Centros de datos: un caso de uso ideal para la IA industrial.

El crecimiento del centro de datos

Un principio fundamental de la gestión empresarial es: «Lo que se puede medir, se puede mejorar». Desde las finanzas hasta la productividad, numerosas métricas e indicadores clave de rendimiento, como los ingresos por empleado, impulsan los procesos empresariales y los sistemas de gestión.

La medición y las métricas adquieren aún mayor relevancia en los sistemas operativos; desde la calidad hasta la eficiencia, estas métricas a menudo definen los propios procesos.

Pocos entornos operativos se benefician más de la optimización de procesos que los centros de datos. Estas instalaciones tienen enormes gastos de capital (como lo demuestran los nuevos centros de datos de Facebook, valorados en 750 millones de dólares , y los de Google, valorados en 600 millones de dólares ) y costes operativos igualmente significativos (consumen el 3% de la electricidad mundial y tienen una huella de carbono equivalente a la de la industria de la aviación mundial ).

Estas infraestructuras constituyen la base de nuestra vida cotidiana, desde la transmisión de vídeo hasta el comercio y la banca, y su importancia no hará sino aumentar con la expansión de la digitalización y el continuo surgimiento de nuevos servicios. Uber es un claro ejemplo de ello.

Cambiar a alternativas de centros de datos para reducir costes y aumentar la flexibilidad.

Sin embargo, los centros de datos están experimentando una profunda transformación. Un enfoque cada vez más preciso en la reducción de costos y riesgos, a la vez que se aumenta la flexibilidad, ha vuelto a poner a estas instalaciones en el punto de mira. Es importante destacar que los centros de datos cuentan con una ventaja que pocas otras industrias poseen: la flexibilidad. Existen numerosas alternativas disponibles al centro de datos tradicional, desde software en la nube (como Microsoft 365) hasta la ubicación de equipos en instalaciones compartidas (en concreto, el mercado de proveedores de coubicación , con importantes empresas como Digital Realty y CyrusOne).

Como era de esperar, existen numerosas métricas establecidas para medir y operar centros de datos , como la eficiencia energética, la disponibilidad y la utilización del espacio. Sin embargo, ante los cambios en el mercado de centros de datos, ¿nos estamos centrando en las métricas adecuadas? ¿Estamos recopilando los datos relevantes para las métricas existentes? ¿Existen métricas y patrones ocultos que podrían aprovecharse para maximizar la utilidad de estas instalaciones?

Cómo encontrar las métricas adecuadas para maximizar la utilidad de los centros de datos

Para abordar estos puntos, consideremos primero las propias instalaciones de los centros de datos. Sencillamente, la escala, la complejidad y la optimización requerida de estas instalaciones exigen una «gestión mediante IA», ya que cada vez resulta más difícil planificarlas y gestionarlas con las reglas y heurísticas tradicionales. Existen varios factores que impulsan esta tendencia:

• Eficiencia e impacto ambiental: Como se mencionó al principio de este artículo, los centros de datos consumen una cantidad considerable de energía y, como resultado, la industria se ha enfrentado a un escrutinio innegable sobre su huella energética. Junto con los costos de consumo, Los operadores están abordando la eficiencia. de maneras cada vez más creativas y complejas.
• Consolidación de centros de datosLos centros de datos se benefician enormemente de las economías de escala, y tanto si los centros de datos corporativos se consolidan como si se trasladan a instalaciones de coubicación, el resultado son instalaciones cada vez más grandes con una mayor densidad y un consumo energético acorde.
• Crecimiento de los proveedores de servicios de coubicaciónLos proveedores de servicios de coubicación, como Equinix y Digital Realty, para quienes la disponibilidad, la eficiencia y la reducción de costos son primordiales, están creciendo cinco veces más rápido que el mercado en general, según un informe reciente de 451 Group. Estos proveedores cuentan con una escala masiva y sus modelos de negocio orientados a la eficiencia impulsarán la IA, lo que les otorgará una clara ventaja sobre sus competidores.
• Computación de bordeEl auge de los centros de datos Edge, pequeños centros de datos a menudo dispersos geográficamente, permite ubicar las cargas de trabajo de forma óptima. En lugar de ser entidades independientes, estos nodos Edge, combinados con centros de datos centrales o computación en la nube, forman una infraestructura informática cooperativa más amplia. Esta rica topología proporciona numerosos parámetros y controles para la optimización y la disponibilidad, que, una vez más, se gestionan mejor mediante inteligencia artificial.

Un factor que a menudo se pasa por alto: la gestión de activos de carga de trabajo.

Los factores mencionados anteriormente han recibido, con razón, mayor atención a medida que el mercado de centros de datos ha evolucionado; sin embargo, existe otro elemento, quizás el más importante, que hasta hace poco se había pasado por alto.

Para explicar este factor, consideremos una analogía ilustrativa. ¿Por qué existen las casas? No por su estructura, sino para brindar refugio y comodidad a sus habitantes. De manera similar, ¿por qué existen los centros de datos? No por la gran cantidad de servidores y los enormes sistemas de energía y aire acondicionado, sino por las aplicaciones o cargas de trabajo que se ejecutan en ellos.

