Изкуственият интелект (AI) е най-голямата тема в ИТ индустрията през 2023 г. А според много прогнози, той е и сред основните двигатели в голямото търсене на капацитет в дейта центрове. Вече сме разглеждали как центровете за данни се променят, за да приемат AI, а сега нека да видим как AI ще промени дейта центровете.
И това е наложително. Според нов доклад на JLL, работните задачи от и за AI и клауд ще бъдат причината за „експлозивното“ търсене на капацитет в дейта центровете в близко бъдеще. Според анализаторите търсенето ще е толкова голямо, че ще доведе до недостиг на място за колокация и до повишаване на цените. JLL казва, че сегашните наличности на капацитет не са достатъчни да покрият търсенето, тъй като няколко ключови индустрии започват да се конкурират за него. Сред тези индустрии са финансовата, здравеопазването и доставчиците на клауд услуги.
„Никога не сме били в ситуация на такъв дисбаланс между търсене и предлагане. Преди година и половина имахме стабилен процент на свободен капацитет в повечето региони в САЩ, което означаваше, че можехме да покрием всички нужди и изисквания, но сега това се промени напълно“, казва Кърт Холкомб , изпълнителен вицепрезидент на JLL пред DataCenterKnowledge.
Когато „AI лудостта“ се развихри, се появиха множество AI компании, които започнаха да се конкурират за ресурсите на центровете за данни редом с традиционните корпоративни клиенти, казва Холкомб. Това бързо доведе до недостиг на капацитет и скок на цените за наеми. И фактът, че в момента се строят много нови центрове за данни, също няма да реши проблема. Защо? Защото повечето от новия капацитет, който ще бъде наличен през 2023, 2024 и голяма част от 2025 г. вече е запазен и/или под ексклузивни споразумения. В резултат, съвсем малка част от новия капацитет ще достигне пазара.
„Нашият съвет към клиентите е, че трябва да помислят за нуждите си и как да ги покрият във времето. Ако смятате, че ще имате нужда от капацитет в края на 2024 г., по-добре да сте на пазара и да търсите още днес, защото се конкурирате с всички останали потребители, които също се нуждаят от това пространство. Така че трябва да се наредите на опашката. Трябва да изберете кой доставчик харесвате и след това трябва да се договорите, преди доставчикът дори да е направил първа копка на сградите си“, казва Холкомб.
AI идва на помощ
Значи светът се нуждае от още дейта центрове. Това означава още много сгради, ресурси, повече парникови емисии и други предизвикателства. Центровете за данни и клаудът като цяло вече консумират голямо количество енергия и са причината за солиден дял от вредните емисии, който се увеличава постоянно. Затова и операторите на центрове за данни активно работят по начини да оптимизират енергийната консумация и да бъдат въглеродно неутрални и дори въглеродно негативни.
Това изисква усилия не само в захранването и охлаждането. Трябва да се обърне внимание и на автоматизацията, поддръжката, сигурността и практически на всички други аспект на центъра за данни. Някои от решенията вече се използват, докато други се разработват или все още са само концепции и идеи. Едно е сигурно – AI вече е част от много центрове за данни и ще продължи да увеличава влиянието си в тях.
Gartner прогнозира, че до 2025 г. AI ще е важна част от половината от всички центрове за данни в света. Основната цел на AI в центъра за данни ще бъде очевидната – да открива и коригира неефективност и допълнително да подобрява и оптимизира използването на ресурсите, доколкото е възможно. И тъй като натоварването на центровете за данни се очаква да нараства с 20% на година през следващите няколко години, оптимизирането на работата на центровете за данни вече е наложителна задача. Това обаче няма да е лесно и не се изчерпва с взимането на алгоритъм и да му се постави задача да подобри параметрите, които са му дадени, отбелязва InformationWeek.
Всичко започва от данните
AI може да бъде много полезен и може да даде много полезни идеи и насоки. Но само ако разполага с подходящи данни, на които да разчита. Данните са едновременно най-голямата слабост и сила на AI. Качеството на данните има огромно влияние върху това как ще работи даден алгоритъм и какви идеи и решения ще предложи.
Естествено, същото важи и за работата на центровете за данни. Ако искаме AI да направи центровете за данни още по-добри, трябва да му предоставим най-добрите данни, които е възможно. Не е изненадващо, че се оказва, че не е толкова лесно. Някои видове данни не са били полезни досега и не са били събирани, казва InformationWeek. Други не са събрани по подходящ начин или не са съхранявани достатъчно дълго време.
В резултат на това за повечето оператори на центрове за данни е по-добре, ако започнат да събират данни от нулата. Това би означавало, че им трябва повече време, за да съберат достатъчно големи масиви от данни за дълъг период от време, така че AI да може да научи колкото е възможно повече.
Въпреки че е лесно просто да кажем „да съберем всички данни“, това може да е проблем. Това създава риск от „замърсяване“ на извадката от данни с ненужна информация, известна още като „шум“. И така, как да изберем правилните данни? Няма правилен отговор, за съжаление. Може да се наложат проби и грешки, за да се определят всички възможни елементи от данни в зависимост от хардуерната конфигурация на центъра за данни, настройките и целите.
