O nás     Inzerce     KontaktSpolehlivé informace o IT již od roku 2011
Hledat
Nepřehlédněte: Nejlepší IT: Pozoruhodné IT produkty pro rok 2024 podruhé
Správa dokumentů
Digitální transformace
Informační systémy
Hlavní rubriky: Informační systémy, Mobilní technologie, Datová centra, Sítě, IT bezpečnost, Software, Hardware, Zkušenosti a názory, Speciály

Pozoruhodné IT produkty 2024 podruhé
E-knihy o IT zdarma
Manuál Linux

Prediktivní analýza pro lepší správu DC

Zásadními požadavky na datová centra je maximální kontinuita provozu a energetická efektivnost. Neplánované výpadky mohou přijít velmi draho, stejně jako používání nedostatečně úsporných technologií. Ke zlepšení obou těchto parametrů by mohla v příštích letech přispět umělá inteligence.


Umělá inteligence je v posledních měsících velkým tématem v řadě odvětví IT. Nejinak je tomu také v oblasti datových center. Technologie umělé inteligence se postupně začínají používat spolu s nástroji DCIM (data center infrastructure management) k analýzám průběhu procesů v datovém centru prostřednictvím sledování napájení, chlazení, stavu jednotlivých součástí IT infrastruktury nebo využití kapacit prvků datového centra. Na základě těchto analýz je možno predikovat například problémy s některými prvky infrastruktury a rychle přijímat příslušná opatření.

Samoopravné datové centrum

Konečným cílem vývoje by měl být vznik datových center, která jsou schopna se sama opravovat. A to nikoli v okamžiku, kdy nastane problém - a výpadek, ale ještě před tímto okamžikem. Umělá inteligence tak musí analyzovat jednotlivé parametry chodu infrastruktury a v okamžiku, kdy jejich vývoj nasvědčuje nadcházejícímu problému, provést preventivní opravu.

Ať už jde o potenciální problém ve výpočetní infrastruktuře, v systémech pro ukládání dat, v síťových komponentách nebo v podpůrné infrastruktuře, ideální řídicí systém jej identifikuje a bez zásahu člověka provede opravu dříve, než vzniknou potíže.

Podmínkou vzniku takového řešení je dostupnost maximálního množství relevantních dat o běhu infrastruktury napříč datovým centrem a umělá inteligence s příslušným know-how - typicky vzniklým na základě sběru dat z řady dalších datových center, na jejichž základě bylo možno vysledovat například typický průběh parametrů při vzniku určitého typu poruchy.

Současně je nutno dodat, že podstatná část poruch v datových centrech je způsobena chybou lidského faktoru. Umělá inteligence tak musí hlídat nejen IT a podpůrnou infrastrukturu, ale také zásahy operátorů - a v případě možných chyb účinně upozornit na možné důsledky.

Spokojení uživatelé

Umělá inteligence bude pravděpodobně do budoucna hrát významnou roli při technické podpoře zákazníků. Mnohé jejich problémy totiž nejsou způsobeny nefunkčností služeb poskytovaných datovým centrem, ale špatným nastavením služeb na straně zákazníka. Například chybně nainstalovaným nebo nastaveným softwarem, případně nekompatibilním nastavením softwaru ve vztahu ke službě datového centra.

Pro umělou inteligenci, která má k dispozici ohromné množství „zkušeností“ z provozu tisíců datových center může být nalezení příčiny - například konkrétního nastavení u konkrétní verze konkrétního softwaru otázkou sekund. A rychlá pomoc bezradnému klientovi může být v takových okamžicích zásadní konkurenční výhodou. Ať už jde o externího klienta nebo klienta interního v případě, kdy datové centrum poskytuje služby vlastním obchodním jednotkám firmy.

Zatímco v současnosti je mnohdy technická podpora poskytována nejprve personálem první úrovně, který je schopen poskytnout pouze základní - a mnohdy naprosto nedostatečné - rady, a teprve později je - mnohdy již nespokojený - zákazník přesměrováván na vyšší stupně podpory, k zaměstnancům, kteří jsou schopni řešit i technicky náročné problémy, s masivním využitím umělé inteligence může být tento mnohdy nevhodný postup zcela změněn.

Umělá inteligence v praxi

V roce 2014 společnost Google koupila firmu DeepMind, která se zaměřuje na vývoj umělé inteligence a její využití v praxi. V minulých letech společně využily systém neuronových sítí natrénovaných na různých provozních scénářích datových center k pochopení dynamiky jejich systémů a k jejich optimalizaci. Podle zástupců Google byla sbírána data z tisíců senzorů napříč datovým centrem měřících množství různých veličin s cílem optimalizovat PUE (Power Usage Effectiveness) datového centra.

A výsledek? Společnost Google se pochlubila, že díky umělé inteligenci od DeepMind snížila svou spotřebu elektřiny na chlazení datových center o 40 %, což znamená úspory v řádech desítek milionů dolarů ročně. Do budoucna lze přitom očekávat, že umělá inteligence na základě sbíraných dat získá ještě podrobnější znalosti fungování datových center a bude schopna postupně zasahovat do jeho dalších funkčních celků tak, aby optimalizovala jeho funkčnost.


(3. 4. 2017 | redakce2)


Tento článek je součástí speciálu:

Moderní datová centra: Pružná, spolehlivá, efektivní

Proměny IT, ve kterých se stále více odrážejí aktuální trendy, jako je především využívání cloudových služeb, mají výrazné dopady i...


Facebook Twitter

Partneři speciálu:



Komentáře, názory a rady

Zatím sem nikdo nevložil žádný komentář. Buďte první...

>>> Číst a vkládat komentáře <<<
©2011-2024 BusinessIT.cz, ISSN 1805-0522 | Názvy použité v textech mohou být ochrannými známkami příslušných vlastníků.
Provozovatel: Bispiral, s.r.o., kontakt: BusinessIT(at)Bispiral.com | Inzerce: Best Online Media, s.r.o., zuzana@online-media.cz
O vydavateli | Pravidla webu BusinessIT.cz a ochrana soukromí | Používáme účetní program Money S3 | pg(4867)