W 2022 r. dyskusje w branży IT toczyły się wokół zrównoważonego rozwoju i centrów danych. Zwiększona presja ze strony klientów na bardziej ekologiczne rozwiązania powoduje, że centra danych wdrażają „holistyczne” strategie zakładające zmniejszenie śladu węglowego. Sztuczna inteligencja (SI) może w znacznej mierze pomóc rozwiązać ten problem.
Raport McKinsey podkreśla, że SI zwiększa potencjał oszczędności energii w całej sieci dzięki swojej „zdolności do analizowania dużych ilości danych związanych z wzorcami ruchu, zapotrzebowaniem w czasie rzeczywistym i dostępnością zasobów sieciowych, umożliwiając szybkie, zautomatyzowane podejmowanie decyzji o tym, które części systemu można przełączyć w tryb uśpienia lub wyłączenia”.
Ten sam raport wskazuje, że oparte na SI narzędzia do oszczędzania energii mogą przynieść oszczędności operacyjne rzędu 5–7% i zmniejszyć koszty energii o 5% poprzez ciągłą automatyczną kalibrację agregatów chłodniczych, pomp i wentylatorów.
Jednak SI przynosi korzyści nie tylko w zarządzaniu energią w centrach danych, ale także pozwala na wykrywanie awarii, przewidywanie zaników zasilania i usprawnia interwencje techniczne, dzięki przetwarzaniu dużych ilości danych w czasie rzeczywistym. To sprawia, że staje się kluczowym elementem gwarantującym ciągłość operacyjną infrastruktury.
Raport Ponemon Institute z 2021 r. informuje, że „podstawowe centra danych doświadczały średnio 2,4 zdarzeń całkowitego wyłączenia obiektu rocznie, a jego średni czas trwania wyniósł ponad dwie godziny (138 minut). Do tych statystyk przestojów należy dodać prawie 10 przestojów rocznie poszczególnych szaf rack lub serwerów”.
Według Uptime Institute 76% tych zdarzeń można zapobiec, stosując odpowiednie narzędzia. Możliwości SI w zakresie monitorowania infrastruktury, wykrywania potencjalnych awarii i zdalnego ich naprawiania, pomagają utrzymać dostępność sieci.
SI może być potężnym narzędziem do realizacji konserwacji zapobiegawczej na podstawie analizy danych i wykrywania potencjalnych usterek sprzętu, zanim przerodzą się one w problem. Tego typu usługa redukuje do minimum czynności wykrywania i rozwiązywania awarii, co przekłada się na wyższą dostępność centrum danych.
Usługi predykcyjne w infrastrukturze zasilania mogą pomóc w generowaniu oceny sprzętu oraz w identyfikacji korelacji między pojedynczymi zdarzeniami powodującymi potencjalne przestoje. Ponadto mogą one monitorować cykl życia sprzętu i przewidywać konieczność wdrażania niezbędnych zmian.
Usługi zdalnego monitorowania LIFE™ Vertiv opierają się na SI i uczeniu maszynowym i zapewniają wgląd, analizę i diagnostykę krytycznych usług w czasie rzeczywistym w celu stałej oceny zapobiegawczej sieci.
Monitoring działa 24 godziny na dobę, 7 dni w tygodniu i jest podłączony do zdalnego centrum reagowania. Po wykryciu usterki narzędzie LIFE Services automatycznie wysyła pakiet informacji do zespołu ekspertów, którzy pomagają zdiagnozować problem, a w razie potrzeby wysyła najbliższego inżyniera w celu przywrócenia normalnej operacji.
Wartość sztucznej inteligencji w centrach danych polega na zapobieganiu zdarzeniom i skracaniu czasu reakcji w sytuacjach awarii. A bardziej wydajna i mniej wadliwa infrastruktura przyczynia się również do zmniejszenia śladu węglowego. Odpowiedni zestaw narzędzi i partner może pomóc w zapewnieniu obu tych elementów.
