قبل عام ،
استهلكت مراكز البيانات العالمية 2٪ من جميع الكهرباء المولدة على هذا الكوكب. وبحسب المحللين ، سينمو هذا الرقم إلى 5٪ بحلول عام 2020. علاوة على ذلك ،
يتم إنفاق نصف هذه الطاقة تقريبًا على التبريد. تم تصميم هذه التكاليف لتقليل أنظمة الذكاء الاصطناعي.
سنتحدث اليوم عن آخر التطورات في هذا المجال.
/ photo الأرشيف الوطني (المملكة المتحدة) CCمشروع جوجل
في عام 2016 ، طور DeepMind و Google
نظام ذكاء اصطناعي يراقب المكونات الفردية لمركز البيانات. أعطت المسؤولين في توصيات مركز البيانات حول كيفية تحسين استهلاك الطاقة للخوادم. يسمح الحل بخفض تكاليف الطاقة لتشغيل أنظمة التبريد بنسبة 40٪ وتقليل معامل
PUE بنسبة 15٪.
وفقًا لمشغلي مركز البيانات ، كانت تلميحات خوارزميات الماكينة مفيدة في العمل ، ولكن استغرق معالجتها وقتًا طويلاً. لذلك ، اقترح Dan Fuenffinger (Dan Fuenffinger) ، أحد المهندسين في Google ، نقل التحكم الذكي تمامًا في أنظمة تكييف الهواء. كان من المفترض أن يؤدي ذلك إلى إراحة مشغلي مركز البيانات ، حيث سيكون عليهم فقط ضبط العملية بالكامل والتحكم فيها.
على مدى العامين المقبلين ، قامت الشركة بتحسين نظام AI الخاص بها ، والآن
تدير تمامًا تبريد غرف الخادم. على سبيل المثال ، "خمنت" خوارزمية الآلة أنه في فصل الشتاء ، يبرد الهواء البارد الماء في المبردات بقوة أكبر ، ويستخدم هذا لتحسين استهلاك الطاقة. هذا
خفض تكاليف الطاقة بنسبة 30٪ أخرى.
تعتقد Google أن تطويرها ونظائرها في المستقبل ستساعد أصحاب مراكز البيانات على تقليل تكلفة أنظمة التبريد بمقدار النصف على الأقل وتقليل انبعاثات ثاني أكسيد الكربون في الغلاف الجوي.
كيف يعمل
الآلاف من المستشعرات الفيزيائية تراقب نظام التبريد بأكمله في مركز بيانات الشركة. تذهب البيانات منهم إلى إدخال نظام الذكاء الاصطناعي المنتشر في السحابة. هذه شبكة عصبية من خمس طبقات مخفية تحتوي كل منها على 50 خلية عصبية.
يعمل مع 19 معلمة مختلفة ، بما في ذلك الحمل الكلي على الخوادم ، وعدد مضخات المياه الجارية ، والرطوبة في الهواء الطلق وحتى سرعة الرياح. يقرأ النظام كل خمس دقائق قراءات المستشعرات (هذه حوالي 184 ألف عينة - 70٪ منها كانت ضرورية لتدريب الشبكة ، و 30٪ الباقية تستخدم
للتدقيق ) وتستخدمها لتحسين قيمة PUE.
وهي تبني قائمة بالتنبؤات ، وكيف سيؤثر تغيير معين في النظام على استهلاك الطاقة لمركز البيانات ودرجة الحرارة في غرفة المحرك. على سبيل المثال ، يمكن أن يؤدي التغيير في درجة حرارة الممر "البارد" إلى تقلبات في الحمل على المبردات والمبادلات الحرارية والمضخات ، مما يؤدي ، نتيجة لذلك ، إلى تغييرات غير خطية في إنتاجية المعدات.
من القائمة المجمعة ، يتم اختيار الإجراءات الأكثر فعالية التي ستقلل من استهلاك الطاقة أكثر من غيرها ولن تؤدي إلى حدوث خلل في مركز البيانات. علاوة على ذلك ، يتم إرسال هذه التعليمات مرة أخرى إلى مركز البيانات ، حيث يتحقق نظام التحكم المحلي مرة أخرى مما إذا كانت تلبي متطلبات الأمان (ولن يؤدي تنفيذها إلى عواقب لا يمكن إصلاحها).
نظرًا لأن بعض المسؤولية عن التشغيل السلس لخدمات مثل بحث Google و Gmail و YouTube تم نقلها إلى أنظمة الذكاء الاصطناعي ، فقد قدم المطورون عددًا من الإجراءات الوقائية. من بينها خوارزميات لحساب مؤشر عدم اليقين. لكل مليار من الإجراءات المحتملة ، يقوم نظام الذكاء الاصطناعي بتقييم الموثوقية ويزيل على الفور تلك التي تبين أن هذا المؤشر منخفض (أي ، مع احتمال كبير للفشل).
طريقة أخرى للحماية هي التحقق من مستويين. تتم مقارنة الإجراءات المثلى المحسوبة بواسطة خوارزميات MO مع مجموعة سياسات الأمان التي يحددها مشغلو مركز البيانات. فقط إذا كان كل شيء في محله ، يتم إجراء تغييرات على تشغيل أنظمة تكييف الهواء.
علاوة على ذلك ، فإن المشغلين على استعداد دائمًا لإيقاف الوضع "التلقائي" والتحكم.
تطورات مماثلة
إن Google ليست الوحيدة التي تطور حلول التعلم الآلي لإدارة أنظمة التبريد في مركز البيانات. على سبيل المثال ، تعمل Litbit على تقنية Dac لمراقبة طاقة الحوسبة واستهلاك الطاقة.
/ photo reynermedia CCلمراقبة حالة المعدات ،
تستخدم Dac أجهزة استشعار إنترنت الأشياء. يمكن للنظام "سماع" ترددات الموجات فوق الصوتية و "الشعور" باهتزازات أرضية غير طبيعية. من خلال تحليل هذه البيانات ، تحدد DAC ما إذا كانت جميع المعدات تعمل بشكل صحيح. في حالة حدوث عطل ، يقوم النظام بإخطار المسؤولين ، ويقوم بإنشاء تذكرة للدعم الفني ، وحتى يقوم بإيقاف تشغيل الأجهزة بشكل مستقل (في حالة الطوارئ).
تم إنشاء حل مماثل بواسطة Nlyte Software ، التي
تعاونت مع فريق IBM Watson IoT. يجمع نظامهم بيانات عن درجة الحرارة والرطوبة واستهلاك الكهرباء وتحميل المعدات في مركز البيانات ويقدم المشورة للمهندسين بشأن تحسين إجراءات العمل. يعمل الحل مع كل من البنية التحتية السحابية والمحلية.
سيتجاوز إدخال أنظمة الذكاء الاصطناعي في مراكز البيانات
حلول DCIM المعتادة (منتجات برمجية لرصد مركز البيانات). من بين الخبراء في صناعة تكنولوجيا المعلومات ، هناك رأي مفاده أنه سيتم قريبًا أتمتة معظم العمليات الجارية في مركز البيانات. ونتيجة لذلك ، سيتمكن المسؤولون في مراكز البيانات من التركيز على المهام الأخرى الأكثر أهمية التي تؤثر على نمو الشركات وتطورها.
ملاحظة ذات صلة بالموضوع من مدونة IaaS للشركات الأولى: