Terhadap latar belakang transisi total yang tampaknya tak terelakkan ke kecerdasan buatan (AI) dan teknologi otomasi, Leo Craig, CEO Riello UPS, bertanya-tanya: apakah pemberontakan tak terhindarkan dan, jika demikian, bagaimana ini akan memengaruhi pekerjaan pusat data di masa depan?Hampir sepertiga penduduk Inggris menggunakan setidaknya lima perangkat yang terhubung setiap hari. Ini adalah sekitar 20 juta orang dengan lebih dari 100 juta smartphone, perangkat yang dapat dipakai, asisten virtual dan gadget lainnya. Dan ini hanyalah puncak gunung es. Menurut para ahli, pada 2020, lebih dari 50 miliar perangkat akan terhubung ke Internet of Things (IoT) di seluruh dunia, dan menurut International Data Corporation yang bereputasi, munculnya jaringan nirkabel 5G selama dekade berikutnya akan menciptakan pasar senilai $ 7 triliun per tahun.
Sudah, ada lebih banyak perangkat yang terhubung di planet ini daripada manusia. Dan ini berarti hanya satu hal - banyak data, banyak data untuk diproses! Untuk memenuhi permintaan yang terus tumbuh, pusat data modern harus berbuat lebih banyak, menggunakan semakin sedikit ruang kerja, energi, dan idealnya sumber daya manusia.
Satu-satunya cara untuk menyelesaikan tugas sulit ini adalah dengan melakukan revolusi teknologi yang dikenal sebagai Industri 4.0. Otomatisasi, data besar, kecerdasan buatan, pembelajaran mesin - pusat data "pintar" adalah satu-satunya jalan keluar kami.
Jadi, mesinnya maju ... Tapi apakah mereka bisa mengambil kendali penuh?
Apa itu otomatisasi pusat data?
Dalam istilah sederhana, ini berarti mengotomatisasi berbagai tugas yang biasanya dilakukan orang: dari mengelola dan mengendalikan data hingga pemeliharaan.
Tujuan utama: untuk tugas yang membutuhkan keputusan, gunakan bukan orang, tetapi mesin yang dapat "belajar" dan membuat keputusan seperti itu dengan menganalisis informasi dari sensor pada perangkat yang terhubung. Jadi, meramalkan hasil di masa mendatang berdasarkan data masa lalu.
Pusat data modern telah menjadi begitu besar dan kompleks sehingga orang sering tidak punya waktu untuk memproses seluruh aliran informasi yang beragam.
Mesin, sebaliknya, dapat menganalisis dan memproses data hampir secepat mereka dapat menerimanya. Dengan mesin plug-in pintar, ini berarti respons instan dalam waktu nyata. Jika perlu, manajer pusat data dapat secara instan mengukur sumber daya yang digunakan, yang akan menyediakan pemrosesan cepat banyak kesalahan tanpa campur tangan manusia.
Selain itu, mobil tidak tidur, mereka tidak perlu liburan dan cuti sakit: mereka sedang bekerja 24 jam 7 hari seminggu.
Komunikasi antar mesin memungkinkan penggunaan teknologi AI untuk mengotomatisasi banyak operasi yang dilakukan oleh administrator TI dan tim TI. Jumlah data mentah yang tak terhitung dalam sekejap menjadi dapat dimengerti dan secara praktis dapat diterapkan.
Dalam hubungannya dengan perangkat lunak manajemen infrastruktur pusat data (DCIM), AI dapat mengotomatiskan banyak tugas utama, seperti, misalnya, mengisolasi ancaman keamanan dengan memutus sistem sistem pihak ketiga dari jarak jauh.
Ambil tanggung jawab manajemen patch yang memakan waktu dengan memutakhirkan sistem ke versi terbaru, teraman. AI dapat digunakan untuk melakukan semua tugas: mulai dari proses pemulihan bencana hingga rutinitas harian yang relatif prosa, namun penting.
Tentu saja, komunikasi "pintar" semacam ini bukanlah penemuan saat ini. Salah satu contoh mencolok dari keberhasilan penerapan teknologi ini adalah perangkat catu daya yang tidak pernah terputus. Sensor UPS mengumpulkan dan mengirimkan informasi satu sama lain baik tentang indikator perangkat itu sendiri, misalnya, muatan baterai, dan tentang lingkungan eksternal.
UPS modern juga dapat berkomunikasi dan berintegrasi dengan smart grid, yang memungkinkan Anda untuk menyimpan, secara cerdas membelanjakan, dan mengelola permintaannya. Manajemen permintaan, yang dikenal sebagai DSR, adalah sebuah konsep di mana insentif diberikan kepada konsumen energi untuk mengurangi konsumsi selama periode puncak, yang membantu keseimbangan pasokan dan permintaan jaringan listrik tanpa menghasilkan energi tambahan.
Dengan demikian, dalam praktiknya, pusat data dapat menggunakan UPS mereka untuk menyimpan kelebihan listrik selama periode beban di luar beban puncak, ketika biaya unit lebih rendah, yang kemudian dapat digunakan selama beban puncak atau pemadaman listrik, atau dijual kembali ke pemasok. Meskipun UPS perlu dilengkapi dengan baterai lithium-ion untuk beroperasi dalam mode “pembangkit listrik virtual”, ini akan memungkinkan perusahaan untuk menyatakan dirinya sebagai organisasi yang bertanggung jawab secara sosial dan ramah lingkungan, serta menyediakan sumber pendapatan tambahan.
