தரவு மையத்தில் ரோபோக்கள்: செயற்கை நுண்ணறிவு எவ்வாறு பயனுள்ளதாக இருக்கும்?

பொருளாதாரத்தின் டிஜிட்டல் மாற்றத்தின் செயல்பாட்டில், மனிதகுலம் மேலும் மேலும் தரவு செயலாக்க மையங்களை உருவாக்க வேண்டும். தரவு மையங்களும் மாற்றப்பட வேண்டும்: அவற்றின் தவறு சகிப்புத்தன்மை மற்றும் ஆற்றல் திறன் ஆகியவை முன்பை விட இப்போது மிகவும் முக்கியமானவை. வசதிகள் மகத்தான மின்சாரத்தைப் பயன்படுத்துகின்றன, மேலும் அவற்றில் அமைந்துள்ள முக்கியமான தகவல் தொழில்நுட்ப உள்கட்டமைப்பின் தோல்விகள் வணிகங்களுக்கு விலை அதிகம். செயற்கை நுண்ணறிவு மற்றும் இயந்திர கற்றல் தொழில்நுட்பங்கள் பொறியாளர்களின் உதவிக்கு வருகின்றன - சமீபத்திய ஆண்டுகளில் அவை மிகவும் மேம்பட்ட தரவு மையங்களை உருவாக்க அதிகளவில் பயன்படுத்தப்படுகின்றன. இந்த அணுகுமுறை வசதிகளின் கிடைக்கும் தன்மையை அதிகரிக்கிறது, தோல்விகளின் எண்ணிக்கையை குறைக்கிறது மற்றும் இயக்க செலவுகளை குறைக்கிறது.

இது எப்படி வேலை செய்கிறது?

செயற்கை நுண்ணறிவு மற்றும் இயந்திர கற்றல் தொழில்நுட்பங்கள் பல்வேறு உணரிகளிலிருந்து சேகரிக்கப்பட்ட தரவுகளின் அடிப்படையில் செயல்பாட்டு முடிவெடுப்பதை தானியக்கமாக்க பயன்படுகிறது. ஒரு விதியாக, இத்தகைய கருவிகள் DCIM (தரவு மைய உள்கட்டமைப்பு மேலாண்மை) வகுப்பு அமைப்புகளுடன் ஒருங்கிணைக்கப்பட்டுள்ளன, மேலும் அவசரகால சூழ்நிலைகளின் நிகழ்வைக் கணிக்கவும், IT உபகரணங்கள், பொறியியல் உள்கட்டமைப்பு மற்றும் சேவை பணியாளர்களின் செயல்பாட்டை மேம்படுத்தவும் உங்களை அனுமதிக்கிறது. பெரும்பாலும், உற்பத்தியாளர்கள் தரவு மைய உரிமையாளர்களுக்கு கிளவுட் சேவைகளை வழங்குகிறார்கள், அவை பல வாடிக்கையாளர்களிடமிருந்து தரவைக் குவித்து செயலாக்குகின்றன. இத்தகைய அமைப்புகள் வெவ்வேறு தரவு மையங்களை இயக்கும் அனுபவத்தைப் பொதுமைப்படுத்துகின்றன, எனவே உள்ளூர் தயாரிப்புகளை விட சிறப்பாக செயல்படுகின்றன.

