Trong quá trình chuyển đổi số của nền kinh tế, nhân loại phải xây dựng ngày càng nhiều trung tâm xử lý dữ liệu. Bản thân các trung tâm dữ liệu cũng phải được chuyển đổi: vấn đề về khả năng chịu lỗi và hiệu quả sử dụng năng lượng giờ đây trở nên quan trọng hơn bao giờ hết. Các cơ sở tiêu thụ một lượng điện khổng lồ và sự cố của cơ sở hạ tầng CNTT quan trọng nằm trong đó gây tốn kém cho doanh nghiệp. Công nghệ trí tuệ nhân tạo và máy học đang hỗ trợ các kỹ sư - trong những năm gần đây, chúng ngày càng được sử dụng nhiều hơn để tạo ra các trung tâm dữ liệu tiên tiến hơn. Cách tiếp cận này làm tăng tính sẵn có của cơ sở vật chất, giảm số lần hỏng hóc và giảm chi phí vận hành.
Nó hoạt động như thế nào?
Công nghệ trí tuệ nhân tạo và máy học được sử dụng để tự động hóa việc ra quyết định vận hành dựa trên dữ liệu được thu thập từ nhiều cảm biến khác nhau. Theo quy định, các công cụ như vậy được tích hợp với hệ thống lớp DCIM (Quản lý cơ sở hạ tầng trung tâm dữ liệu) và cho phép bạn dự đoán khả năng xảy ra các tình huống khẩn cấp, cũng như tối ưu hóa hoạt động của thiết bị CNTT, cơ sở hạ tầng kỹ thuật và thậm chí cả nhân viên dịch vụ. Rất thường xuyên, các nhà sản xuất cung cấp dịch vụ đám mây cho chủ sở hữu trung tâm dữ liệu để tích lũy và xử lý dữ liệu từ nhiều khách hàng. Những hệ thống như vậy khái quát hóa trải nghiệm vận hành các trung tâm dữ liệu khác nhau và do đó hoạt động tốt hơn các sản phẩm địa phương.
Quản lý cơ sở hạ tầng CNTT
HPE thúc đẩy dịch vụ phân tích dự đoán đám mây để quản lý cơ sở hạ tầng CNTT được xây dựng trên hệ thống lưu trữ Nimble Storage và HPE 3PAR StoreServ, máy chủ HPE ProLiant DL/ML/BL, hệ thống giá đỡ HPE Apollo và nền tảng HPE Synergy. InfoSight phân tích số liệu đọc của các cảm biến được lắp đặt trong thiết bị, xử lý hơn một triệu sự kiện mỗi giây và liên tục tự học. Dịch vụ này không chỉ phát hiện lỗi mà còn dự đoán các sự cố có thể xảy ra với cơ sở hạ tầng CNTT (lỗi thiết bị, cạn kiệt dung lượng lưu trữ, giảm hiệu suất của máy ảo, v.v.) ngay cả trước khi chúng xảy ra. Đối với phân tích dự đoán, phần mềm VoltDB được triển khai trên đám mây, sử dụng các mô hình dự báo tự hồi quy và phương pháp xác suất. Một giải pháp tương tự hiện có cho các hệ thống lưu trữ kết hợp của Tegile Systems: dịch vụ đám mây IntelliCare Cloud Analytics giám sát tình trạng, hiệu suất và việc sử dụng tài nguyên của thiết bị. Công nghệ trí tuệ nhân tạo và máy học cũng được Dell EMC sử dụng trong các giải pháp điện toán hiệu năng cao của mình. Có rất nhiều ví dụ tương tự; gần như tất cả các nhà sản xuất thiết bị máy tính và hệ thống lưu trữ dữ liệu hàng đầu hiện nay đều đang đi theo con đường này.
Cung cấp điện và làm mát
Một lĩnh vực ứng dụng khác của AI trong các trung tâm dữ liệu có liên quan đến quản lý cơ sở hạ tầng kỹ thuật và trên hết là làm mát, tỷ trọng của nó trong tổng mức tiêu thụ năng lượng của một cơ sở có thể vượt quá 30%. Google là một trong những công ty đầu tiên nghĩ đến hệ thống làm mát thông minh: vào năm 2016, cùng với DeepMind, nó đã phát triển để giám sát các thành phần trung tâm dữ liệu riêng lẻ, giúp giảm 40% chi phí năng lượng cho điều hòa không khí. Ban đầu, nó chỉ đưa ra gợi ý cho nhân viên, nhưng sau đó đã được cải tiến và hiện có thể điều khiển việc làm mát phòng máy một cách độc lập. Mạng lưới thần kinh được triển khai trên đám mây xử lý dữ liệu từ hàng nghìn cảm biến trong nhà và ngoài trời: nó đưa ra các quyết định có tính đến tải trọng trên máy chủ, nhiệt độ cũng như tốc độ gió bên ngoài và nhiều thông số khác. Các hướng dẫn do hệ thống đám mây cung cấp sẽ được gửi đến trung tâm dữ liệu và tại đó chúng được hệ thống cục bộ kiểm tra tính bảo mật một lần nữa, trong khi nhân viên luôn có thể tắt chế độ tự động và bắt đầu quản lý việc làm mát theo cách thủ công. Nlyte Software cùng với nhóm IBM Watson đã tạo ra , thu thập dữ liệu về nhiệt độ, độ ẩm, mức tiêu thụ năng lượng và tải trên thiết bị CNTT. Nó cho phép bạn tối ưu hóa hoạt động của các hệ thống con kỹ thuật và không yêu cầu kết nối với cơ sở hạ tầng đám mây của nhà sản xuất - nếu cần, giải pháp có thể được triển khai trực tiếp trong trung tâm dữ liệu.
Những ví dụ khác
Có rất nhiều giải pháp thông minh sáng tạo dành cho trung tâm dữ liệu trên thị trường và những giải pháp mới liên tục xuất hiện. Wave2Wave đã tạo ra một hệ thống chuyển mạch cáp quang robot để tự động tổ chức các kết nối chéo tại các nút trao đổi lưu lượng (Meet Me Rooms) bên trong trung tâm dữ liệu. Hệ thống do ROOT Data Center và LitBit phát triển sử dụng AI để giám sát các tổ máy phát điện diesel dự phòng và Romonet đã tạo ra giải pháp phần mềm tự học để tối ưu hóa cơ sở hạ tầng. Các giải pháp do Vigilent tạo ra sử dụng công nghệ học máy để dự đoán lỗi và tối ưu hóa điều kiện nhiệt độ trong cơ sở trung tâm dữ liệu. Việc giới thiệu trí tuệ nhân tạo, học máy và các công nghệ tiên tiến khác để tự động hóa quy trình trong các trung tâm dữ liệu đã bắt đầu tương đối gần đây, nhưng ngày nay đây là một trong những lĩnh vực phát triển ngành hứa hẹn nhất. Các trung tâm dữ liệu ngày nay đã trở nên quá lớn và phức tạp để có thể quản lý thủ công một cách hiệu quả.
Nguồn: www.habr.com