Управлението на центрове за данни е своеобразна наука. Има много променливи, опции за управление и фактори, които трябва да следите и да действате и реагирате съответно по всяко време. Тъй като центровете за данни стават все по-големи и по-сложни, управлението на дейността им ще бъде голямо предизвикателство.
Ето защо навлизаме в нова „подера“ за управление на дейта центрове. Това е ААА ерата : AI, автоматизация и алгоритми. Този „AAA екип“ ще играе жизненоважна роля в бъдеще и дори сега. Ще бъде много трудно, почти невъзможно да управлявате модерен център за данни, особено хипермащабен, без да приложите и трите технологии.
Да, „AAA екипът“ не са три различни имена за една и съща технология. Това всъщност са три различни технологии, които могат и трябва да се използват заедно, за да постигнат максималния потенциал на възможностите си и да управляват центъра за данни по най-добрия възможен начин.
За да се случи това, трябва да опознаем по-добре трите технологии. Когато знаем разликите, можем по-добре да разберем за какви казуси те ще бъдат най-полезни. И така, нека започнем да ги разглеждаме.
Какво представлява AI в дейта центровете?
AI в центровете за данни е доста обширна тема. Има множество вектори на тази технология, когато става дума за дейта центрове. Например, ако съоръжението просто предоставя хардуерните си ресурси за AI услуги, които са за бизнеса и крайните потребители. Или пък ако AI действително се използва и за подобряване на работата на дейта центъра.
Освен това може да има множество версии на AI, в зависимост от целите на използване. Генеративен AI например може да помогне при анализирането на оперативни данни и да даде обзори и идеи за подобряване на цялостната работа. Може да има и предвиждащи AI конфигурации, които изпълняват модели за изчисляване и предлагат различни решения или предупреждения в зависимост от резултатите. Тук цифровите близнаци могат да се използват за създаване на огледално копие на центъра за данни във виртуален свят и да се види как различните промени ще влияят на действителната работа.
Какво представлява автоматизацията в дейта центровете?
Автоматизацията в центровете за данни е малко по-различна. Няма способности за машинно обучение или големи езикови модели или каквито и да било други AI възможности. Автоматизацията просто изпълнява предварително зададени задачи по определен начин. Може да звучи грубо, но е много по-близо до основния подход „ако стане това, направи това“.
Автоматизацията е най-старата концепция от трите, тъй като е и най-простата. Разбира се, днес инструкциите могат да бъдат доста сложни и много по-способни, отколкото преди 10 или дори 5 години. Автоматизацията е ключов начин за операторите на центрове за данни да оптимизират повтарящи се операции и да освободят ресурси и време на служителите за работа по по-важни и/или специфични задачи.
Какво представляват алгоритмите в дейта центровете?
Алгоритмите практически са основата на всичко това. Всяка инструкция е алгоритъм. Но в този случай това е термин най-вече за набор от процедури, които трябва да се следват, за да се постигне определена цел. Тя може да се променя и варира в зависимост от условията и резултатите от предишни стъпки и процедури. Алгоритмите са повече от софтуер и могат да включват различни програми, действия, физически промени в конфигурациите и други.
Как може да помогне AAA екипът?
Както виждаме, всеки член на AAA отбора има различна роля и способности. Въпреки че има много допирни точки, разликите са ключови. Обединяването им отваря много възможности да ги използвате за техните припокриващи се функции и да се допълват взаимно за областите, които не покриват.
Използването на AAA отбора се превръща в тенденция в индустрията, съобщава DataCenterKnowledge. Изданието дава пример как да ги използвате заедно: генеративните AI инструменти зависят от алгоритми за изпълнение на обучение, което им позволява да симулират човешки взаимодействия и реакции. Целият процес може да автоматизира някои от задачите и AI може да програмира тази автоматизация и след това да я наблюдава, за да се увери, че работи по предназначение. След това може да прави промени, ако и когато е необходимо.
Внедряването на ААА в център за данни може да бъде солидно предизвикателство. Ще са необходими много усилия и внимателно обмисляне на това как да се комбинират технологиите, за да се постигнат положителни резултати. В противен случай много пари, време и усилия могат да отидат на вятъра. Ако това се случи, компаниите най-често обвиняват технологиите. Операторите на центрове за данни могат да избегнат това, като се подготвят предварително и вземат предвид няколко ключови момента.