Абсолютно задължителните данни са очевидни – наличен сторидж капацитет, брой сървъри, конфигурация на сървърите, брой и вид на процесорите, количество машини, работещи в даден момент, обем на трафика и т.н. Всички данни, свързани с консумацията на енергия и охлаждането, също са абсолютно задължителни . Може да не е лоша идея да се включат и данни за вътрешните и външни условия, температура, метеорологична обстановка и т.н. Всичко това ще има ефект върху работата на центъра за данни с течение на времето, така че AI ще трябва да знае за тях.
„За да можете да изградите подходяща AI система за машинно обучение, ще ви трябва всичко това, за да постигнете наистина добра ефективност. Всичко това има значение. Всяка една от тези точки от данни може да изкриви другата“, казва Ерик Суорц, вицепрезидент по инженерни технологии за DataBank. Ето защо е важно да сте наясно с точните данни, от които се нуждаете. И можете да използвате AI, за да ви помогне да усъвършенствате какви данни са нужни и кои не е необходимо да събирате. Но като общо правило – колкото повече, толкова по-добре.
Симулации и дигитални близнаци
Основната цел на AI би била да подобри операциите в центъра за данни, нали? Не е нужно да разчитате на проби и грешки в реални условия, за да видите дали неговите идеи и решения вършат работа. Създаването на дигитален близнак на даден актив е все по-популярен подход за много цели, включително подобряване и оптимизиране на центрове за данни.
Дигиталният близнак трябва да е възможно най-точно виртуално копие на актива, в този случай центъра за данни. Това е чудесен начин да помогнете на AI да събира данни и да се изучава, но също така да тества своите идеи и оптимизации по безопасен начин, без да рискува да наруши реалната работа на центъра. Дигиталният близнак също така позволява да се тестват различни условия, увеличаване на натоварването, промени във времето и т.н. И освен това дигиталният близнак може също да ви помогне да определите какви други данни трябва да съберете от реалния център за данни, за да подобрите допълнително работата на AI.
Създаването на дигитален близнак на център за данни ще изисква последователни и непрекъснати усилия от екипа. Хората ще трябва да го поддържат в крак с реалния център за данни и също така да оптимизират параметрите, за да ги поддържат реалистични. Едно от основните предизвикателства на дигиталните близнаци е, че ако моделът не бъде усъвършенстван редовно, той може да започне да предлага решения, които не са възможни в реалния свят.
Но ако успеете да запазите дигиталния близнак като истински такъв и усъвършенствате параметрите в рамките на това, което е реалистично, тогава можете да имате много голям и полезен актив на ваше разположение. Близнакът ще ви позволи да тествате различни подходи за вашия център за данни и да подобрите всеки негов аспект, включително най-важните като охлаждане, консумация на енергия, сигурност и поддръжка.
Скритите предизвикателства
Разбира се, използването на AI за мониторинг и оптимизиране на вашия център за данни и след това превръщането на неговите идеи в реалност може да бъде цял нов свят от предизвикателства. AI не е само събиране и анализиране на данни.
Много е важно, да поддържате връзка с наемателите, клиентите и дори и с други центрове за данни. Много дейта центрове се използват от голям брой клиенти от различни индустрии. Те трябва да бъдат информирани предварително за използването на AI в дейта центъра. Споразуменията за поверителност с тези клиенти също ще трябва да бъдат спазвани от AI. Така че събирането на някои специфични клиентски данни може да се окаже забранено за оптимизиране и анализиране от страна на умните алгоритми. В резултат това може да създаде пропуски в модела, които трябва да бъдат „покрити“ по други начини.
Разбира се, това, на което AI моделите са способни сега, бледнее в сравнение с това, което ще могат да правят след 5 или повече години. Поне такава е надеждата. В момента алгоритмите могат да помогнат с някои основни задачи или с прогнозиране, но те няма да са от голяма полза за непредвидени аномалии и други внезапни проблеми или извънредни ситуации.
Въпреки това AI вече има своята основна роля в настоящето и бъдещето на центровете за данни. Поради това операторите на центрове за данни трябва да започнат да се адаптират към него. Те трябва да започнат да гледат на AI като на инструмент и да видят как могат да го използват по най-добрия начин за своите нужди. Това ще доведе до промени в отговорностите както за изкуствения интелект, така и за екипите с реални хора. Тези промени няма да бъдат еднократни. Те ще трябва да се извършват непрекъснато, тъй като AI и центровете за данни се развиват.
Но нека бъдем честни, ще отнеме време, преди изкуственият интелект да може да се радва на пълно доверие от хората, особено в бизнес средите. Грешни конфигурации, лоши или „замърсени“ данни, грешни предположения и пристрастия могат да поведат умните алгоритми по някои много неефективни пътища. Затова човешкият фактор ще бъде необходим още дълго време преди да можем безопасно да позволим на изкуствения интелект да поеме контрол над всичко, включително центровете за данни. Но той все пак може и трябва да ни бъде чудесен помощник.