Jadi, mengapa pengenalan otomatisasi di pusat data menguntungkan, selain peningkatan waktu luang yang jelas dari tim spesialis TI?Keuntungan yang jelas adalah kecepatan dan kinerja yang diharapkan terjamin dengan kebutuhan minimal untuk intervensi manusia. Masalah potensial dapat diidentifikasi dan dipecahkan secara real time, sehingga meningkatkan waktu produktif pusat data dan mengurangi periode downtime yang berbahaya. Area lain dengan potensi besar adalah meningkatkan efisiensi dan mengurangi konsumsi energi pusat data.
AI sedang beraksi: DeepMind di layanan Google
Salah satu contoh paling mencolok dari hasil luar biasa yang dapat ditimbulkan oleh pengenalan otomatisasi di pusat data adalah Google. Kembali pada tahun 2014, raksasa teknologi ini mulai menggunakan pembelajaran mesin dari divisi DeepMind AI yang baru saja diakuisisi untuk mengelola konsumsi energi dalam jaringan pusat data yang luas.
Setelah menganalisis data yang diarsipkan dari
120 variabel , seperti konsumsi energi, kecepatan dan suhu pompa, algoritma AI dapat menghitung dan menciptakan cara yang jauh lebih efisien untuk mendinginkan peralatan pusat data.
Apa hasilnya? Kebutuhan akan pendinginan telah berkurang sebesar
40% , dan total konsumsi energi sebesar
15% adalah hasil yang mengesankan, yang memungkinkan perusahaan untuk menghemat ratusan juta dolar.
Meskipun jelas bahwa sebagian besar perusahaan lain bahkan tidak memiliki sumber daya seperti itu, dan seringkali pengetahuan teknis, seperti Google, gerakan ke arah ini dapat memberikan kontribusi yang signifikan untuk mengoptimalkan pekerjaan pusat data, terlepas dari ukurannya.
Memang, UPS modern yang terhubung ke jaringan dapat sangat membantu dalam kontrol "pintar" dan konsumsi listrik dalam kasus penggunaan serupa. Sensor UPS terus mengumpulkan data statistik pada indikator kinerja utama, berdasarkan yang, serta pada analisis kualitas pasokan listrik, perangkat dapat masuk ke mode hemat energi jika perlu. Akibatnya, efisiensi UPS meningkat
menjadi 99% . Optimalisasi semacam itu memungkinkan pusat data untuk menghemat energi dan mengurangi jumlah emisi karbon dioksida.
Dunia baru yang berani?
Sekarang, dalam banyak kasus, otomatisasi proses di pusat data direduksi menjadi memberikan informasi kepada karyawan manusianya dalam bentuk yang mudah diinterpretasikan: sebagian besar keputusan yang dibuat masih diserahkan kepada orang. Namun, ketika AI dan teknologi pembelajaran mesin meningkat, pemisahan kekuatan seperti itu akan menjadi semakin tidak jelas.
Jika pusat data sebelumnya hanya dapat berfungsi sebagai sarana untuk menyimpan data, maka pusat data "pintar" baru di masa depan sudah dapat menganalisis, menafsirkan, dan memproses semua informasi yang masuk secara real time.
Bangkitnya mesin dapat secara signifikan mempengaruhi pekerjaan pusat dataSetiap saat, pengenalan teknologi baru dan proses teknologi disambut dengan hati-hati, karena ini menandakan pemangkasan pekerjaan: mesin melakukan tugas yang sebelumnya dilakukan oleh orang-orang. Untuk pertama kalinya, ketakutan ini disuarakan oleh kaum Ludd, dan sejak itu setiap tahap baru revolusi industri telah menemui perlawanan semacam itu.
Tetapi jika kita mempelajari sejarah dengan cermat, kita akan melihat bahwa dalam kenyataannya hanya sifat pekerjaan seseorang yang berubah, sementara pekerjaan itu sendiri tidak semakin kecil. Dan, mungkin, tren ini akan berlanjut dalam kasus pusat data "pintar".
Dibandingkan dengan banyak industri, jumlah orang yang dibutuhkan untuk mengelola pusat data sudah sangat terbatas. Mungkin penyebaran AI akan mengarah pada pengurangan jumlah posisi spesialis TI dengan pergeseran ke arah para ahli dari profil yang lebih luas atau universal.
Otomatisasi harus dilihat oleh manajer dan administrasi pusat data sebagai alat tambahan dalam gudang senjata mereka, dan tidak menyebabkan ketakutan akan perubahan. Ini akan memungkinkan spesialis IT untuk berkonsentrasi pada tugas yang membawa manfaat praktis, dan tidak terlibat dalam "menjaga mesin dan mesin dalam kondisi baik" jika kita menggambar analogi dengan mengemudi.
Pada akhirnya, tidak masalah seberapa sempurna AI dan mesin: mereka hanya sebagus algoritma dan program yang dipikirkan. Mobil rentan terhadap efek orang atau bahkan mesin lain, dan tidak ada yang membatalkan masalah dengan privasi dan keamanan data.
Terlepas dari kenyataan bahwa AI, teknologi otomatisasi dan pembelajaran mesin pasti akan memainkan peran yang semakin penting dalam semua aspek kehidupan kita, kita masih jauh dari dunia (atau dalam kasus kami, pusat data) yang dikontrol secara eksklusif oleh robot.