Inteligência Artificial pode otimizar funcionamento de Data Centers

Empresas pelo mundo estão testando as tecnologias do ML, Machine Learning em Data Centers para monitorar e automatizar o gerenciamento de componentes de instalações, elementos de distribuição de energia, infraestrutura de resfriamento, sistema de rack e segurança física. A IA, Inteligência Artificial é capaz de simplificar a gestão de instalações de computação complexas e permite que os Centros de Processamento de Dados funcionem de forma mais eficiente e autônoma.

A Inteligência Artificial em Data Centers por enquanto, gira em torno do uso do Machine Learning, em português, aprendizado de máquina, que vem da ideia que equipamentos podem aprender sem serem programados, a realizar tarefas específicas, ou seja, algorítimos que coletam dados, aprendem com eles e que fazem determinações ou predições. A Deloitte Global prevê que as implementações de ML vão dobrar esse ano com relação a 2017, e o número vai aumentar novamente 2020.

Sistemas inteligentes têm o potencial de identificar vulnerabilidades, contribuir com manutenções preditivas e preventivas, e impulsionar eficiências nas operações de Data Center de maneira que processos manuais não conseguem. Uma interrupção no Centro de Processamento de Dados da Delta Airlines, por exemplo, que foi atribuída à falha do sistema elétrico, causou a parada de cerca de 2 mil voos em um período de três dias em 2016 e custou à companhia aérea US$ 150 milhões; é exatamente o tipo de cenário que a automação baseada em Machine Learning poderia evitar.

Dentro das instalações de um Data Center há um número de sensores que coletam dados de dispositivos, incluindo unidades de distribuição de energia, painéis de manobra e resfriadores. Com a Inteligência Artificial, as informações sobre esses dispositivos são analisados por algoritmos de aprendizado de máquina, que selecionam insights sobre desempenho e capacidade, por exemplo, e determinam respostas apropriadas, como alterar uma configuração ou enviar um alerta.

À medida que as condições vão se alterando, o sistema de Machine Learning vai aprendendo com as mudanças, ou seja, é treinado para se ajustar ao invés de utilizar instruções de programação específicas para executar tarefas. Segundo o diretor sênior de soluções globais de Data Center da Schneider Electric, Steve Carlini, pelo CIO From IDG, os profissionais de TI estão acostumados com o monitoramento de dispositivos e alertas em tempo real, mas isso não é o que acontece com as instalações on-primise.

“Medir um Data Center não é uma coisa fácil, há muitos pontos de conexão para energia e resfriamento em Data Centers dos quais você precisa para obter dados. A expectativa de notificação em equipamentos de TI é imediata, e o Machine Learning é um mundo diferente para os Centros de Processamento de Dados”, diz Carlini.

Um exemplo de inteligência conduzida por ML é a manutenção baseada em condições que são aplicadas a itens consumíveis em um Data Center, como os filtros de resfriamento. Ao monitorar o fluxo de ar através de vários filtros, um sistema inteligente pode detectar se alguns estão mais obstruídos do que outros, e assim direcionar o ar para as unidades que estão com a passagem menos impedida.

Os operadores de Data Center estão trabalhando para estender o sucesso da otimização de resfriamento dinâmico que vem ocorrendo, para aplicar em outras áreas. No futuro a aplicação generalizada do Machine Learning em Data Centers proporcionarão às empresas mais insights à medida que Centros de Processamento de Dados tomam decisões sobre onde executar determinadas cargas de trabalho.

Os ambientes de computação geralmente ocupam hoje, Data Centers on-premises, ou seja, Centros de Processamento de Dados que as empresas possuem internamente nas próprias instalações, além da Nuvem, em que um provedor de serviços terceirizado disponibiliza os recursos de computação. Os serviços de Colocations, Edge Computing e os meios de tradicionais de se gerenciar Data Centers poderão ser menos usados conforme a Inteligência Artificial for se desenvolvendo.

Imagem: Investidor Internacional

Fonte: CIO From IDG, Inside BIGDATA, Hewlett Packard Enterprise e SAS



Deixe uma resposta