Datacenters: een ideale toepassing voor industriële AI

De groei van het datacentrum

Een veelgehoord managementprincipe is: "Wat meetbaar is, kan verbeterd worden". Van financiën tot productiviteit, talloze bekende meetwaarden en prestatie-indicatoren, zoals omzet per werknemer, sturen bedrijfsprocessen en managementsystemen aan.

Metingen en meetwaarden worden nog belangrijker in operationele systemen; van kwaliteit tot efficiëntie, deze meetwaarden bepalen vaak de processen zelf.

Weinig operationele omgevingen profiteren zozeer van procesoptimalisatie als datacenters. Deze faciliteiten hebben enorme kapitaaluitgaven (zie bijvoorbeeld...). Facebook's $750 miljoen en Google's $600 miljoen nieuwe datacenters) en eveneens aanzienlijke operationele kosten (ze verbruiken 3% van de wereldwijde elektriciteit en hebben een CO2-voetafdruk die gelijk is aan die van de wereldwijde luchtvaartindustrie).

Deze faciliteiten vormen de ruggengraat van ons dagelijks leven, van videostreaming tot handel en bankieren, en hun belang zal alleen maar toenemen met de voortschrijdende digitalisering en de voortdurende stroom van nieuwe diensten. Uber is hiervan een treffend voorbeeld.

Overstappen op alternatieven voor datacenters voor lagere kosten en meer flexibiliteit.

Toch ondervinden datacenters ernstige veranderingen. De steeds scherpere focus op het verlagen van kosten en risico's, gecombineerd met een grotere flexibiliteit, heeft deze faciliteiten opnieuw in de schijnwerpers gezet. Belangrijk is dat datacenters een extra aspect hebben dat weinig andere sectoren hebben: keuzevrijheid. Er zijn talloze kant-en-klare alternatieven voor het traditionele datacenter, van software in de cloud (zoals Microsoft 365) tot het plaatsen van apparatuur in een gedeelde faciliteit (met name de cloud). colocatie provider markt, met veel grote spelers zoals Digital Realty en CyrusOne).

Het is dan ook niet verwonderlijk dat er veel gangbare meetmethoden bestaan ​​voor het meten en beheren van datacenterswaaronder energie-efficiëntie, beschikbaarheid en ruimtebenutting. Maar met de verschuivingen in de datacentermarkt, richten we ons wel op de juiste meetwaarden? Verzamelen we met de bestaande meetwaarden wel de juiste gegevens? Liggen er verborgen meetwaarden en patronen te wachten om ontdekt te worden en zo het nut van deze faciliteiten te maximaliseren?

De juiste meetwaarden vinden om het nut van datacenters te maximaliseren

Om deze punten aan te pakken, laten we eerst de datacenterfaciliteiten zelf eens bekijken. Simpel gezegd, de schaal, complexiteit en de vereiste optimalisatie van deze faciliteiten vereisen "beheer door AI", omdat ze steeds minder goed kunnen worden gepland en beheerd met traditionele regels en vuistregels. Er zijn verschillende factoren die deze trend aanjagen:

• Efficiëntie en milieu-impactZoals aan het begin van dit artikel al werd vermeld, verbruiken datacenters een aanzienlijke hoeveelheid energie. Als gevolg hiervan staat de sector onmiskenbaar onder de loep vanwege zijn energieverbruik. In combinatie met de verbruikskosten, Exploitanten pakken de efficiëntie aan. op steeds creatievere en complexere manieren.
• Consolidatie van datacentersDatacenters profiteren absoluut van schaalvoordelen, en of bedrijfsdatacenters nu worden samengevoegd of verplaatst naar colocatiefaciliteiten, het resultaat zijn steeds grotere faciliteiten met een hogere dichtheid en een navenant hoger energieverbruik.
• Groei van colocatieprovidersColocatieproviders zoals Equinix en Digital Realty, voor wie beschikbaarheid, efficiëntie en kostenbesparing van het grootste belang zijn, groeien vijf keer sneller dan de algehele markt, zoals blijkt uit een recent rapport van 451 Group. Deze providers beschikken over een enorme schaal en hun op efficiëntie gerichte bedrijfsmodellen zullen AI inzetten om hen een duidelijk concurrentievoordeel te geven.
• Edge computingDe opkomst van edge-datacenters, kleine datacenters die vaak geografisch verspreid zijn, maakt het mogelijk om workloads optimaal te plaatsen. In plaats van op zichzelf staande entiteiten te zijn, vormen deze edge-nodes, in combinatie met centrale datacenters of cloudcomputing, een groter, samenwerkend computernetwerk. Deze rijke topologie biedt talloze input- en controlemogelijkheden voor optimalisatie en beschikbaarheid, die wederom het best beheerd kunnen worden door AI.

Een vaak over het hoofd geziene factor: het beheer van werkbelasting en bedrijfsmiddelen.

De bovengenoemde factoren hebben terecht meer aandacht gekregen naarmate de datacentermarkt zich heeft ontwikkeld, maar er is nog een ander element - misschien wel het allerbelangrijkste - dat tot voor kort over het hoofd is gezien.

Laten we, om dit te verduidelijken, een illustratieve analogie gebruiken. Waarom bestaan ​​huizen? Niet vanwege de structuur, maar om de bewoners onderdak en comfort te bieden. Op dezelfde manier, waarom bestaan ​​datacenters? Niet vanwege de vele servers en de enorme stroom- en airconditioningssystemen, maar vanwege de applicaties of workloads die in het datacenter draaien.

