ఆర్థిక వ్యవస్థ యొక్క డిజిటల్ పరివర్తన ప్రక్రియలో, మానవత్వం మరింత ఎక్కువ డేటా ప్రాసెసింగ్ కేంద్రాలను నిర్మించాలి. డేటా సెంటర్లు కూడా మార్చబడాలి: వాటి తప్పు సహనం మరియు శక్తి సామర్థ్యం యొక్క సమస్యలు గతంలో కంటే ఇప్పుడు మరింత ముఖ్యమైనవి. సౌకర్యాలు అపారమైన విద్యుత్తును వినియోగిస్తాయి మరియు వాటిలో ఉన్న క్లిష్టమైన IT మౌలిక సదుపాయాల వైఫల్యాలు వ్యాపారాలకు ఖరీదైనవి. కృత్రిమ మేధస్సు మరియు యంత్ర అభ్యాస సాంకేతికతలు ఇంజనీర్ల సహాయానికి వస్తున్నాయి - ఇటీవలి సంవత్సరాలలో అవి మరింత అధునాతన డేటా కేంద్రాలను రూపొందించడానికి ఎక్కువగా ఉపయోగించబడుతున్నాయి. ఈ విధానం సౌకర్యాల లభ్యతను పెంచుతుంది, వైఫల్యాల సంఖ్యను తగ్గిస్తుంది మరియు నిర్వహణ ఖర్చులను తగ్గిస్తుంది.
అది ఎలా పనిచేస్తుంది?
వివిధ సెన్సార్ల నుండి సేకరించిన డేటా ఆధారంగా కార్యాచరణ నిర్ణయం తీసుకోవడాన్ని ఆటోమేట్ చేయడానికి కృత్రిమ మేధస్సు మరియు యంత్ర అభ్యాస సాంకేతికతలు ఉపయోగించబడతాయి. నియమం ప్రకారం, ఇటువంటి సాధనాలు DCIM (డేటా సెంటర్ ఇన్‌ఫ్రాస్ట్రక్చర్ మేనేజ్‌మెంట్) క్లాస్ సిస్టమ్‌లతో అనుసంధానించబడి ఉంటాయి మరియు అత్యవసర పరిస్థితుల సంభవించడాన్ని అంచనా వేయడానికి మిమ్మల్ని అనుమతిస్తాయి, అలాగే IT పరికరాలు, ఇంజనీరింగ్ ఇన్‌ఫ్రాస్ట్రక్చర్ మరియు సేవా సిబ్బంది యొక్క ఆపరేషన్‌ను ఆప్టిమైజ్ చేస్తాయి. చాలా తరచుగా, తయారీదారులు క్లౌడ్ సేవలను డేటా సెంటర్ యజమానులకు అందిస్తారు, ఇది చాలా మంది కస్టమర్‌ల నుండి డేటాను సేకరించి ప్రాసెస్ చేస్తుంది. ఇటువంటి వ్యవస్థలు వేర్వేరు డేటా సెంటర్‌లను నిర్వహించే అనుభవాన్ని సాధారణీకరిస్తాయి మరియు అందువల్ల స్థానిక ఉత్పత్తుల కంటే మెరుగ్గా పని చేస్తాయి.
