عمليات مركز البيانات: كيف يعزز الذكاء الاصطناعي والتعلم الآلي الكفاءة والمرونة

يجب أن تقدم مراكز البيانات بيانات أكثر دقة في الوقت الفعلي للحفاظ على مرونة عمليات تجار التجزئة واستجابتها والاتصال بالإنترنت على الرغم من تهديدات الأمان والخروج المحتملة. سلاسل التوريد التي لا يمكن التنبؤ بها ، والنقص المزمن في العمالة ، والتضخم المتصاعد وتكاليف الطاقة ليست سوى عدد قليل من التحديات التي يواجهها مدراء تقنية المعلومات بالتجزئة وفرق الإدارة العليا عند تحسين مراكز البيانات الخاصة بهم.

يمكن أن يساعد الذكاء الاصطناعي والتعلم الآلي (ML) في تحديد كيف يمكن إعادة تصميم مراكز البيانات الحالية لجعلها أقل صلابة وأكثر موثوقية. أحد الأهداف الرئيسية لاستخدام الذكاء الاصطناعي والتعلم الآلي هو استكشاف أسباب حدوث الكثير من حالات الانقطاع في أماكن العمل وفي السحابة. أضف إلى ذلك التكاليف المتصاعدة للكهرباء والطاقة مع الحاجة إلى تحسين أداء مركز البيانات لتحقيق أهداف أداء الاستدامة القوية ، وأصبحت مراكز البيانات حالة استخدام مثالية لحل المشكلات المعقدة مع الذكاء الاصطناعي والتعلم الآلي.

كتبت تريسي كولينز ، نائب رئيس الأمريكتين في EkkoSense: “من المقرر أن تستمر أحجام العمل في النمو بنحو 20٪ سنويًا من الآن وحتى عام 2025. تكافح مناهج مراكز البيانات التقليدية لتلبية هذه المتطلبات المتصاعدة”.

وفقًا لبرونز لارسون ، قائد إستراتيجية الذكاء الاصطناعي في Dell ، “يمكن لمراكز البيانات الاستفادة من AI / ML لتحسين الأداء وتحسين التكوين وعمليات النشر.”

يضيف Wendy Zhao ، كبير المديرين والمهندسين الرئيسيين في Alibaba Cloud Intelligence ، أن “الذكاء الاصطناعي والتعلم الآلي يواصلان اتخاذ خطوات كبيرة في تطورهما ، ولهما الآن تأثير ملموس على عمليات مركز البيانات وإدارة تكنولوجيا المعلومات.”

ووفقًا لـ IDC ، فإن 50٪ من أصول تكنولوجيا المعلومات في مراكز البيانات ستعمل بشكل مستقل بسبب وظائف الذكاء الاصطناعي المضمنة. بالنسبة للمؤسسات التي تستثمر في الذكاء الاصطناعي لأتمتة البنية التحتية لتكنولوجيا المعلومات الخاصة بها ، كما تقول الشركة ، فإن تحسين رضا العملاء وأتمتة عملية صنع القرار والمهام المتكررة هي أهم الفوائد على مستوى المؤسسة.

اعتماد الذكاء الاصطناعي والتعلم الآلي

قال أكثر من نصف (57٪) مشغلي مراكز البيانات إنهم يثقون في الذكاء الاصطناعي لاتخاذ قرارات تشغيلية روتينية العام الماضي ، ارتفاعًا من 49٪ في عام 2021. نظرًا لمدى تكثيف العديد من المهام يدويًا في مراكز البيانات ، يمكن للذكاء الاصطناعي وتعلم الآلة أن يقلل بشكل كبير من التكاليف و يزيد الكفائة.

يخبر مدراء تقنية المعلومات VentureBeat أن مواجهة المشكلات الصعبة المتمثلة في تقليل الانقطاعات ، وتعزيز المرونة في المواقع المتعددة ، وتحسين التبريد السائل المباشر (DLC) وتحسين تخطيط السعة والأمن هي المجالات التي يهتمون فيها بتطبيق الحلول القائمة على الذكاء الاصطناعي والتعلم الآلي.

ترتفع تكاليف الطاقة بشكل كبير ، مما يعني أن تشغيل مراكز البيانات في حدود الميزانية يمثل تحديًا أكبر. يركز مدراء المعلومات ومشغلو مراكز البيانات على تقييم كيف يمكن أن تساعد الطاقة المصممة بالبرمجيات والذكاء الاصطناعي في تقليل تكاليف الطاقة والتبريد بشكل كبير.

