Në procesin e transformimit dixhital të ekonomisë, njerëzimi duhet të ndërtojë gjithnjë e më shumë qendra të përpunimit të të dhënave. Vetë qendrat e të dhënave duhet gjithashtu të transformohen: çështjet e tolerancës së tyre ndaj gabimeve dhe efikasitetit të energjisë tani janë më të rëndësishme se kurrë. Objektet konsumojnë sasi të mëdha energjie elektrike dhe dështimet e infrastrukturës kritike të TI-së që ndodhen brenda tyre janë të kushtueshme për bizneset. Inteligjenca artificiale dhe teknologjitë e mësimit të makinerive po u vijnë në ndihmë inxhinierëve - vitet e fundit ato janë përdorur gjithnjë e më shumë për të krijuar qendra më të avancuara të të dhënave. Kjo qasje rrit disponueshmërinë e objekteve, zvogëlon numrin e dështimeve dhe zvogëlon kostot operative.
Si funksionon kjo gjë?
Inteligjenca artificiale dhe teknologjitë e mësimit të makinerive përdoren për të automatizuar vendimmarrjen operacionale bazuar në të dhënat e mbledhura nga sensorë të ndryshëm. Si rregull, mjete të tilla janë të integruara me sistemet e klasës DCIM (Menaxhimi i Infrastrukturës së Qendrës së të Dhënave) dhe ju lejojnë të parashikoni shfaqjen e situatave emergjente, si dhe të optimizoni funksionimin e pajisjeve të IT, infrastrukturës inxhinierike dhe madje edhe personelit të shërbimit. Shumë shpesh, prodhuesit ofrojnë shërbime cloud për pronarët e qendrave të të dhënave që grumbullojnë dhe përpunojnë të dhëna nga shumë klientë. Sisteme të tilla përgjithësojnë përvojën e funksionimit të qendrave të ndryshme të të dhënave, dhe për këtë arsye funksionojnë më mirë se produktet vendase.
Menaxhimi i infrastrukturës së TI-së
HPE promovon shërbimin analitik parashikues të cloud për të menaxhuar infrastrukturën e TI-së të ndërtuar në sistemet e ruajtjes Nimble Storage dhe HPE 3PAR StoreServ, serverët HPE ProLiant DL/ML/BL, sistemet e rafteve HPE Apollo dhe platformën HPE Synergy. InfoSight analizon leximet e sensorëve të instaluar në pajisje, duke përpunuar më shumë se një milion ngjarje në sekondë dhe duke mësuar vazhdimisht vetë. Shërbimi jo vetëm që zbulon defektet, por parashikon edhe probleme të mundshme me infrastrukturën e TI-së (dështime të pajisjeve, shterim i kapacitetit të ruajtjes, ulje e performancës së makinave virtuale, etj.) edhe para se ato të ndodhin. Për analitikë parashikuese, softueri VoltDB vendoset në cloud, duke përdorur modele të parashikimit autoregresiv dhe metoda probabilistike. Një zgjidhje e ngjashme është e disponueshme për sistemet hibride të ruajtjes nga Tegile Systems: shërbimi cloud IntelliCare Cloud Analytics monitoron shëndetin, performancën dhe përdorimin e burimeve të pajisjeve. Inteligjenca artificiale dhe teknologjitë e mësimit të makinerive përdoren gjithashtu nga Dell EMC në zgjidhjet e saj kompjuterike me performancë të lartë. Ka shumë shembuj të ngjashëm; pothuajse të gjithë prodhuesit kryesorë të pajisjeve kompjuterike dhe sistemeve të ruajtjes së të dhënave tani po ndjekin këtë rrugë.
Furnizimi me energji elektrike dhe ftohja
Një fushë tjetër e aplikimit të AI në qendrat e të dhënave lidhet me menaxhimin e infrastrukturës inxhinierike dhe mbi të gjitha ftohjen, pjesa e së cilës në konsumin total të energjisë së një objekti mund të kalojë 30%. Google ishte një nga të parët që mendoi për ftohjen inteligjente: në vitin 2016, së bashku me DeepMind, u zhvillua për monitorimin e komponentëve individualë të qendrës së të dhënave, gjë që reduktoi kostot e energjisë për klimatizimin me 40%. Fillimisht, ai jepte vetëm sugjerime për stafin, por më pas u përmirësua dhe tani mund të kontrollojë në mënyrë të pavarur ftohjen e dhomave të makinerive. Një rrjet nervor i vendosur në cloud përpunon të dhëna nga mijëra sensorë të brendshëm dhe të jashtëm: merr vendime duke marrë parasysh ngarkesën në serverë, temperaturën, si dhe shpejtësinë e erës jashtë dhe shumë parametra të tjerë. Udhëzimet e ofruara nga sistemi cloud dërgohen në qendrën e të dhënave dhe atje kontrollohen edhe një herë për siguri nga sistemet lokale, ndërsa stafi mund të çaktivizojë gjithmonë modalitetin automatik dhe të fillojë të menaxhojë ftohjen manualisht. Nlyte Software së bashku me ekipin e IBM Watson krijuan , i cili mbledh të dhëna për temperaturën dhe lagështinë, konsumin e energjisë dhe ngarkesën në pajisjet e IT. Kjo ju lejon të optimizoni funksionimin e nënsistemeve inxhinierike dhe nuk kërkon lidhje me infrastrukturën cloud të prodhuesit - nëse është e nevojshme, zgjidhja mund të vendoset drejtpërdrejt në qendrën e të dhënave.
Shembuj të tjerë
Ka shumë zgjidhje inovative inteligjente për qendrat e të dhënave në treg dhe të reja po shfaqen vazhdimisht. Wave2Wave ka krijuar një sistem ndërrimi robotik me fibra optike për të organizuar automatikisht lidhjet e kryqëzuara në nyjet e shkëmbimit të trafikut (Meet Me Rooms) brenda qendrës së të dhënave. Sistemi i zhvilluar nga ROOT Data Center dhe LitBit përdor AI për të monitoruar grupet rezervë të gjeneratorëve me naftë, dhe Romonet ka krijuar një zgjidhje softuerike vetë-mësuese për optimizimin e infrastrukturës. Zgjidhjet e krijuara nga Vigilent përdorin mësimin e makinerive për të parashikuar dështimet dhe për të optimizuar kushtet e temperaturës në ambientet e qendrës së të dhënave. Futja e inteligjencës artificiale, mësimit të makinerive dhe teknologjive të tjera inovative për automatizimin e proceseve në qendrat e të dhënave filloi relativisht kohët e fundit, por sot kjo është një nga fushat më premtuese të zhvillimit të industrisë. Qendrat e sotme të të dhënave janë bërë shumë të mëdha dhe komplekse për t'u menaxhuar në mënyrë efektive manualisht.
Burimi: www.habr.com