หุ่นยนต์ในศูนย์ข้อมูล: ปัญญาประดิษฐ์มีประโยชน์อย่างไร?

ในกระบวนการเปลี่ยนแปลงทางดิจิทัลของเศรษฐกิจ มนุษยชาติต้องสร้างศูนย์ประมวลผลข้อมูลเพิ่มมากขึ้นเรื่อยๆ ศูนย์ข้อมูลเองก็จะต้องได้รับการเปลี่ยนแปลงเช่นกัน ปัญหาด้านความทนทานต่อความเสียหายและประสิทธิภาพการใช้พลังงานมีความสำคัญมากขึ้นกว่าที่เคย สิ่งอำนวยความสะดวกใช้ไฟฟ้าจำนวนมหาศาล และความล้มเหลวของโครงสร้างพื้นฐานด้านไอทีที่สำคัญที่อยู่ภายในนั้นก่อให้เกิดค่าใช้จ่ายสูงสำหรับธุรกิจ เทคโนโลยีปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักรกำลังเข้ามาช่วยเหลือวิศวกร ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีเหล่านี้มีการใช้มากขึ้นเพื่อสร้างศูนย์ข้อมูลขั้นสูงมากขึ้น แนวทางนี้ช่วยเพิ่มความพร้อมของสิ่งอำนวยความสะดวก ลดจำนวนความล้มเหลว และลดต้นทุนการดำเนินงาน

มันทำงานอย่างไร

เทคโนโลยีปัญญาประดิษฐ์และแมชชีนเลิร์นนิงถูกนำมาใช้เพื่อทำให้การตัดสินใจในการปฏิบัติงานเป็นแบบอัตโนมัติโดยอาศัยข้อมูลที่รวบรวมจากเซ็นเซอร์ต่างๆ ตามกฎแล้ว เครื่องมือดังกล่าวจะผสานรวมกับระบบคลาส DCIM (การจัดการโครงสร้างพื้นฐานศูนย์ข้อมูล) และช่วยให้คุณสามารถคาดการณ์การเกิดสถานการณ์ฉุกเฉินได้ เช่นเดียวกับเพิ่มประสิทธิภาพการทำงานของอุปกรณ์ไอที โครงสร้างพื้นฐานทางวิศวกรรม และแม้แต่เจ้าหน้าที่บริการ บ่อยครั้งที่ผู้ผลิตเสนอบริการคลาวด์ให้กับเจ้าของศูนย์ข้อมูลที่รวบรวมและประมวลผลข้อมูลจากลูกค้าจำนวนมาก ระบบดังกล่าวจะสรุปประสบการณ์การดำเนินงานของศูนย์ข้อมูลที่แตกต่างกัน ดังนั้นจึงทำงานได้ดีกว่าผลิตภัณฑ์ในท้องถิ่น

การจัดการโครงสร้างพื้นฐานด้านไอที

HPE ส่งเสริมบริการวิเคราะห์เชิงคาดการณ์บนคลาวด์ อินโฟไซท์ เพื่อจัดการโครงสร้างพื้นฐานด้านไอทีที่สร้างขึ้นบน Nimble Storage และระบบจัดเก็บข้อมูล HPE 3PAR StoreServ, เซิร์ฟเวอร์ HPE ProLiant DL/ML/BL, ระบบชั้นวาง HPE Apollo และแพลตฟอร์ม HPE Synergy InfoSight วิเคราะห์การอ่านค่าของเซ็นเซอร์ที่ติดตั้งในอุปกรณ์ ประมวลผลเหตุการณ์มากกว่าหนึ่งล้านเหตุการณ์ต่อวินาที และเรียนรู้ด้วยตนเองอย่างต่อเนื่อง บริการนี้ไม่เพียงตรวจจับข้อผิดพลาด แต่ยังคาดการณ์ปัญหาที่อาจเกิดขึ้นกับโครงสร้างพื้นฐานด้านไอที (ความล้มเหลวของอุปกรณ์ ความจุพื้นที่จัดเก็บหมด ประสิทธิภาพการทำงานของเครื่องเสมือนลดลง ฯลฯ) ก่อนที่จะเกิดขึ้นอีกด้วย สำหรับการวิเคราะห์เชิงคาดการณ์ ซอฟต์แวร์ VoltDB จะถูกปรับใช้ในระบบคลาวด์ โดยใช้แบบจำลองการพยากรณ์แบบถดถอยอัตโนมัติและวิธีการความน่าจะเป็น โซลูชันที่คล้ายกันนี้ใช้ได้กับระบบจัดเก็บข้อมูลแบบไฮบริดจาก Tegile Systems: บริการคลาวด์ IntelliCare Cloud Analytics จะตรวจสอบความสมบูรณ์ ประสิทธิภาพ และการใช้ทรัพยากรของอุปกรณ์ Dell EMC ยังใช้เทคโนโลยีปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในโซลูชันการประมวลผลประสิทธิภาพสูงอีกด้วย มีตัวอย่างที่คล้ายกันมากมาย ผู้ผลิตอุปกรณ์คอมพิวเตอร์และระบบจัดเก็บข้อมูลชั้นนำเกือบทั้งหมดกำลังเดินตามเส้นทางนี้

