vlaken za avtomatizirano organizacijo križnih povezav v vozliščih za izmenjavo prometa (Meet Me Room) znotraj podatkovnih centrov. Sistem, ki ga je razvila ROOT Data Center in LitBit, uporablja umetno inteligenco za nadzor rezervnih generatorjev, medtem ko so v Romonet ustvarili samoučečo se programsko rešitev za optimizacijo infrastrukture. Rešitve, ki jih je razvilo podjetje Vigilent, uporabljajo strojno učenje za napovedovanje okvar in optimizacijo temperaturnega režima v prostorih podatkovnega centra. Vpeljava umetne inteligence, strojnega učenja in drugih inovativnih tehnologij za avtomatizacijo procesov v podatkovnih centrih se je začela razmeroma nedavno, a danes je to eden najbolj obetavnih smeri razvoja industrije. Sodobni podatkovni centri so postali preveliki in kompleksni, da bi jih učinkovito upravljali ročno.
Izvor: habr.com
