То, что ИИ и центры обработки данных могут сделать вместе, потрясающе
Основной элемент научно-фантастических произведений Стивена Спилберга и Айзека Азимова искусственный интеллект был мечтой ученых и инженеров с момента его появления в 1956 году. Одноименный фильм Спилберга «ИИ» был примерно таким же плохим, как «Мир Юрского периода», на самом деле намного сложнее. -смотреть плохо, но это уже другая тема. Однако, наконец, пришло время для того, чтобы ИИ стал реальностью, и, надеюсь, им не манипулирует какой-то дурак, вроде Винсента Мура в «Чаппи», который действительно зашел в тупик, но давайте вернемся в нужное русло. И хотя пройдет еще немало времени, прежде чем «двухсотлетний человек» будет ходить по вашей гостиной, компании, особенно в ИТ-индустрии, уже начали использовать эту технологию для роста и повышения эффективности. Представьте себе MU/TH/UR 6000 из франшизы «Чужой» (минус склонность к убийству, конечно), и у вас будет довольно точное представление о том, о чем мы говорим. Искусственный интеллект повлиял на некоторые аспекты бизнеса больше, чем на другие, но не больше, чем на центры обработки данных. Во всем мире эти центры обработки данных начали полагаться на ИИ для снижения эксплуатационных расходов и повышения качества своей работы. Давайте посмотрим, что ИИ и центры обработки данных могут сделать вместе.
Почему ИИ и центры обработки данных?
Из-за скорости, с которой информация передается в облако, ИИ и центры обработки данных станут основой любого успешного бизнеса. И чем больше дата-центров, тем выше будут эксплуатационные расходы. Интересно то, что большая часть этих операционных расходов идет на охлаждение серверов, на которых она размещена. Искусственный интеллект помогает найти более практичное решение, как в случае с Google.
DeepMind Technologies, британская компания по искусственному интеллекту, приобретенная Google в 2014 году, начала применять машинное обучение в центрах обработки данных. И пока результаты намного превзошли все ожидания.
DeepMind удалось не только сократить потребление энергии для охлаждения центров обработки данных Google на 40 процентов, но и наглядно продемонстрировала потенциал ИИ для оптимизации систем и решения серьезных проблем, связанных с изменением климата. Дело в том, что центры обработки данных Google уже были довольно эффективными, что делало эти новообретенные достижения еще более захватывающими.
Если вам интересно, сработает ли то, что работает для Google, и для других центров обработки данных, знайте, что инженеры-эксперты считают, что этот уровень улучшения будет положительно воспринят и другими крупномасштабными энергоемкими средами. Таким образом, внедрение ИИ представляет собой огромный шаг вперед. Фирмы, работающие в облаке Google, также повысят свою энергоэффективность, используя эти достижения.
Более эффективно с ИИ
Знаете ли вы, что в зависимости от своего размера центры обработки данных могут ежегодно использовать более миллиона галлонов воды для подпитки своих систем охлаждения и поддержания работоспособности своих серверов? В нормальных условиях это достигается за счет использования крупного промышленного оборудования, такого как чиллеры, градирни и насосы.
Но среда центра обработки данных сложна, и оптимальная работа может быть затруднена, если используется все охлаждающее оборудование. Кроме того, то, как он работает и взаимодействует с окружающей средой нелинейным, сложным образом, не может быть уловлен традиционной человеческой интуицией и инженерией, основанной на формулах. Кроме того, система медленно адаптируется к внешним и внутренним изменениям, поскольку инженеры не могут разработать эвристики и рекомендации для каждого сценария.
Таким образом, учитывая тот факт, что центры обработки данных имеют уникальную среду и архитектуру, это не проблема, подходящая для всех. Вместо этого может потребоваться общая интеллектуальная структура, чтобы выяснить взаимодействие центра обработки данных. И именно здесь искусственный интеллект играет существенную роль.
Например, DeepMind Technologies повышает эффективность центров обработки данных за счет машинного обучения. Если вам интересно, что такое «машинное обучение», то это тип искусственного интеллекта, который способен учиться и делать расчеты и прогнозы на основе полученных данных. На этом преимущества не заканчиваются — полезность всеобъемлющей системы центра обработки данных также может быть значительно улучшена за счет использования ИИ и центров обработки данных.
Таким образом, подход Google к использованию искусственного интеллекта был гениальным. Компания построила систему нейронных сетей и обучила их под различные сценарии работы и параметры своих дата-центров. В результате получилась высокоадаптивная и глубокая структура, которая могла оптимизировать эффективность и лучше понять динамику центра обработки данных, чем раньше.
Хотя здесь этот процесс упрощен, он сложнее, чем вы думаете. Данные должны были собираться многочисленными датчиками в центре обработки данных, отслеживающими скорость насоса, заданные значения, температуру, мощность и многое другое, и использовать их для обучения глубоких нейронных сетей.
Безопасность и обслуживание
ИИ играет важную роль в автоматизации задач обслуживания и безопасности центров обработки данных. В предыдущих установках в случае атаки безопасности работникам центра обработки данных приходилось вручную защищать серверы. Кроме того, задачи по обслуживанию, такие как исправление неисправных устройств хранения или замена проблемных серверов, могут стать слишком сложными из-за их ручного характера. Добавьте сюда робототехнику, и центры обработки данных станут более самостоятельными. В будущем ИИ может направлять роботов для выполнения работ по техническому обслуживанию, тем самым обеспечивая более высокое качество обслуживания (QoS) при снижении эксплуатационных расходов.
Что ждет в будущем
Система искусственного интеллекта и центров обработки данных, которую использует Google, отвечает за мониторинг и обслуживание более сотни переменных, включая окна, вентиляторы и системы охлаждения.
Если все это звучит поразительно, то это потому, что так оно и есть. Но всегда есть возможности для улучшения, и весь потенциал ИИ еще предстоит изучить. По мнению исследователей, все упирается в количество датчиков, размещенных внутри центра обработки данных. Теперь, когда у них есть более четкое представление о том, как все это работает, они, вероятно, будут экспериментировать и раздвигать границы еще дальше, даже ожидая более плодотворных результатов.
Поскольку алгоритм отлично работает, когда дело доходит до определения сложной динамики, в ближайшем будущем его можно будет применять для решения различных других задач в среде центра обработки данных. Применение ИИ может оказать положительное влияние и на другие отрасли.
Искусственный интеллект может быть новым дополнением к миру серверов данных, но его реализация открывает несколько новых возможностей.
При правильном изучении технология искусственного интеллекта может быть использована позже для повышения эффективности преобразования электростанций, помощи производственным подразделениям в повышении производительности и снижении энергопотребления при производстве полупроводников. На данный момент преимущества искусственного интеллекта и центров обработки данных побудили инженеров и исследователей изучить все возможные методы, в которых искусственный интеллект может им помочь.