IT మౌలిక సదుపాయాల నిర్వహణ
HPE క్లౌడ్ ప్రిడిక్టివ్ అనలిటిక్స్ సేవను ప్రోత్సహిస్తుంది నింబుల్ స్టోరేజ్ మరియు HPE 3PAR స్టోర్‌సర్వ్ స్టోరేజ్ సిస్టమ్‌లు, HPE ప్రోలియంట్ DL/ML/BL సర్వర్లు, HPE అపోలో ర్యాక్ సిస్టమ్‌లు మరియు HPE సినర్జీ ప్లాట్‌ఫారమ్‌పై నిర్మించిన IT మౌలిక సదుపాయాలను నిర్వహించడానికి. ఇన్ఫోసైట్ పరికరాలలో ఇన్‌స్టాల్ చేయబడిన సెన్సార్ల రీడింగ్‌లను విశ్లేషిస్తుంది, సెకనుకు మిలియన్ కంటే ఎక్కువ ఈవెంట్‌లను ప్రాసెస్ చేస్తుంది మరియు నిరంతరం స్వీయ-నేర్చుకుంటుంది. ఈ సేవ లోపాలను గుర్తించడమే కాకుండా, IT అవస్థాపన (పరికరాల వైఫల్యాలు, నిల్వ సామర్థ్యం క్షీణించడం, వర్చువల్ మెషీన్‌ల పనితీరు తగ్గడం మొదలైనవి) సంభవించే ముందు కూడా సాధ్యమయ్యే సమస్యలను అంచనా వేస్తుంది. ప్రిడిక్టివ్ అనలిటిక్స్ కోసం, VoltDB సాఫ్ట్‌వేర్ క్లౌడ్‌లో మోహరించబడుతుంది, ఆటోరిగ్రెసివ్ ఫోర్‌కాస్టింగ్ మోడల్‌లు మరియు ప్రాబబిలిస్టిక్ పద్ధతులను ఉపయోగిస్తుంది. Tegile సిస్టమ్స్ నుండి హైబ్రిడ్ స్టోరేజ్ సిస్టమ్‌లకు ఇదే విధమైన పరిష్కారం అందుబాటులో ఉంది: IntelliCare క్లౌడ్ అనలిటిక్స్ క్లౌడ్ సర్వీస్ పరికరాల ఆరోగ్యం, పనితీరు మరియు వనరుల వినియోగాన్ని పర్యవేక్షిస్తుంది. కృత్రిమ మేధస్సు మరియు యంత్ర అభ్యాస సాంకేతికతలను డెల్ EMC దాని అధిక-పనితీరు గల కంప్యూటింగ్ పరిష్కారాలలో కూడా ఉపయోగిస్తుంది. అనేక సారూప్య ఉదాహరణలు ఉన్నాయి; కంప్యూటింగ్ పరికరాలు మరియు డేటా నిల్వ వ్యవస్థల యొక్క దాదాపు అన్ని ప్రముఖ తయారీదారులు ఇప్పుడు ఈ మార్గాన్ని అనుసరిస్తున్నారు.
విద్యుత్ సరఫరా మరియు శీతలీకరణ
డేటా సెంటర్లలో AI యొక్క అప్లికేషన్ యొక్క మరొక ప్రాంతం ఇంజనీరింగ్ ఇన్‌ఫ్రాస్ట్రక్చర్ నిర్వహణకు సంబంధించినది మరియు అన్నింటికంటే, శీతలీకరణ, సౌకర్యం యొక్క మొత్తం శక్తి వినియోగంలో వాటా 30% మించవచ్చు. స్మార్ట్ కూలింగ్ గురించి ఆలోచించిన మొదటి వాటిలో గూగుల్ ఒకటి: 2016లో, డీప్‌మైండ్‌తో కలిసి, ఇది అభివృద్ధి చేయబడింది వ్యక్తిగత డేటా సెంటర్ భాగాలను పర్యవేక్షించడం కోసం, ఇది ఎయిర్ కండిషనింగ్ కోసం శక్తి ఖర్చులను 40% తగ్గించింది. ప్రారంభంలో, ఇది సిబ్బందికి మాత్రమే సూచనలు ఇచ్చింది, కానీ తరువాత మెరుగుపరచబడింది మరియు ఇప్పుడు స్వతంత్రంగా యంత్ర గదుల శీతలీకరణను నియంత్రించవచ్చు. క్లౌడ్‌లో