Todos los activos del centro de datos, desde los sistemas de software hasta las propias instalaciones, así como los procesos de gestión de dichos activos, existen exclusivamente para dar soporte a las cargas de trabajo que se ejecutan sobre ellos. Esto da lugar a la disciplina de Gestión de Activos de Carga de Trabajo , que se define como «la optimización de las cargas de trabajo mediante información inteligente y una gestión integral de los activos subyacentes».

La importancia de la gestión de activos de carga de trabajo

¿Cómo amplía la gestión de activos de carga de trabajo el concepto de gestión mediante IA? De muchas maneras:

• Optimización de la disponibilidad Al incorporar el estado previsto de la virtualización, las instalaciones o los equipos de TI en la gestión de cargas de trabajo, estas pueden trasladarse de forma proactiva entre entornos virtuales, dentro o entre centros de datos, o coordinarse con alternativas en la nube, para optimizar la disponibilidad de las aplicaciones.
• Gestión integral de la carga de trabajo al incluir nuevos factores, como el "Costo por carga de trabajo", tanto actuales como previstos, en las consideraciones de colocación y gestión.
• Optimización del uso de energía Gestionar las instalaciones en función del comportamiento de la carga de trabajo. ¿Para qué mantener una casa totalmente refrigerada si no hay nadie? No lo hacemos. ¿No deberían funcionar los centros de datos de la misma manera? Al conocer las cargas de trabajo, los sistemas de refrigeración y de TI pueden ajustarse en función del comportamiento actual y previsto.
• Mejora del mantenimiento predictivo y de los escenarios de fallos. mediante el uso de análisis multivariante, incorporando todos los puntos de datos disponibles, incluidos los relativos a la carga de trabajo, para mejorar los resultados.
• Gestión inteligente de alarmas y alertas Al normalizar y racionalizar los eventos significativos en todo un ecosistema, desde las instalaciones hasta la carga de trabajo, se logra un problema común en los centros de datos: la gestión de alertas encadenadas dificulta la identificación de la causa raíz. El crecimiento de los centros de datos Edge, a menudo remotos y sin personal, agrava considerablemente este problema. La IA, combinada con algoritmos de cambio de tasa, desviación o similares, proporciona un mecanismo ideal para identificar y actuar ante alertas críticas.

En este segmento del mercado de la IA industrial están surgiendo varias tendencias importantes y comunes:

• Utilizar todos los insumos para optimizar los resultados.Las operaciones de los centros de datos generan una enorme cantidad de información útil para la gestión, desde infraestructura crítica (alimentación, gestión térmica) hasta seguridad (vulneraciones, anomalías) y TI (servidores, virtualización). Normalmente, solo se utiliza una pequeña parte de esta información o se adapta a la métrica o KPI específicos. Sin embargo, un verdadero sistema cognitivo permite considerar todas las entradas, ya que pueden existir patrones valiosos, aunque desconocidos, que mejoran significativamente los resultados.
• Pasar de una actitud reactiva a una proactivaLos centros de datos son predominantemente reactivos: el movimiento de aplicaciones se produce tras un fallo; los sistemas térmicos operan en función de los cambios de temperatura; las vulnerabilidades se abordan tras una brecha de seguridad. Un sistema de IA bien implementado, con abundantes datos de entrada, análisis cognitivos y sistemas de mando y control adecuados, transforma radicalmente un centro de datos, pasando de un modo reactivo a uno proactivo. ¿Qué ocurriría si las cargas de trabajo se ubicaran de forma óptima en función de la demanda futura y el estado de la infraestructura? ¿Qué ocurriría si los equipos se repararan de forma preventiva basándose en predicciones de fallos futuros excepcionalmente precisas? ¿Qué ocurriría si los puntos de acceso se cerraran de forma preventiva en función de las anomalías de seguridad previstas? Este cambio de operaciones reactivas a proactivas representa la tecnología de vanguardia en el mercado de los centros de datos.
• Análisis de alternativasLos análisis de escenarios hipotéticos son un pilar de los sistemas de gestión, pero suelen ser manuales y sin conexión a internet. En cambio, los sistemas de IA propiamente dichos utilizan análisis en tiempo real de todas las opciones posibles, empleando datos de entrada detallados para determinar los resultados. En un entorno con tantas variables como un centro de datos, los análisis de escenarios hipotéticos simplemente no pueden proporcionar la información en tiempo real necesaria ni una comprensión profunda de las alternativas operativas.

El caso de uso ideal para la IA industrial

Los centros de datos representan un caso de uso ideal para la IA industrial: complejos, con alto consumo energético y de vital importancia, con un gran número de entradas y puntos de control que solo pueden gestionarse adecuadamente mediante un sistema automatizado. Con las constantes innovaciones en el ámbito de los centros de datos, desde la gestión del rendimiento de las aplicaciones vinculada a la infraestructura física hasta la virtualización estrechamente integrada y las topologías de múltiples centros de datos, la necesidad y los beneficios de la IA no harán sino aumentar.

Enzo Greco es presidente de Nlyte Software, el proveedor líder de soluciones de gestión de infraestructura de centros de datos (DCIM) que ayuda a las organizaciones a automatizar y optimizar la gestión de su infraestructura informática.