Nowe centra danych: „zielone” i „inteligentne”

Na obsługiwane przez platformy DCIM zarządzanie infrastrukturą centrum danych składają się procesy monitorowania, administrowania i optymalizacji fizycznych oraz logicznych komponentów centrum danych, takich jak: zasilanie, chłodzenie, serwery, pamięci masowe, sieć oraz bezpieczeństwo. Oprogramowanie DCIM pomaga operatorom data center w zwiększaniu efektywności i wydajności, redukcji kosztów oraz gwarantowaniu dostępności usług IT.

A jeśli powyższa definicja DCIM dobrze oddaje rzeczywistość, to mamy do czynienia z bardzo dynamicznym obszarem, podlegającym ciągłym zmianom wraz z pojawiającymi się potrzebami i problemami w centrach danych. Ostatnio nowe możliwości (ale i wyzwania) dotyczą głównie sztucznej inteligencji i uczenia maszynowego oraz „zielonych” centrów danych.

Znaczenie sztucznej inteligencji w centrach danych rośnie w takich zastosowaniach, jak analityka predykcyjna, dynamiczne zarządzanie obciążeniami czy bezpieczeństwo. Technologie AI mają usprawniać zarządzanie zasobami, ograniczać przestoje oraz zwiększać ochronę przed zagrożeniami fizycznymi oraz cyberzagrożeniami. Z kolei większe potrzeby w obszarze AI przekładają się na zapotrzebowanie na centra danych o wysokiej wydajności obliczeniowej oraz znacząco zwiększonej pojemności pamięci masowych. Z technicznego punktu widzenia oznacza to przystosowanie centrów do wyższej gęstości obliczeniowej i dalsze zwiększanie ich efektywności. Przede wszystkim obserwuje się szybki rozwój chłodzenia cieczą i pojawianie się tańszych opcji tej technologii.

Sztuczna inteligencja może być przydatna także w zarządzaniu infrastrukturą DC. Wbudowana w DCIM może pomóc w zbieraniu i analizowaniu dużych ilości danych z różnych źródeł, takich jak czujniki, urządzenia, aplikacje oraz użytkownicy, a także zapewniać wgląd w wydajność, stan i zachowanie infrastruktury centrum danych.

AI i ML mogą wykrywać anomalie i usterki w infrastrukturze centrum danych, takie jak awarie zasilania, przegrzewanie, przeciążenie sieci czy naruszenia bezpieczeństwa, a także identyfikować przyczyny i określać potencjalne skutki tych problemów. Będą także wspierać optymalizację i automatyzację różnych procesów w infrastrukturze centrum danych, w tym balansowanie obciążeń, zarządzanie energią, kontrolę chłodzenia, alokację zasobów oraz harmonogramowanie prac utrzymaniowych.

Co więcej, AI i ML mogą pomóc przewidywać przyszłe trendy oraz scenariusze w infrastrukturze centrum danych (należą do nich wzrost zapotrzebowania, wykorzystanie pojemności, zużycie energii i wpływ na środowisko), a także dostarczać rekomendacje dotyczące planowania i budżetowania.

Osiągnięcie tych wszystkich korzyści wiąże się jednak z pokonaniem wielu wyzwań. Przede wszystkim sztuczna inteligencja wymaga dużych ilości wysokiej jakości danych. W przypadku DC oznacza to, że dane pochodzące z różnych źródeł, takich jak czujniki, muszą być dokładne i spójne. Wszelkie rozbieżności mogą prowadzić do błędnych analiz, prognoz, a nawet awarii systemu.

Trzeba mieć także na uwadze, że integracja AI i ML z istniejącym oprogramowaniem DCIM może być złożonym procesem. Będzie wymagać dogłębnego zrozumienia operacji centrum danych oraz specyficznych narzędzi używanych w tym środowisku, co może wiązać się ze znacznym nakładem pracy i czasu. Ponieważ AI i ML zbierają i analizują ogromne ilości danych, kluczowe staje się zapewnienie ich bezpieczeństwa i prywatności. Naruszenie ich może prowadzić do poważnych szkód finansowych i reputacyjnych.

Trzeba także zachować umiar, ponieważ nadmierne poleganie na AI i ML może stwarzać ryzyko. Nadzór ludzki pozostanie niezbędny, aby weryfikować wyniki i interweniować w sytuacjach i zdarzeniach, w których te technologie mogą nie być w stanie odpowiednio reagować.