Equinix هي مزود عالمي لخدمات مراكز البيانات والبنية التحتية للشبكات للعديد من الشركات الرائدة في العالم. يقول رئيس قسم المعلومات Milind Wagle أن الشركة تدير أسطولًا يضم أكثر من 220 مركزًا للبيانات في 26 دولة. إنهم يستخدمون الذكاء الاصطناعي لضبط “غرفة المحرك” على الإنترنت من خلال تقدير مقدار الطاقة والمساحة التي سيتم استهلاكها في مراكز البيانات الخاصة بهم.

حيث يمكن أن يساعد الذكاء الاصطناعي في تحسين أداء مركز البيانات

يمكن أن يؤدي استخدام الذكاء الاصطناعي ومديري المعلومات ومشغلي مراكز البيانات إلى تحسين استهلاك الطاقة وتحسين فعالية استخدام الطاقة (PUE) لتحقيق مكاسب في الكفاءة في المستقبل. نظرًا لتزايد ضغوط الاستدامة على مستوى الصناعة ، فإن العديد من المشغلين غير مستعدين لتلبية متطلبات الإبلاغ عن انبعاثات الكربون.

بالإضافة إلى ذلك ، لا تزال حالات الانقطاع مكلفة ومتكررة ، مع تعرض التطبيقات السحابية بشكل خاص. يتمتع الذكاء الاصطناعي بإمكانية المساعدة في حل عدد من هذه المشكلات من خلال تحسين الكفاءة وتقليل حالات الانقطاع وتبسيط العمليات. فيما يلي المجالات الرئيسية حيث يمكن للذكاء الاصطناعي المساعدة في تحسين أداء مركز البيانات

تحسين تخطيط القدرات وتخصيص الموارد

تعد البيانات في الوقت الفعلي أمرًا بالغ الأهمية لتخطيط السعة وتخصيص الموارد عبر أي مركز بيانات. تحمل بيانات الوقت الفعلي رؤى حول مكان وكيفية وما يجب تحسينه لتحسين الأداء. يتمثل أحد المجالات الحرجة في تحديد أي اختناقات في تخطيط السعة وموازنة الحمل. هذه هي المشكلات القائمة على أساس ثابت والتي تتفوق خوارزميات تعلم الآلة في حلها. يعد الحصول على تخطيط السعة وتخصيص الموارد بشكل صحيح أمرًا بالغ الأهمية لتشغيل مركز بيانات مزدهر في ظل الميزانية.

يمكن أن يساعد الذكاء الاصطناعي والتعلم الآلي في تحسين أمان مركز البيانات

من خلال تعلم السلوك الطبيعي للشبكة واكتشاف الانحرافات والانحرافات ، يمكن أن يساعد الذكاء الاصطناعي في منع الاختراقات والقرصنة الهائلة للبيانات. يمكن لأدوات الأمن السيبراني للذكاء الاصطناعي فحص وتحليل جميع البيانات الواردة والصادرة بدقة بحثًا عن التهديدات الأمنية.

“لا تثق ابدا؛ تحقق دائمًا “يدعم أمان المؤسسة الصفري. لا يثق هذا الأسلوب في أي مستخدم أو تطبيق أو جهاز ما لم تسمح سياسة الأمان بذلك صراحة. يمكن للمؤسسات تحسين رؤية البيئة المختلطة والأمان والامتثال مع تقليل التكاليف من خلال تبني عقلية انعدام الثقة.

ابدأ في الحد من انبعاثات الكربون وإعداد التقارير

يتفوق الذكاء الاصطناعي في تحديد أنماط البيانات المتنوعة ويساعد النماذج الملائمة لكيفية تغير البيانات بمرور الوقت. أثبت التعلم الآلي الخاضع للإشراف فعاليته في مشاكل تقليل الكربون المعقدة القائمة على القيود التي تتضمن حل مئات المتغيرات والعوامل المحتملة التي تؤثر على الانبعاثات.

يعني الحصول على الاستدامة بشكل صحيح الجمع بين نقاط القوة في الذكاء الاصطناعي والتعلم الآلي للتميز في الحد من انبعاثات الكربون. من المهم جدًا ترك الأمر للصدفة ، وله تأثير كبير على أي علامة تجارية للبيع بالتجزئة في المستقبل. يقول مدراء تقنية المعلومات إنهم خطط تعويض أقرانهم مفهرسة لأهداف ESG ، مما يجعل الاستدامة أولوية قصوى مع تقليل انبعاثات الكربون وتقديم التقارير الأساسية للجهود.