தகவல் தொழில்நுட்ப உள்கட்டமைப்பு மேலாண்மை

கிளவுட் முன்கணிப்பு பகுப்பாய்வு சேவையை HPE ஊக்குவிக்கிறது இன்ஃபோசைட் வேகமான சேமிப்பு மற்றும் HPE 3PAR StoreServ சேமிப்பக அமைப்புகள், HPE ProLiant DL/ML/BL சர்வர்கள், HPE அப்பல்லோ ரேக் அமைப்புகள் மற்றும் HPE சினெர்ஜி இயங்குதளத்தில் கட்டப்பட்ட IT உள்கட்டமைப்பை நிர்வகிக்க. InfoSight சாதனங்களில் நிறுவப்பட்ட சென்சார்களின் அளவீடுகளை பகுப்பாய்வு செய்கிறது, ஒரு வினாடிக்கு ஒரு மில்லியனுக்கும் அதிகமான நிகழ்வுகளை செயலாக்குகிறது மற்றும் தொடர்ந்து சுய-கற்றல். இந்தச் சேவையானது தவறுகளைக் கண்டறிவது மட்டுமல்லாமல், IT உள்கட்டமைப்பில் (உபகரணச் செயலிழப்புகள், சேமிப்பகத் திறன் தீர்ந்துபோதல், மெய்நிகர் இயந்திரங்களின் செயல்திறன் குறைதல் போன்றவை) அவை ஏற்படுவதற்கு முன்பே சாத்தியமான சிக்கல்களைக் கணிக்கும். முன்கணிப்பு பகுப்பாய்வுக்காக, தன்னியக்க முன்கணிப்பு மாதிரிகள் மற்றும் நிகழ்தகவு முறைகளைப் பயன்படுத்தி VoltDB மென்பொருள் கிளவுட்டில் பயன்படுத்தப்படுகிறது. Tegile Systems இலிருந்து கலப்பின சேமிப்பக அமைப்புகளுக்கு இதேபோன்ற தீர்வு கிடைக்கிறது: IntelliCare Cloud Analytics கிளவுட் சேவையானது சாதனங்களின் ஆரோக்கியம், செயல்திறன் மற்றும் வள பயன்பாட்டைக் கண்காணிக்கிறது. செயற்கை நுண்ணறிவு மற்றும் இயந்திர கற்றல் தொழில்நுட்பங்களும் Dell EMC ஆல் அதன் உயர் செயல்திறன் கொண்ட கணினி தீர்வுகளில் பயன்படுத்தப்படுகின்றன. இதேபோன்ற பல எடுத்துக்காட்டுகள் உள்ளன; கணினி உபகரணங்கள் மற்றும் தரவு சேமிப்பக அமைப்புகளின் கிட்டத்தட்ட அனைத்து முன்னணி உற்பத்தியாளர்களும் இப்போது இந்த பாதையை பின்பற்றுகின்றனர்.