అమర్చబడిన న్యూరల్ నెట్‌వర్క్ వేలాది ఇండోర్ మరియు అవుట్‌డోర్ సెన్సార్ల నుండి డేటాను ప్రాసెస్ చేస్తుంది: ఇది సర్వర్‌లపై లోడ్, ఉష్ణోగ్రత, అలాగే బయట గాలి వేగం మరియు అనేక ఇతర పారామితులను పరిగణనలోకి తీసుకొని నిర్ణయాలు తీసుకుంటుంది. క్లౌడ్ సిస్టమ్ అందించే సూచనలు డేటా సెంటర్‌కు పంపబడతాయి మరియు అక్కడ అవి స్థానిక సిస్టమ్‌ల ద్వారా భద్రత కోసం మరోసారి తనిఖీ చేయబడతాయి, అయితే సిబ్బంది ఎల్లప్పుడూ ఆటోమేటిక్ మోడ్‌ను ఆపివేయవచ్చు మరియు శీతలీకరణను మానవీయంగా నిర్వహించడం ప్రారంభించవచ్చు. Nlyte సాఫ్ట్‌వేర్ IBM వాట్సన్ బృందంతో కలిసి సృష్టించబడింది , ఇది ఉష్ణోగ్రత మరియు తేమ, శక్తి వినియోగం మరియు IT పరికరాలపై లోడ్పై డేటాను సేకరిస్తుంది. ఇది ఇంజనీరింగ్ సబ్‌సిస్టమ్‌ల ఆపరేషన్‌ను ఆప్టిమైజ్ చేయడానికి మిమ్మల్ని అనుమతిస్తుంది మరియు తయారీదారు యొక్క క్లౌడ్ ఇన్‌ఫ్రాస్ట్రక్చర్‌కు కనెక్షన్ అవసరం లేదు - అవసరమైతే, పరిష్కారం నేరుగా డేటా సెంటర్‌లో అమలు చేయబడుతుంది.
ఇతర ఉదాహరణలు
మార్కెట్లో డేటా సెంటర్‌ల కోసం చాలా వినూత్న స్మార్ట్ సొల్యూషన్‌లు ఉన్నాయి మరియు కొత్తవి నిరంతరం కనిపిస్తాయి. Wave2Wave డేటా సెంటర్ లోపల ట్రాఫిక్ ఎక్స్ఛేంజ్ నోడ్‌లలో (మీట్ మీ రూమ్స్) క్రాస్-కనెక్షన్‌లను స్వయంచాలకంగా నిర్వహించడానికి రోబోటిక్ ఫైబర్ ఆప్టిక్ కేబుల్ స్విచింగ్ సిస్టమ్‌ను సృష్టించింది. రూట్ డేటా సెంటర్ మరియు లిట్‌బిట్ అభివృద్ధి చేసిన సిస్టమ్ బ్యాకప్ డీజిల్ జనరేటర్ సెట్‌లను పర్యవేక్షించడానికి AIని ఉపయోగిస్తుంది మరియు రోమోనెట్ మౌలిక సదుపాయాలను ఆప్టిమైజ్ చేయడానికి స్వీయ-అభ్యాస సాఫ్ట్‌వేర్ పరిష్కారాన్ని రూపొందించింది. విజిలెంట్ రూపొందించిన పరిష్కారాలు డేటా సెంటర్ ప్రాంగణంలో వైఫల్యాలను అంచనా వేయడానికి మరియు ఉష్ణోగ్రత పరిస్థితులను ఆప్టిమైజ్ చేయడానికి యంత్ర అభ్యాసాన్ని ఉపయోగిస్తాయి. డేటా సెంటర్లలో ప్రాసెస్ ఆటోమేషన్ కోసం ఆర్టిఫిషియల్ ఇంటెలిజెన్స్, మెషిన్ లెర్నింగ్ మరియు ఇతర వినూత్న సాంకేతికతల పరిచయం సాపేక్షంగా ఇటీవలే ప్రారంభమైంది, అయితే నేడు ఇది పరిశ్రమ అభివృద్ధికి అత్యంత ఆశాజనకమైన రంగాలలో ఒకటి. నేటి డేటా సెంటర్లు మాన్యువల్‌గా సమర్థవంతంగా నిర్వహించలేని విధంగా చాలా పెద్దవిగా మరియు సంక్లిష్టంగా మారాయి.
మూలం: www.habr.com