Automatisierung von Rechenzentren oder "Rebellion von Maschinen"

Leo Craig, CEO von Riello UPS, fragt sich vor dem Hintergrund des scheinbar unvermeidlichen vollständigen Übergangs zu künstlicher Intelligenz (KI) und Automatisierungstechnologien: Ist ein Maschinenaufstand unvermeidlich und wenn ja, wie wird sich dies in Zukunft auf die Arbeit von Rechenzentren auswirken?

Fast ein Drittel der britischen Bevölkerung verwendet täglich mindestens fünf angeschlossene Geräte. Dies sind ungefähr 20 Millionen Menschen mit mehr als 100 Millionen Smartphones, tragbaren Geräten, virtuellen Assistenten und anderen Geräten. Und das ist nur die Spitze des Eisbergs. Experten zufolge werden bis 2020 weltweit mehr als 50 Milliarden Geräte mit dem Internet der Dinge (Internet of Things, IoT) verbunden sein. Laut der renommierten International Data Corporation wird das Aufkommen des 5G-Mobilfunknetzes in den nächsten zehn Jahren einen Marktwert von 7 Billionen US-Dollar pro Jahr schaffen.

Es gibt bereits mehr verbundene Geräte auf dem Planeten als Menschen. Und das bedeutet nur eins - viele Daten, viele Daten, die verarbeitet werden müssen! Um mit der ständig wachsenden Nachfrage Schritt zu halten, müssen moderne Rechenzentren mehr leisten und dabei immer weniger Arbeitsraum, Energie und im Idealfall Personal einsetzen.

Die einzige Möglichkeit, diese schwierige Aufgabe zu lösen, besteht darin, eine technologische Revolution durchzuführen, die als Industrie 4.0 bekannt ist. Automatisierung, Big Data, künstliche Intelligenz, maschinelles Lernen - das „intelligente“ Rechenzentrum ist unser einziger Ausweg.

Die Maschinen schreiten also voran ... Aber werden sie die vollständige Kontrolle übernehmen können?

Was ist Rechenzentrumsautomatisierung?

In einfachen Worten bedeutet dies, die gesamte Bandbreite der Aufgaben zu automatisieren, die normalerweise ausgeführt werden: von der Verwaltung und Steuerung von Daten bis zur Wartung.

Das Hauptziel: Verwenden Sie für Aufgaben, die Entscheidungen erfordern, nicht Personen, sondern Maschinen, die in der Lage sind, solche Entscheidungen zu „lernen“ und zu treffen, indem Sie Informationen von Sensoren auf angeschlossenen Geräten analysieren. So werden zukünftige Ergebnisse basierend auf vergangenen Daten prognostiziert.

Das moderne Rechenzentrum ist so groß und komplex geworden, dass Menschen häufig nicht die Zeit haben, den gesamten Strom unterschiedlicher Informationen zu verarbeiten.

Im Gegensatz dazu können Maschinen Daten fast so schnell analysieren und verarbeiten, wie sie sie empfangen können. Bei intelligenten Plug-in-Maschinen bedeutet dies eine sofortige Reaktion in Echtzeit. Bei Bedarf können Rechenzentrumsmanager die verwendeten Ressourcen sofort skalieren, wodurch viele Fehler ohne menschliches Eingreifen schnell verarbeitet werden können.

Außerdem schlafen die Autos nicht, sie brauchen keinen Urlaub und keinen Krankenstand: Sie sind 24 Stunden 7 Tage die Woche im Einsatz.

Die Kommunikation zwischen Maschinen ermöglicht die Verwendung von KI-Technologie, um viele der von IT-Administratoren und IT-Teams ausgeführten Vorgänge zu automatisieren. Eine unzählige Menge an Rohdaten wird sofort verständlich und praktisch anwendbar.

In Verbindung mit DCIM (Data Center Infrastructure Management Software) kann AI viele wichtige Aufgaben automatisieren, z. B. das Isolieren von Sicherheitsbedrohungen durch Remote-Trennung von Systemen von Drittanbietern.

