| Рубрикатор |  |
 |
| Статьи | |
|
| Юрий ЛОХИН | 30 августа 2023 |
Интеллект для ЦОДов
Искусственный интеллект становится важным методом оптимизации бизнеса. Эффективно его применение в ЦОДах, в которых накапливается масса данных от контролирующих систем и есть возможность развернуть системы не только для использования, но и для обучения ИИ.
По оценкам Gartner,
к 2025 г. в половине ЦОДов будут в том или ином виде использоваться технологии
искусственного интеллекта, что повысит их операционную эффективность на 30%.
Эти технологии помогут решить проблему нехватки квалифицированного персонала, с
которой сталкивается отрасль ЦОДов. Аналитики Gartner называют четыре области
индустрии дата-центров, где ИИ может оказать наибольшее влияние: модернизация и
техобслуживание серверов (предикативное обслуживание), мониторинг (оперативное
управление), безопасность и машинное обучение.
Рассмотрим наиболее эффективные методы искусственного интеллекта, которые могут применяться в дата-центрах.
Предикативное обслуживание. Сейчас, в условиях ограничения доступа к новым технологиям, важно в полной мере задействовать ресурсы уже закупленного оборудования, сохраняя при этом высокие показатели доступности и отказоустойчивости. Предикативная аналитика позволяет вовремя обнаружить и заменить устройства, которые могут в ближайшее время выйти из строя. Это один из наиболее перспективных способов максимально использовать ресурсы эксплуатируемого оборудования.
Конечно, для успешного применения такого метода оптимизации расходов нужно обеспечить одинаковое качество установленного в ЦОДе оборудования, чего не всегда удается добиться в условиях параллельного импорта. Тем не менее метод ремонта по состоянию, в рамках которого на искусственный интеллект возлагается обязанность прогнозирования аварийных ситуаций, является одним из перспективных направлений использования ИИ в ЦОДах.
Оперативное управление. Эффективность ЦОДа зависит от множества параметров, которые меняются со временем. Предоставляя клиентам необходимые им вычислительные ресурсы, оператор должен сохранять оптимальными и температурный режим работы оборудования, и расход электроэнергии, и резервное электропитание, и многие другие параметры. При высокой нагрузке на ЦОД нужно равномерно распределять вычислительные мощности, чтобы не перегревать оборудование, а при низкой – консолидировать вычисления в нескольких стойках, чтобы полностью отключать остальные.
В балансировании сложной системы с большим количеством факторов, которые могут влиять на ее эффективность, трудно выработать универсальные правила. В большинстве случаев лучше использовать методы искусственного интеллекта, которые позволяют по накопленной истории управляющих воздействий предсказать дальнейшее развитие ситуации и выбрать наиболее эффективную стратегию оптимизации параметров.
Автоматизация процессов. Современные ЦОДы и работающие в них облака предполагают большое количество различных процессов самообслуживания – разворачивание новых виртуальных машин, переконфигурирование старых, изменение оперативной и дисковой памяти, доступ к графическим сопроцессорам и множество других. Далеко не всегда сами пользователи могут разобраться во всех параметрах и эффективно управлять предоставляемыми из облака ресурсами, поэтому выполнение рутинных операций балансировки всех параметров и перестройки облачных систем в соответствии с текущей загрузкой приложений и баз данных можно доверить ИИ.
Тот же искусственный интеллект на разных этапах своей работы требует то доступа к большому количеству хранимой информации, то выделения графических сопроцессоров для обучения нейронных сетей. В частности, при переобучении больших нейросетевых моделей возникает огромная потребность в вычислительных ресурсах, которые будут не востребованы в остальное время. С помощью специально обученного ИИ можно оптимизировать выделение вычислительных ресурсов и систем хранения во время обучения нейросетей, а потом возвращать их в общий пул ресурсов.Информационная безопасность. Для сохранения надежной работы ЦОДам нужно обеспечить, в том числе защиту вычислительных ресурсов, установленных внутри периметра сети, от вредоносных воздействий извне. Вредоносную активность можно распознать, к примеру, по аномальному поведению различных информационных систем и систем управления. Если собирать данные о нормальном состоянии работающих в дата-центрах приложениях, то с помощью инструментов ИИ можно обнаружить момент, когда в информационных системах начнется подозрительная активность, вызванная вредоносной деятельностью здоумышленников.
В целом же можно сказать, что ЦОДы – одна из тех сфер, где применений технологий искусственного интеллекта сейчас наиболее эффективно. Внедрять современные вычислительные решения проще тем командам, которые реализовали в этой области не один проект. В любом случае ИИ дает отечественным компаниям возможность оптимизировать свои расходы при сохранении качества обслуживания, надежности работы и безопасности использования ЦОДов.
Юрий Лохин, директор по информационным технологиям, Alias Group
Адрес: 105082, Россия, г. Москва, 2-й Ирининский пер, д. 3