No processo de transformação digital da economia, a humanidade precisa construir cada vez mais data centers. Os próprios data centers também devem ser transformados: os problemas de tolerância a falhas e eficiência energética são agora mais importantes do que nunca. As instalações consomem uma quantidade enorme de eletricidade, e as falhas da infraestrutura crítica de TI localizadas custam muito dinheiro aos negócios. Para o auxílio de engenheiros, vêm as tecnologias de inteligência artificial e aprendizado de máquina - nos últimos anos elas foram cada vez mais usadas para criar data centers mais avançados. Essa abordagem aumenta a disponibilidade das instalações, reduz o número de falhas e reduz os custos operacionais.
Como isso funciona?
As tecnologias de inteligência artificial e aprendizado de máquina são usadas para automatizar a adoção de decisões operacionais com base em dados coletados de vários sensores. Normalmente, essas ferramentas são integradas aos sistemas DCIM (Data Center Infrastructure Management) e permitem prever a ocorrência de situações de emergência, além de otimizar a operação de equipamentos de TI, infraestrutura de engenharia e até funcionários. Muitas vezes, os fabricantes oferecem aos proprietários de data centers serviços em nuvem que coletam e processam dados de muitos clientes. Esses sistemas resumem a experiência operacional de diferentes datacenters, portanto, funcionam melhor que os produtos locais.
Gerenciamento de infraestrutura de TI
A HPE está promovendo o serviço de análise preditiva da nuvem InfoSight para gerenciar a infraestrutura de TI criada nos sistemas de armazenamento Nimble Storage e HPE 3PAR StoreServ, servidores HPE ProLiant DL / ML / BL, sistemas de rack HPE Apollo e plataforma HPE Synergy. O InfoSight analisa as leituras dos sensores instalados no equipamento, processando mais de um milhão de eventos por segundo e constantemente aprendendo. O serviço não apenas detecta o mau funcionamento, mas também prevê possíveis problemas com a infraestrutura de TI (falhas no equipamento, esgotamento da capacidade de armazenamento, degradação do desempenho da máquina virtual etc.) antes mesmo que ocorram. Para análises preditivas, o software VoltDB é implantado na nuvem, usando modelos de previsão autoregressivos e métodos probabilísticos. Uma solução semelhante também está disponível para os sistemas de armazenamento híbridos da Tegile Systems: o serviço em nuvem IntelliCare Cloud Analytics monitora o status, o desempenho e o uso dos recursos do dispositivo. A inteligência artificial e a tecnologia de aprendizado de máquina também são usadas pela Dell EMC em suas soluções de computação de alto desempenho. Existem muitos exemplos semelhantes, quase todos os principais fabricantes de equipamentos de computação e sistemas de armazenamento de dados agora estão seguindo esse caminho.
Fonte de alimentação e refrigeração
Outra área de aplicação da IA em data centers está associada ao gerenciamento da infraestrutura de engenharia e, acima de tudo, ao resfriamento, cuja participação no consumo total de energia de um objeto pode exceder 30%. O Google foi um dos primeiros a pensar em refrigeração inteligente: em 2016, juntamente com o DeepMind, desenvolveu um sistema de inteligência artificial para monitorar componentes individuais do data center, o que permitiu reduzir em 40% os custos de energia do ar condicionado. Inicialmente, ele dava apenas dicas aos funcionários, mas posteriormente foi refinado e agora pode controlar o resfriamento das salas de máquinas de forma independente. Uma rede neural implantada na nuvem processa dados de milhares de sensores internos e externos: toma decisões levando em consideração a carga nos servidores, a temperatura, a velocidade do vento nas ruas e muitos outros parâmetros. As instruções oferecidas pelo sistema em nuvem são enviadas ao datacenter e são novamente verificadas quanto à segurança pelos sistemas locais, enquanto o pessoal sempre pode desligar o modo automático e começar a controlar o resfriamento manualmente. A Nlyte Software, juntamente com a equipe do IBM Watson, criou uma solução que coleta dados sobre temperatura e umidade, consumo de energia e carga de trabalho de equipamentos de TI. Permite otimizar o trabalho dos subsistemas de engenharia e não requer uma conexão com a infraestrutura em nuvem do fabricante - se necessário, a solução pode ser implantada diretamente no data center.
Outros exemplos
Existem muitas soluções inteligentes inovadoras para data centers no mercado e novas estão aparecendo constantemente. O Wave2Wave criou um sistema robótico de comutação de cabos de fibra ótica para a organização automatizada de conexões cruzadas em nós de troca de tráfego (Meet Me Room) dentro do data center. O sistema desenvolvido pelo ROOT Data Center e LitBit usa a IA para monitorar os motores diesel em espera, e a Romonet criou uma solução de software de auto-aprendizado para otimizar a infraestrutura. As soluções criadas pela Vigilent usam o aprendizado de máquina para prever falhas e otimizar as condições de temperatura no data center. A introdução de inteligência artificial, aprendizado de máquina e outras tecnologias inovadoras em data centers para automação de processos começou relativamente recentemente, mas hoje é uma das áreas mais promissoras do desenvolvimento da indústria. Os datacenters modernos tornaram-se muito grandes e complexos para serem gerenciados com eficácia manualmente.