Spesso i data center sfruttano strumenti di intelligenza artificiale per gestire strutture e carichi di lavoro: possono aiutare a svolgere diverse attività, tra cui il controllo dell’alimentazione, il monitoraggio del consumo energetico, gli aggiornamenti di manutenzione e la sicurezza della rete.
L’AI è però una tecnologia in continua evoluzione ed è sempre necessario studiarne le possibili applicazioni. Come implementare gli ultimi strumenti arrivati sul mercato, per esempio, e capire quali domande porre ai vari fornitori.
Nonostante si tema che i data center possano non reggere i carichi di lavoro legati all’AI, non si devono ignorare i molti vantaggi che emergono dall’implementazione di strumenti intelligenti proprio all’interno di queste stesse strutture.
Usare l’intelligenza artificiale nei data center: come?
Di solito l’intelligenza artificiale raccoglie e analizza dati e processi che non possono essere eseguiti manualmente o che richiederebbero troppo tempo. Aiuta così a prevenire gli eventuali problemi e ottimizzare le operazioni.
Gestione energetica dell’AI
La combinazione di uno strumento di AI con un sistema avanzato di gestione della distribuzione di energia può aiutare a ridurre i costi energetici e l’impatto ambientale. L’intelligenza artificiale aiuta il sistema a individuare il fornitore di energia elettrica più conveniente, in base a fattori come il costo più basso e la tipologia di fonte, analizzandone l’uso in tempo reale e automatizzando la selezione del quantitativo necessario.
Controllo del raffreddamento con l’AI
I modelli basati su AI consentono di ottimizzare le opzioni di raffreddamento, monitorando e analizzando molti più dati rispetto ai sistemi tradizionali.
Per esempio, la partnership tra Trane Technologies e BrainBox AI consente alle strutture di controllare automaticamente il raffreddamento in base a vari fattori, a partire dal meteo. BrainBox AI analizza automaticamente i dati e prevede il comportamento termico di ogni area per garantire un raffreddamento adeguato.
Ottimizzazione della rete AI
Guardando oltre l’analisi tradizionale e la distribuzione predittiva del carico di lavoro, gli strumenti di AI possono interagire con le applicazioni di gestione dell’infrastruttura di un data center (DCIM – Data Center Infrastructures Management) per migliorare l’ottimizzazione della rete. Alcuni addirittura automatizzano l’impostazione e la configurazione di nuove risorse, come i server virtuali, permettendo agli amministratori di dedicarsi ad altre attività.
Manutenzione hardware AI
Il monitoraggio del ciclo di vita di migliaia di pezzi di hardware in un data center è un’attività estremamente complessa. Con uno strumento di intelligenza artificiale si riescono a migliorare i processi di manutenzione, analizzando tutti i dati disponibili per prevedere quando è necessario intervenire. Inserendo i dati del DCIM, dei sensori IoT e delle apparecchiature nell’applicazione AI si possono realizzare diverse approfondite analisi su apparecchiature come batterie dei gruppi di continuità (UPS), motori e i server.
Sicurezza AI
Gli strumenti di AI possono analizzare la postura di sicurezza di un data center e suggerire miglioramenti in base ai rischi fisici, come allagamenti, incendi o danni elettrici. Possono anche consigliare misure per proteggere le apparecchiature o le persone da eventuali danni, come l’installazione di involucri resistenti al fuoco per le batterie degli UPS. Si può sfruttare l’intelligenza artificiale anche nella fase di progettazione della struttura o in quella di creazione di nuove reti private per i clienti dei data center di colocazione.
Gestione di provisioning e configurazione con AI
Le applicazioni dotate di intelligenza artificiale possono automatizzare l’impostazione e la configurazione delle risorse del data center, come le macchine virtuali e le impostazioni di rete. Diventa possibile attivarli attraverso regole e criteri predeterminati, risparmiando tempo e riducendo la possibilità di errore.
Come integrare l’AI in un data center
Per migliorare le operazioni dei data center con strumenti e applicazioni di intelligenza artificiale serve fare ricerca e pianificarne l’implementazione. Ci sono alcune attività che spesso devono essere svolte prima, eccone alcuni esempi.
Identificare obiettivi e usi
Come per qualsiasi nuova strategia o strumento operativo, è fondamentale definire gli obiettivi e gli usi specifici di un’implementazione AI in data center. È necessario chiedersi cosa si desidera monitorare e di cosa si vuole ottimizzare l’uso e il consumo di energia. Serve capire se l’allocazione e il provisioning delle risorse hanno bisogno di un supporto intelligente.
Approfondire la sicurezza dei dati
Agli strumenti AI servono molti dati per il training, esiste quindi l’urgenza di evitare violazioni e rischi per la privacy. Una strada percorribile consiste nell’utilizzo didati sintetici che imitano quelli reali. A qualsiasi potenziale fornitore bisognerebbe domandare quale strategia prevede in tal senso, per assicurarsi che soddisfi i requisiti dell’amministrazione e del cliente.
Ricerca di fornitori e applicazioni
Non tutti gli strumenti di intelligenza artificiale sono compatibili con un data center o si adattano a usi specifici. Vanno quindi identificati gli strumenti di AI adeguati ed eventuali fornitori con esperienza nella creazione di strumenti di intelligenza artificiale per situazioni specifiche.
Espandersi lentamente
L’applicazione dell’intelligenza artificiale in un data center può essere un processo lungo e costoso. Anche l’implementazione di semplici strumenti può costare centinaia di migliaia di euro e richiedere mesi di addestramento. Ottenere un ROI elevato richiede tempo. Quindi, iniziare in piccolo ed espandersi lentamente. Ogni nuova implementazione o utilizzo è più semplice e garantisce un ROI più rapido.
Pianificare il futuro dell’AI nel data center
Mentre gli strumenti e l’utilizzo dell’AI evolvono a livello globale, è opportuno interrogarsi su come usarli anche per gestire la struttura man mano che l’uso dell’AI da parte dei clienti cresce. I processi manuali e l’intervento umano al 100% non sono sufficienti per elaborare grandi quantità di dati. È utile tenersi aggiornati sugli ultimi strumenti di AI che potrebbero aiutare e testarli per capire quali soddisfano i requisiti, implementarne di nuovi che automatizzino meglio i processi e monitorarli sempre, per assicurarsi che funzionino come previsto.
Quando i data center alimentano carichi di lavoro AI, l’AI stessa può aiutare a riprogettare le configurazioni per massimizzare le prestazioni passando attraverso l’identificazione delle aree di miglioramento e il monitoraggio dei flussi di lavoro.
La formazione relativa all’intelligenza artificiale deve essere messa al centro dei programmi dedicati a chi si occupa di data center. Non si tratta solo di comprenderne gli algoritmi ma di tenersi aggiornati sulle tecnologie di AI e su come implementarle. Chi meglio si occuperà di questa parte formativa, potrà attirare più talenti e di livello maggiore, valorizzando al meglio gli strumenti AI che vorrà adottare.