แหล่งจ่ายไฟและการทำความเย็น

การประยุกต์ใช้ AI อีกด้านในศูนย์ข้อมูลเกี่ยวข้องกับการจัดการโครงสร้างพื้นฐานทางวิศวกรรม และเหนือสิ่งอื่นใดคือการระบายความร้อน ซึ่งส่วนแบ่งในการใช้พลังงานทั้งหมดของโรงงานอาจเกิน 30% Google เป็นหนึ่งในคนกลุ่มแรกๆ ที่คิดเกี่ยวกับการทำความเย็นอัจฉริยะ: ในปี 2016 ได้พัฒนาร่วมกับ DeepMind ระบบปัญญาประดิษฐ์ สำหรับการตรวจสอบส่วนประกอบของศูนย์ข้อมูลแต่ละส่วน ซึ่งช่วยลดต้นทุนด้านพลังงานสำหรับเครื่องปรับอากาศลง 40% ในตอนแรกเป็นเพียงการบอกใบ้แก่พนักงานเท่านั้น แต่ต่อมาได้รับการปรับปรุง และตอนนี้สามารถควบคุมการระบายความร้อนของห้องเครื่องได้อย่างอิสระ โครงข่ายประสาทเทียมที่ใช้งานในระบบคลาวด์จะประมวลผลข้อมูลจากเซ็นเซอร์ทั้งในร่มและกลางแจ้งหลายพันตัว โดยจะทำการตัดสินใจโดยคำนึงถึงภาระบนเซิร์ฟเวอร์ อุณหภูมิ รวมถึงความเร็วลมภายนอก และพารามิเตอร์อื่นๆ อีกมากมาย คำแนะนำที่นำเสนอโดยระบบคลาวด์จะถูกส่งไปยังศูนย์ข้อมูลและจะมีการตรวจสอบความปลอดภัยอีกครั้งโดยระบบท้องถิ่น ในขณะที่พนักงานสามารถปิดโหมดอัตโนมัติและเริ่มจัดการการทำความเย็นด้วยตนเองได้ตลอดเวลา ซอฟต์แวร์ Nlyte ร่วมกับทีม IBM Watson สร้างขึ้น การตัดสินใจซึ่งรวบรวมข้อมูลอุณหภูมิและความชื้น การใช้พลังงาน และโหลดบนอุปกรณ์ไอที ช่วยให้คุณสามารถเพิ่มประสิทธิภาพการทำงานของระบบย่อยทางวิศวกรรม และไม่จำเป็นต้องเชื่อมต่อกับโครงสร้างพื้นฐานคลาวด์ของผู้ผลิต - หากจำเป็น คุณสามารถปรับใช้โซลูชันในศูนย์ข้อมูลได้โดยตรง

ตัวอย่างอื่น ๆ

มีโซลูชั่นอัจฉริยะเชิงนวัตกรรมมากมายสำหรับศูนย์ข้อมูลในตลาดและมีโซลูชั่นใหม่ๆ เกิดขึ้นอย่างต่อเนื่อง Wave2Wave ได้สร้างระบบสวิตช์เคเบิลใยแก้วนำแสงแบบหุ่นยนต์เพื่อจัดระเบียบการเชื่อมต่อข้ามในโหนดแลกเปลี่ยนการรับส่งข้อมูล (ห้อง Meet Me) ภายในศูนย์ข้อมูลโดยอัตโนมัติ ระบบที่พัฒนาโดย ROOT Data Center และ LitBit ใช้ AI เพื่อตรวจสอบชุดเครื่องกำเนิดไฟฟ้าดีเซลสำรอง และ Romonet ได้สร้างโซลูชันซอฟต์แวร์การเรียนรู้ด้วยตนเองเพื่อเพิ่มประสิทธิภาพโครงสร้างพื้นฐาน โซลูชันที่สร้างโดย Vigilent ใช้การเรียนรู้ของเครื่องเพื่อคาดการณ์ความล้มเหลวและปรับสภาวะอุณหภูมิในบริเวณศูนย์ข้อมูลให้เหมาะสม การแนะนำปัญญาประดิษฐ์ การเรียนรู้ของเครื่องจักร และเทคโนโลยีที่เป็นนวัตกรรมอื่นๆ สำหรับกระบวนการอัตโนมัติในศูนย์ข้อมูลเริ่มขึ้นเมื่อไม่นานมานี้ แต่ปัจจุบันนี้เป็นหนึ่งในพื้นที่ที่มีแนวโน้มมากที่สุดในการพัฒนาอุตสาหกรรม ศูนย์ข้อมูลในปัจจุบันมีขนาดใหญ่และซับซ้อนเกินกว่าจะจัดการด้วยตนเองได้อย่างมีประสิทธิภาพ

ที่มา: will.com