Übernehmen Sie die zeitaufwändige Verantwortung für das Patch-Management, indem Sie die Systeme auf die neuesten und sichersten Versionen aktualisieren. Mit AI können alle Aufgaben ausgeführt werden: vom Starten von Disaster Recovery-Prozessen bis hin zu einer relativ prosaischen, aber wichtigen Routine der automatischen täglichen Berichterstellung.

Natürlich ist diese Art der „intelligenten“ Kommunikation keine Erfindung von heute. Eines der markanten Beispiele für die erfolgreiche Anwendung dieser Technologie ist ein unterbrechungsfreies Stromversorgungsgerät. USV-Sensoren erfassen und übertragen Informationen untereinander, sowohl über die Anzeigen des Geräts selbst, z. B. die Batterieladung, als auch über die externe Umgebung.

Moderne USVs können auch mit Smart Grids kommunizieren und diese integrieren, sodass Sie ihre Anforderungen speichern, intelligent ausgeben und verwalten können. Das als DSR bezeichnete Nachfragemanagement ist ein Konzept, bei dem Energieverbraucher Anreize erhalten, den Verbrauch in Spitzenzeiten zu senken, wodurch das Stromnetz Angebot und Nachfrage in Einklang bringt, ohne zusätzliche Energie zu erzeugen.

In der Praxis können Rechenzentren ihre USVs daher verwenden, um überschüssigen Strom in Zeiten außerhalb der Spitzenlast zu speichern, wenn die Stückkosten niedriger sind. Diese können dann entweder bei Spitzenlast oder Stromausfall verwendet oder an den Lieferanten zurückgekauft werden. Obwohl die USV für den Betrieb im Modus „Virtuelles Kraftwerk“ mit Lithium-Ionen-Batterien ausgestattet sein muss, kann sich das Unternehmen als sozial verantwortliche und umweltfreundliche Organisation deklarieren und eine zusätzliche Einnahmequelle bieten.

Warum ist die Einführung der Automatisierung im Rechenzentrum neben der offensichtlichen Erhöhung der Freizeit durch das Team von IT-Spezialisten rentabel?

Ein klarer Vorteil ist die Geschwindigkeit und die garantierte erwartete Leistung bei minimalem menschlichem Eingreifen. Potenzielle Probleme können in Echtzeit identifiziert und gelöst werden, wodurch die Produktionszeit des Rechenzentrums erhöht und schädliche Ausfallzeiten verringert werden. Ein weiterer Bereich mit großem Potenzial besteht darin, die Effizienz zu steigern und den Energieverbrauch des Rechenzentrums zu senken.

KI in Aktion: DeepMind bei Google

Eines der auffälligsten Beispiele für das unglaubliche Ergebnis, zu dem die Einführung der Automatisierung im Rechenzentrum führen kann, ist Google. Bereits 2014 nutzte der Technologieriese das maschinelle Lernen der kürzlich erworbenen DeepMind AI-Abteilung, um den Energieverbrauch in seinem riesigen Netzwerk von Rechenzentren zu steuern.

Nach der Analyse archivierter Daten aus 120 Variablen wie Energieverbrauch, Pumpendrehzahl und Temperatur konnten AI-Algorithmen wesentlich effizientere Methoden zur Kühlung von Rechenzentrumsgeräten berechnen und erstellen.

Was ist das Ergebnis? Der Kühlbedarf ist um 40% gesunken, und der Gesamtenergieverbrauch um 15% ist ein beeindruckendes Ergebnis, mit dem das Unternehmen Hunderte Millionen Dollar einsparen konnte.
Obwohl es offensichtlich ist, dass die meisten anderen Unternehmen nicht einmal über solche Ressourcen und häufig über technisches Wissen wie Google verfügen, kann die Bewegung in diese Richtung einen wesentlichen Beitrag zur Optimierung der Arbeit von Rechenzentren leisten, unabhängig von ihrer Größe.