Определете ролите
Първата стъпка е ясно да се дефинират целите и ролите за всеки член на AAA отбора. Няма смисъл да се хвърлят огромни AI ресурси за работни натоварвания, които могат просто да бъдат автоматизирани. Или да се опитвате да автоматизирате задачи, които всъщност се нуждаят от гъвкавостта и бързината на AI.
И така, как да дефинираме ролите? „AI може да помогне за наблюдение на изправността и конфигурацията на мрежата, като идентифицира аномалии и евентуално автоматично предприема коригиращи действия… За да може индустрията да изпълни обещанието за самовъзстановяваща се или самокоригираща се WAN, AI инструментите могат да помогнат за автоматизиране на рутинни задачи по работа на мрежата, задайте политики, измервайте производителността на мрежата спрямо поставените цели и коригирайте мрежите, ако е необходимо“, казва Марк Херен, мрежов консултантски директор във фирмата за технологични изследвания и консултации ISG“, пред DataCenterKnowledge.
„Въпреки че човешките оператори могат по-ефективно да сортират сложни и многоетапни проблеми, AI е мощен инструмент, който може да допълни работата на мрежовите инженери за добавяне на стабилни контроли и автоматизация за развити мрежи. AI трябва да се счита за допълнение към мрежовия екип на компанията отколкото замяна, ускоряване на работата на инженерите и създаване на нови подобрения на ефективността на разработените работни потоци“, казва Дейвид Браучлер, главен консултант по сигурността във фирмата за киберсигурност и софтуерни услуги NCC Group.
Както установихме, автоматизацията може да помогне при решаването на повечето основни задачи. Това е от полза за служителите, тъй като ги освобождава да работят по други въпроси. Алгоритмите са като златна среда между автоматизацията и AI.
Опознайте ограниченията
Изкушаващо е да се втурнете в проучване на подходящи услуги и решения и да започнете да внедрявате AAA отбора в центъра за данни веднага. Но в действителност имаме още много подготовка. И това е следващата важна стъпка. Жизненоважно е да откриете ограниченията на AAA технологиите.
Например, за AI има три предизвикателства, които дейта център операторите трябва да преодолеят, преди да бъдат „готови за AI“, казва DataCenterFrontier. Първото предизвикателство е охлаждането. AI изисква много ресурси дори само за локална употреба. И тъй като работните натоварвания нарастват по интензитет и количество, охлаждането става още по-важно.
„В някакъв момент в недалечното бъдеще топлинните потоци за най-мощните процесори ще бъдат твърде високи, за да се управляват с директно само с въздушно охлаждане. Просто казано, въздухът не е толкова ефективна среда за пренос на топлина, колкото течността, и в даден момент въздухът не е в състояние да отстрани цялата топлина, генерирана от чиповете с висока мощност, което води до изкуствени ограничения на производителността или повреда на оборудването“, казва Стюарт Лоуренс, вицепрезидент по продуктовите иновации и устойчивост в Stream Data Centers.
Следва преконфигуриране на центровете за течно охлаждане. Много оператори на центрове за данни вече са започнали да ремонтират съоръженията си, за да могат да добавят този тип охлаждане. Това може да бъде скъпа задача, но така или иначе ще е необходима в дългосрочен план.
Третото предизвикателство е изборът на спецификациите на хардуера, мощността и охлаждането. „Работните натоварвания на AI работят оптимално при плътност от най-малко 20 kW на шкаф. Но те няма да спрат дотук. Плътността ще продължи да нараства бързо и с огромни маржове, тъй като всяко ново поколение чипове е все по-гладно за енергия и лидерите в ИТ инфраструктурата проектират все по-плътни конфигурации“, казва Лорънс.
Има и някои ограничения за автоматизацията. Инсталацията на сървъри не може да бъде автоматизирана. Това е възможно за виртуални услуги, но за центровете за данни всъщност има нужда от някой, който да инсталира физически машините. Същото важи и за поддръжката на хардуера. Някой трябва да отиде до сървъра и да смени или поправи дефектния хардуер. И все пак, AI и алгоритмите могат да предвидят възможни проблеми и да сигнализират превантивно, като по този начин ограничат възможните щети и съкратят времето между сривовете.
Възстановяването след срив е друга ситуация, която не може да бъде автоматизирана. Поне не напълно. Има основателна причина да автоматизирате първоначалните задачи или да използвате AI за по-бързо засичане на инциденти и реакция. Основното възстановяване след срив или атака обаче трябва да се извърши от служителите.
Има много опции и възможности за ААА екипът за центрове на данни. Като ги разучат внимателно, операторите могат да се възползват максимално от тези технологии и да бъдат готови за следващото поколение технологии.