Alle onderdelen van het datacenter, van softwaresystemen tot de faciliteit zelf, en de beheerprocessen voor die onderdelen, bestaan ​​uitsluitend om de workloads te ondersteunen die op die onderdelen draaien. Dit leidt tot de discipline van Werkbelasting en activabeheer, wat wordt gedefinieerd als “het mogelijk maken van werkbelastingoptimalisatie door middel van intelligent inzicht en uitgebreid beheer van onderliggende activa.”

Het belang van werkbelastingbeheer

Hoe draagt ​​Workload Asset Management bij aan het mantra van beheer door AI? Op vele manieren:

• Beschikbaarheid optimaliseren Door voorspelde virtualisatie-, facilitaire of IT-apparatuurstatus te integreren in workloadbeheer, kunnen workloads preventief worden verplaatst tussen virtuele omgevingen, binnen of tussen datacenters, of worden gecoördineerd met cloudalternatieven, om de beschikbaarheid van applicaties te optimaliseren.
• Het holistisch beheren van werkdruk door nieuwe factoren zoals "kosten per werkbelasting", zowel huidige als verwachte, mee te nemen in de plaatsings- en beheersoverwegingen.
• Energieverbruik optimaliseren Door de faciliteit te beheren op basis van de werkbelasting. Waarom een ​​huis volledig koel houden als er niemand thuis is? Dat doen we ook niet. Zouden datacenters niet op dezelfde manier moeten werken? Door inzicht te hebben in de werkbelasting zelf, kunnen koelings- en IT-systemen worden op- of afgeschaald op basis van het huidige en verwachte gedrag.
• Verbetering van voorspellend onderhoud en faalscenario's door middel van multivariate analyse, waarbij alle beschikbare gegevenspunten, inclusief die van de werkbelasting, worden meegenomen, om de resultaten te verbeteren.
• Intelligent beheer van alarmen en meldingen Door belangrijke gebeurtenissen in een volledig ecosysteem te normaliseren en te rationaliseren, van faciliteiten tot workloads. Een veelvoorkomend probleem in datacenters is het omgaan met opeenvolgende waarschuwingen, waardoor het moeilijk is om de onderliggende oorzaak van de problemen aan te pakken. De groei van edge-datacenters, die vaak op afstand en onbemand zijn, verergert dit probleem aanzienlijk. AI, in combinatie met algoritmen voor verandering van snelheid, afwijking of vergelijkbare methoden, biedt een ideaal mechanisme om kritieke waarschuwingen te identificeren en erop te reageren.

In dit segment van de industriële AI-markt komen verschillende belangrijke en veelvoorkomende trends naar voren:

• Alle input gebruiken om de resultaten te optimaliserenDatacenteractiviteiten genereren een enorme hoeveelheid nuttige managementinformatie, van kritieke infrastructuur (stroomvoorziening, temperatuur) tot beveiliging (inbreuken, afwijkingen) en IT (servers, virtualisatie). Doorgaans werd slechts een klein deel van deze informatie gebruikt of afgestemd op een specifieke meetwaarde of KPI. Een echt cognitief systeem maakt het echter mogelijk om alle input te overwegen, omdat er mogelijk voorheen onbekende, maar waardevolle patronen bestaan ​​die de resultaten aanzienlijk verbeteren.
• Van reactief naar proactiefDatacenters zijn overwegend reactief: applicaties worden verplaatst na een storing; koelsystemen reageren op temperatuurveranderingen; kwetsbaarheden worden aangepakt na een beveiligingslek. Een goed geïmplementeerd AI-systeem, met rijke data-input, cognitieve analyses en geschikte command-and-control-systemen, transformeert een datacenter fundamenteel van een reactieve naar een proactieve modus. Wat als workloads optimaal geplaatst zouden worden op basis van toekomstige vraag en de status van de infrastructuur? Wat als apparatuur preventief gerepareerd zou worden op basis van uitzonderlijk nauwkeurige voorspellingen van toekomstige storingen? Wat als toegangspunten preventief afgesloten zouden worden op basis van verwachte beveiligingsafwijkingen? Deze verschuiving van reactieve naar proactieve bedrijfsvoering vertegenwoordigt de state-of-the-art in de datacentermarkt.
• Analyse van alternatievenWat-als-scenario's vormen een belangrijk onderdeel van managementsystemen, maar ze zijn doorgaans handmatig en 'offline'. Echte AI-systemen daarentegen gebruiken realtime analyses van alle mogelijke opties en benutten uitgebreide input om de uitkomsten te bepalen. In een omgeving met zoveel variabelen als een datacenter kunnen wat-als-scenario's simpelweg niet de benodigde realtime informatie en diepgaande inzichten in operationele alternatieven leveren.

Het ideale toepassingsscenario voor industriële AI

Datacenters vormen een ideale toepassing voor industriële AI: ze zijn complex, energie-intensief en cruciaal, met een zeer groot aantal inputs en controlepunten die alleen effectief beheerd kunnen worden door een geautomatiseerd systeem. Met de voortdurende innovaties in datacenters, van Application Performance Management gekoppeld aan de fysieke infrastructuur tot nauw verbonden virtualisatie en multi-datacenter-topologieën, zal de behoefte aan en de voordelen van AI alleen maar toenemen.

Enzo Greco is president van Nlyte-software De toonaangevende leverancier van oplossingen voor datacenterinfrastructuurbeheer (DCIM) die organisaties helpt bij het automatiseren en optimaliseren van het beheer van hun computerinfrastructuur.