データセンターで自動化できない 5 つのこと

データセンターで自動化できない 5 つのこと

データセンター内外を問わず、自動化に境界はないと考えるのは簡単です。 AI がデータ センターの運用とネットワークを改善する無限の機会を提供しているように思われ、IT 業界全体がワークフローを NoOps 状態まで完全に自動化できるという考えを受け入れている世界では、データ センター内で自動化できないものは何もないように思えます。

しかし、現実はもっと厳しい。現代のテクノロジーは多くの分野でデータ センターの自動化に大きな可能性をもたらしますが、データ センター運用の重要な側面は近い将来に自動化されない可能性があります。

実際、データ センターの物理的特性により、データ センターの設備や機器は、ユーザーがやり取りするパブリック クラウド プラットフォームなどの他の種類の IT インフラストラクチャや環境よりも、ある意味では自動化が困難です。

この点を証明するために、近い将来に完全に自動化されるとは誰も予想していないデータ センターまたはデータ センター運用の 5 つの側面を見てみましょう。

1. サーバーの展開

パブリック クラウドでは、インフラストラクチャ アズ コード テンプレートを適用してクラウド リソースを構成するだけで、サーバーを自動的に展開できます。

ただし、データ センターでは、展開するサーバーが物理ハードウェアであるため、このタイプの自動化は不可能です。 誰かがサーバーを設置し、電源ケーブルやネットワークケーブルに接続し、適切に冷却されていることを確認するなどの作業を行う必要があります。

理論的には、ロボットはデータセンターにサーバーを展開する作業の多くを自動化できる可能性がある。 ただし、ロボットを使用してコスト効率よくこれを実行するには、大規模に運用する必要があります。 また、人間の支援なしに自動化できるほど一貫性があり予測可能なサーバー展開も必要です。 今日のほとんどのサーバー展開はこの標準を満たしていません。

ロボットによるデータ センター自動化の可能性については、少なくとも 10 年間にわたって議論されてきましたが、データ センターでロボットを目にする機会がまだほとんどないのには理由があります。それは、ほとんどの場合、ロボットは実用的ではないからです。 サーバーの展開は、当面の間は手動で行われることが予想されます。

2. ハードウェアのメンテナンス

同様に、データセンターに導入された後のサーバー ハードウェアの保守は、ほとんどの場合、自動化できるタスクではありません。 故障したディスクの交換、摩耗したケーブルや電源の交換、ネットワーク カードの更新は、ほとんどのデータ センターでは日常的な手順であり、これらの問題に対処する唯一の方法は技術者を派遣することです。

3. HVACの設置とメンテナンス

HVAC システムは IT 機器を過熱から保護し、あらゆるデータ センターに不可欠なコンポーネントです。 サーバーと同様に、HVAC システムは人によるメンテナンスを必要とする物理コンポーネントで構成されています。

リモート HVAC センサーと監視システムは、HVAC 管理に関連するプロセスの一部を自動化するのに役立ちますが、結局のところ、HVAC メンテナンスはデータ センターで簡単に自動化できるタスクではありません。

4. 物理的なセキュリティ

データ センターの物理的なセキュリティは、監視システムが特定のタスクの自動化に役立つものの、大きな問題には人間の介入が必要となる別の領域です。

センサーを使用してデータセンター内の人の動きを追跡したり、生体認証デバイスを導入してデータセンターへの物理的なアクセスを自動的に制御したりできます。 ただし、侵入者を検知した場合や、自動アクセス制御システムが正常に機能していない場合は、セキュリティ担当者が対応する必要があります。

5. 災害復旧

場合によっては、災害復旧ルーチンを自動化できます。実際、災害復旧の自動化は、障害発生後にデータやアプリケーションを復旧する際の時間を節約するために重要です。

ただし、災害復旧を自動化できるのは、復旧する必要のある資産がソフトウェア ベースであり、復旧した資産をホストするための適切なインフラストラクチャがある場合のみです。

復旧に新しいハードウェアの導入や故障したコンポーネントの交換が必要な場合 (データ センターが自然災害に見舞われ、一部のシステムが動作不能になった場合など)、人間が手動で作業を実行する必要があります。

データセンター自動化の限界

データ センターの運用を可能な限り広範囲に自動化する理由は数多くあります。 しかし、データセンター管理の多くの側面は自動化に適していません。

生成型 AI とロボットの時代であっても、近い将来にデータセンターから人間を完全に排除することは想像しにくいです。

<<:  ConvNet と Transformer のどちらが優れていますか? Metaが4つの主要な視覚モデルを評価、LeCunが好評価

>>:  ジオメトリテクスチャ再構築における新しい SOTA!浙江大学がSIFUを提案:一枚の画像で高品質の3D人体モデルを再構築可能

推薦する

AI と IoT によって貨物輸送はどのようにスマート化されるのでしょうか?

スマートな車両監視 近年、IoT テクノロジーによりテレマティクスはまったく新しいレベルに到達しまし...

RLHFの2%ハッシュレートを使用してLLMからの有害な出力を阻止するために、ByteはLLM忘却学習を提案した。

大規模言語モデル (LLM) の開発により、実務者はより多くの課題に直面しています。 LLM からの...

マイクロソフトCEOナデラ氏:私は4つの大きな変革を経験してきたが、AIは5番目だ

マイクロソフトのサティア・ナデラCEOは10月23日、メディアのインタビューで、同社はこれまで4つの...

...

...

人工知能 (AI) の 19 の一般的な応用分野、あなたはどれくらい知っていますか?

01 自然言語生成自然言語生成は、顧客サービス、レポート生成、市場概要などで使用すべくデータをテキ...

世界中のもう一人の自分と話すのはどんな感じでしょうか?世界初のAI人間観察者が誕生

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

人工知能を活用して生物多様性を保護する

AIを生物多様性保全に活用することで、植物や動物の絶滅を防ぎ、安定した生態系を維持することができます...

...

Pytorch の最も重要な 9 つの操作! ! !

今日は、pytorch についてお話します。今日は、9 つ​​の最も重要な pytorch 操作をま...

...

人工知能が人々を失業させるのは悪いことではありません。それどころか、それは良い役割を果たします。

近年の科学技術の急速な発展に伴い、人工知能の概念が徐々に明確になってきています。特にOTT業界の重要...

...

他の人たちが赤い封筒を掴んでいる間、プログラマーたちは赤い封筒のアルゴリズムを研究している

羊年春節期間中のWeChat紅包の人気は明らかで、広告主は現金紅包に5億円を投入し、CCTVの羊年春...

教育におけるAIの想像力と限界

広東省の有名な重点中学校である広亜中学校は最近、電子ブレスレット3,500個を購入するために485万...