மின்சாரம் மற்றும் குளிர்ச்சி

தரவு மையங்களில் AI இன் பயன்பாட்டின் மற்றொரு பகுதி பொறியியல் உள்கட்டமைப்பு மேலாண்மை மற்றும் எல்லாவற்றிற்கும் மேலாக, குளிரூட்டலுடன் தொடர்புடையது, ஒரு வசதியின் மொத்த ஆற்றல் நுகர்வு 30% ஐ விட அதிகமாக இருக்கும். ஸ்மார்ட் கூலிங் பற்றி முதலில் யோசித்தவர்களில் கூகிள் ஒன்றாகும்: 2016 இல், DeepMind உடன் இணைந்து, இது உருவாக்கப்பட்டது செயற்கை நுண்ணறிவு அமைப்பு தனிப்பட்ட தரவு மையக் கூறுகளைக் கண்காணிப்பதற்காக, ஏர் கண்டிஷனிங்கிற்கான ஆற்றல் செலவை 40% குறைத்தது. ஆரம்பத்தில், இது ஊழியர்களுக்கு குறிப்புகளை மட்டுமே வழங்கியது, ஆனால் பின்னர் மேம்படுத்தப்பட்டது மற்றும் இப்போது இயந்திர அறைகளின் குளிர்ச்சியை சுயாதீனமாக கட்டுப்படுத்த முடியும். கிளவுட்டில் வரிசைப்படுத்தப்பட்ட ஒரு நரம்பியல் நெட்வொர்க் ஆயிரக்கணக்கான உட்புற மற்றும் வெளிப்புற உணரிகளிலிருந்து தரவை செயலாக்குகிறது: இது சேவையகங்களின் சுமை, வெப்பநிலை மற்றும் வெளிப்புற காற்றின் வேகம் மற்றும் பல அளவுருக்கள் ஆகியவற்றைக் கணக்கில் எடுத்துக்கொண்டு முடிவுகளை எடுக்கிறது. கிளவுட் சிஸ்டம் வழங்கும் வழிமுறைகள் தரவு மையத்திற்கு அனுப்பப்பட்டு, உள்ளூர் அமைப்புகளால் பாதுகாப்புக்காக மீண்டும் சரிபார்க்கப்படும், அதே நேரத்தில் பணியாளர்கள் எப்போதும் தானியங்கி பயன்முறையை அணைத்து, கைமுறையாக குளிரூட்டலை நிர்வகிக்கத் தொடங்கலாம். Nlyte மென்பொருள் IBM வாட்சன் குழுவுடன் இணைந்து உருவாக்கப்பட்டது решение, இது வெப்பநிலை மற்றும் ஈரப்பதம், ஆற்றல் நுகர்வு மற்றும் IT உபகரணங்களின் சுமை பற்றிய தரவுகளை சேகரிக்கிறது. இது பொறியியல் துணை அமைப்புகளின் செயல்பாட்டை மேம்படுத்த உங்களை அனுமதிக்கிறது மற்றும் உற்பத்தியாளரின் கிளவுட் உள்கட்டமைப்புக்கு இணைப்பு தேவையில்லை - தேவைப்பட்டால், தீர்வு நேரடியாக தரவு மையத்தில் பயன்படுத்தப்படலாம்.

பிற எடுத்துக்காட்டுகள்

சந்தையில் தரவு மையங்களுக்கான புதுமையான ஸ்மார்ட் தீர்வுகள் நிறைய உள்ளன மற்றும் புதியவை தொடர்ந்து தோன்றும். Wave2Wave ஆனது, டேட்டா சென்டரில் உள்ள டிராஃபிக் எக்ஸ்சேஞ்ச் நோட்களில் (மீட் மீ ரூம்ஸ்) குறுக்கு இணைப்புகளை தானாக ஒழுங்கமைக்க ரோபோடிக் ஃபைபர் ஆப்டிக் கேபிள் ஸ்விட்ச்சிங் சிஸ்டத்தை உருவாக்கியுள்ளது. ரூட் டேட்டா சென்டர் மற்றும் லிட்பிட் ஆகியவற்றால் உருவாக்கப்பட்ட அமைப்பு காப்புப் பிரதி டீசல் ஜெனரேட்டர் செட்களைக் கண்காணிக்க AI ஐப் பயன்படுத்துகிறது, மேலும் உள்கட்டமைப்பை மேம்படுத்துவதற்கான சுய-கற்றல் மென்பொருள் தீர்வை Romonet உருவாக்கியுள்ளது. விஜிலென்ட் உருவாக்கிய தீர்வுகள், தரவு மைய வளாகத்தில் தோல்விகளைக் கணிக்கவும் வெப்பநிலை நிலையை மேம்படுத்தவும் இயந்திரக் கற்றலைப் பயன்படுத்துகின்றன. செயற்கை நுண்ணறிவு, இயந்திர கற்றல் மற்றும் தரவு மையங்களில் செயல்முறை தன்னியக்கத்திற்கான பிற புதுமையான தொழில்நுட்பங்களின் அறிமுகம் ஒப்பீட்டளவில் சமீபத்தில் தொடங்கியது, ஆனால் இன்று இது தொழில் வளர்ச்சியின் மிகவும் நம்பிக்கைக்குரிய பகுதிகளில் ஒன்றாகும். இன்றைய தரவு மையங்கள் கைமுறையாக திறம்பட நிர்வகிக்க முடியாத அளவுக்கு பெரியதாகவும் சிக்கலானதாகவும் மாறிவிட்டன.

ஆதாரம்: www.habr.com