Как ИИ может создавать автономные центры обработки данных

Как ИИ может создавать автономные центры обработки данных

Ранние последователи используют ИИ для оптимизации систем питания и охлаждения, автоматизации прогнозного обслуживания и улучшения распределения рабочей нагрузки в корпоративных центрах обработки данных.

Большая часть шума вокруг искусственного интеллекта (ИИ) сосредоточена на автономных транспортных средствах, чат-ботах, цифровых двойных технологиях, робототехнике и использовании “умных” систем на основе ИИ для извлечения бизнес-информации из больших массивов данных. Но ИИ и машинное обучение (МЛ) однажды сыграют важную роль среди серверных стоек(https://itspectr.ru)  в недрах корпоративного центра обработки данных.

Потенциал ИИ для повышения эффективности центров обработки данных – и, как следствие, улучшения бизнеса – делится на четыре основные категории:

Управление питанием: Управление питанием на основе ИИ может помочь оптимизировать системы отопления и охлаждения, что может сократить расходы на электроэнергию, сократить численность персонала и повысить эффективность. Представительные поставщики в этой области включают Schneider Electric, Siemens, Vertiv и Eaton Corp.

Управление оборудованием: Системы искусственного интеллекта могут отслеживать работоспособность серверов, хранилищи сетевого оборудования , проверять правильность настройки систем и прогнозировать, когда оборудование выйдет из строя. По данным Gartner, поставщики в категории AIOps IT infrastructure management (ITIM) включают OpsRamp, Datadog, Virtana, ScienceLogic и Zenoss.

Управление рабочей нагрузкой: системы искусственного интеллекта могут автоматизировать перемещение рабочих нагрузок в наиболее эффективную инфраструктуру в режиме реального времени, как внутри центра обработки данных, так и в гибридно-облачной среде, между on-prem, облачной и пограничной средами. Растет число мелких игроков, предлагающих оптимизацию рабочей нагрузки на основе искусственного интеллекта, включая Redwood, Tidal Automation и Ignio. У таких тяжеловесов, как Cisco, IBM и VMware, также есть предложения.

Безопасность: Инструменты ИИ могут “узнать”, как выглядит обычный сетевой трафик, обнаружить аномалии, определить приоритеты, какие оповещения требуют внимания специалистов по безопасности, помочь с пост-инцидентным анализом того, что пошло не так, и предоставить рекомендации по затыканию дыр в защите безопасности предприятия. Поставщики, предлагающие эту возможность, включают VectraAI, Darktrace, ExtraHop и Cisco.

Сложите все это вместе, и видение заключается в том, что ИИ может помочь предприятиям создать высокоавтоматизированные, безопасные, самоизлечивающиеся центры обработки данных, которые требуют небольшого вмешательства человека и работают с высоким уровнем эффективности и отказоустойчивости.

AI-News

Подписаться
Уведомить о
guest
0 комментариев
Межтекстовые Отзывы
Посмотреть все комментарии