قم بتحسين مستويات صيانة وقت التشغيل وقياس أداء مركز البيانات بمرور الوقت

إن معرفة سبب احتياج نوع معين من الخوادم إلى إعادة البناء أكثر من غيره ، وتحديد أسباب الانقطاعات في أنظمة إدارة الطاقة واستكشاف أسباب عدم نجاح موازنة الموارد هي جميع أنواع المشكلات التي يمكن أن يساعد التعلم الآلي في حلها. المفتاح هو الحصول على مراقبة البيانات في الوقت الفعلي في مكانها الصحيح وبناء مجموعة بيانات يمكنها تتبع جميع المتغيرات المتاحة لاستكشاف مشكلات الأداء وإصلاحها.

تتفوق نماذج ML الخاضعة للإشراف في الدقة التنبؤية. يمكن أن توفر بيانات آلة التعدين ونماذج البناء التي تتنبأ بالوقت الذي يحتاج فيه خادم معين إلى صيانة وقائية آلاف الدولارات وساعات من التوفر المفقود. فكر في البيانات في الوقت الفعلي التي يتم إنشاؤها بواسطة كل أصل في مركز البيانات باعتبارها المعلومات اللازمة لتتبع الأداء بمرور الوقت وإيجاد طرق جديدة للتحسين.

اجمع بين نقاط القوة في الذكاء الاصطناعي والتعلم الآلي لأتمتة أنظمة التبريد والكهرباء والطاقة والأمن

الهدف هو أن يكون لديك مركز بيانات يمكنه العمل بشكل مستقل. من الممكن تحقيق ذلك من خلال التقاط بيانات في الوقت الفعلي تتعقب درجة حرارة الهواء والتبريد وأحمال الطاقة وضغط الهواء الداخلي وأحمال الموارد وأداء الخادم. ما يحفز مدراء المعلومات ومشغلي مراكز البيانات على التعاون لتحقيق ذلك هو الحاجة إلى قياس أداء مركز البيانات مقابل أهداف الاستدامة والحوكمة البيئية والاجتماعية والمؤسسية التي حددتها الإدارة العليا.

يعد استخدام ML لتفسير وإنشاء النماذج بناءً على المراقبة والتحكم البيئي أمرًا ضروريًا لقياس التقدم المحرز في أهداف ESG. من المسلم به أنه يجب استخدام الذكاء الاصطناعي والتعلم الآلي على نطاق واسع لتتبع استهلاك الطاقة والتبريد ، وهما من أكثر المجالات تكلفة في تشغيل مركز البيانات.

تحديد حالات استخدام الذكاء الاصطناعي في مراكز البيانات

يجب أن يبدأ تحديد المكان الذي يمكن أن يقدم فيه الذكاء الاصطناعي أهم مساهمة في تأمين مركز البيانات وتحسينه ، حيث تكون المخاطر على تكاليف التشغيل والأمن هي الأكبر. يخبر مدراء تقنية المعلومات VentureBeat أن مواجهة التحدي المتمثل في إيجاد طرق جديدة لتقليل استهلاك الطاقة للوفاء بأهداف الحد من الكربون والاستدامة يجب أن تكون متوازنة مع نقص الموظفين الذين ما زالوا يعانون منه.

يعد الحصول على التبريد والمساحة والطاقة وتحسين الخادم بشكل صحيح أمرًا أساسيًا للحفاظ على تشغيل مركز البيانات في حدود الميزانية وتجنب الانقطاعات المحتملة. تشير التقديرات إلى أن 35٪ من الطاقة المستخدمة في مركز البيانات يتم استهلاكها من خلال البنية التحتية للتبريد وحدها. يمكن أن يؤدي تحسين تبريد مركز البيانات وتنفيذ المزيد من خيارات الطاقة المتجددة وتحسين استخدام تكنولوجيا المعلومات إلى تحسين مكاسب الاستدامة بنسبة 57٪ ، استنادًا إلى استبيان مركز البيانات العالمي لمؤسسات Uptime ، 2022.

تتضمن حالات الاستخدام الوليدة لاستخدام الذكاء الاصطناعي في مركز البيانات تحليل مخاطر الكفاءة وتخطيط السعة والأمن والتنبؤ بتأثير الميزانية. في مجال الأمن السيبراني ، يعد استخدام الذكاء الاصطناعي لسد الفجوة بين أنظمة تكنولوجيا المعلومات وأنظمة OT أمرًا مفروغًا منه ، كما هو الحال في تحديد الوصول وإدارة الهوية الأقل امتيازًا لكل مركز بيانات ونظام.