In der Tat kann eine moderne USV, die an das Netzwerk angeschlossen ist, in einem ähnlichen Anwendungsfall eine große Hilfe bei der „intelligenten“ Steuerung und dem Stromverbrauch sein. USV-Sensoren erfassen kontinuierlich statistische Daten zu wichtigen Leistungsindikatoren, auf deren Grundlage das Gerät bei Bedarf sowie bei der Analyse der Qualität der Netzversorgung in den Energiesparmodus wechseln kann. Infolgedessen steigt der Wirkungsgrad der USV auf 99% . Durch diese Optimierung können Rechenzentren Energie sparen und die Menge an Kohlendioxidemissionen reduzieren.

Schöne neue Welt?

In den meisten Fällen beschränkt sich die Automatisierung von Prozessen in Rechenzentren darauf, den menschlichen Mitarbeitern Informationen in einer leicht zu interpretierenden Form zur Verfügung zu stellen: Der Großteil der getroffenen Entscheidungen bleibt den Menschen überlassen. Mit der Verbesserung der KI- und maschinellen Lerntechnologien wird eine solche Gewaltenteilung jedoch immer weniger offensichtlich.

Wenn frühere Rechenzentren nur als Mittel zum Speichern von Daten dienen könnten, könnten die neuen „intelligenten“ Rechenzentren der Zukunft bereits alle eingehenden Informationen in Echtzeit analysieren, interpretieren und verarbeiten.


Der Anstieg von Maschinen kann die Arbeit von Rechenzentren erheblich beeinträchtigen

Die Einführung neuer Technologien und technologischer Prozesse wurde zu jeder Zeit mit Vorsicht aufgenommen, da dies auf einen Stellenabbau hindeutet: Maschinen übernehmen Aufgaben, die zuvor von Menschen ausgeführt wurden. Zum ersten Mal wurden diese Befürchtungen von den Ludditen geäußert, und seitdem ist jede neue Phase der industriellen Revolution auf solchen Widerstand gestoßen.

Wenn wir jedoch die Geschichte sorgfältig studieren, werden wir feststellen, dass sich in Wirklichkeit nur die Art der Arbeit der Person ändert, während die Arbeitsplätze selbst nicht kleiner werden. Und wahrscheinlich wird sich dieser Trend bei "intelligenten" Rechenzentren fortsetzen.

Im Vergleich zu vielen Branchen ist die Anzahl der Personen, die für die Verwaltung eines Rechenzentrums benötigt werden, bereits recht begrenzt. Vielleicht führt die Verbreitung der KI zu einer Verringerung der Anzahl von Positionen von IT-Spezialisten mit einer Verlagerung hin zu Experten mit einem breiteren oder universelleren Profil.

Die Automatisierung sollte von Managern und der Verwaltung von Rechenzentren als zusätzliches Werkzeug in ihrem Arsenal angesehen werden und keine Angst vor Veränderungen verursachen. IT-Spezialisten können sich auf Aufgaben konzentrieren, die praktische Vorteile bringen, und sich nicht darauf einlassen, „Motor und Maschine in gutem Zustand zu halten“, wenn wir eine Analogie zum Fahren ziehen.

Letztendlich spielt es keine Rolle, wie perfekt KI und Maschinen sind: Sie sind nur so gut, wie ihre Algorithmen und Programme durchdacht sind. Autos sind anfällig für die Auswirkungen von Personen oder sogar anderen Maschinen, und niemand hat Probleme mit dem Datenschutz und der Datensicherheit abgesagt.

Trotz der Tatsache, dass KI-, Automatisierungs- und maschinelle Lerntechnologien in allen Bereichen unseres Lebens definitiv eine immer wichtigere Rolle spielen werden, sind wir immer noch weit entfernt von einer Welt (oder in unserem Fall Rechenzentren), die ausschließlich von Robotern gesteuert wird.