ストレージ自動化、予測分析、人工知能について知っておくべき6つのこと

現在、人工知能や予測分析などのテクノロジーは、多くのストレージ製品に組み込まれています。これらのテクノロジーが自動ストレージにどのように役立つか、どのような機能が役立つか、どの製品にこれらの機能があるかを理解する必要があります。

人工知能と予測分析は、現代のストレージ システムに不可欠な機能であり、インフラストラクチャの健全性を評価し、問題やストレージ自動化機能を特定して、これらのシステムをスムーズに実行するのに役立ちます。

[[380184]]

調査会社ガートナーは最近、「拡張データ管理」を2020年のデータと分析のトレンドのトップ10のリストで2位にランク付けしました。ベンダーは機械学習と人工知能の機能を追加して、自己構成および自己調整のデータ管理を提供し、IT スタッフがより価値の高いタスクに集中できるようにしています。

人工知能と予測分析はこのトレンドリストの一部ですが、これらのテクノロジーには誇大宣伝も伴います。ベンダーは AI を曖昧または不正確な方法でラベル付けすることがあります。ただし、予測分析ツールは、ストレージ自動化のパフォーマンス、効率、運用コストの削減という点でさらなるメリットをもたらします。

ここでは、人工知能、予測分析、ストレージ自動化に関する 6 つの重要な質問に対する回答を示します。

1. 予測分析はストレージにどのように役立ちますか?

予測分析では、データ マイニング、分析クエリ、予測モデリング、人工知能、機械学習などのテクノロジを使用して、ストレージ システム データのパターンを検出し、異常を特定し、将来の結果を予測し、ストレージ自動化機能を使用して問題を解決します。ストレージ製品の予測分析機能には、パフォーマンスとリソース使用率の向上、管理オーバーヘッドの削減、ダウンタイムの短縮、ワークロードの最適化など、さまざまな利点があります。

機械学習は、最新のストレージ システムにおける予測分析を改善するために特に重要です。ストレージ インフラストラクチャ全体から収集されたデータは、傾向を把握し、ボトルネックや問題が発生する可能性が高い時期を特定するための予測アルゴリズムをトレーニングするために使用されます。これにより、ストレージ コンポーネントを継続的に最適化し、潜在的な問題を解決できます。

2. よりスマートなストレージに移行する理由は何ですか?

オールフラッシュアレイ、ハイブリッドおよびハイパーコンバージドインフラストラクチャの使用の増加は、スマートストレージの需要を促進する要因の 1 つです。多くの組織では、インテリジェント ストレージは全体として管理されるデータ センター テクノロジ スタックの不可欠な部分であり、インテリジェント ストレージが提供するストレージ容量とパフォーマンスに関するよりリアルタイムなデータを必要とします。

3. ストレージをよりスマートにする上で、クラウド ストレージはどのような役割を果たしますか?

クラウド ストレージと予測分析を組み合わせることで、傾向を予測し、インフラストラクチャを計画し、経費を削減できます。これらのアプリケーションは、人工知能、機械学習、その他の高度なテクノロジーを使用して、ストレージ スタック内のフラッシュ アレイからテレメトリ データを継続的に収集および分析します。ここでの目標は、IOPS、帯域幅、フォールト トレランス、レイテンシ、その他のストレージ関連情報を分析し、問題を特定し、ストレージ自動化機能を使用して積極的に解決することです。

「クラウドベースの予測分析プラットフォームは、前世代のリモート監視システムをはるかに超えています」と、IT アナリスト企業 IDC のリサーチ担当副社長 Eric Burgener 氏はホワイトペーパーで述べています。同氏は、クラウドベースの予測分析と従来のリモート監視を区別する 3 つの重要な機能として、データ共有、監視範囲、自律的な操作を推進するための人工知能と機械学習の使用を挙げています。

クラウド コンピューティング環境では、予測分析によってストレージ インフラストラクチャが自己修復テクノロジに近づき、最小限の介入で問題を特定して解決できるようになります。

4. ストレージをよりスマートにするテクノロジーは何ですか?

データ収集はスマートストレージの基盤の一部です。ベンダーは、顧客からの匿名のテレメトリ データを集約して分析し、他の顧客に影響を与える可能性のあるさまざまなストレージ シナリオ、ワークロード、または問題を把握します。ベンダーは、ストレージ パフォーマンスのメトリックとパターンに関する詳細な情報、および傾向、ボトルネック、その他の潜在的な問題が発生する前に予測を提供できます。

予測分析は機械学習やディープラーニングと連携して動作し、事前にプログラムされた指示なしでこれらのシステムを動作させることができます。

5. ストレージ予測分析ツールにはどのような機能が必要ですか?

ストレージ システムを確認する際に重点的に活用すべき 5 つの主要な予測分析機能は次のとおりです。

（１）自動化をサポートします。システムは、パフォーマンス、容量、可用性、セキュリティに関連するさまざまな問題を予測できます。たとえば、予測分析を使用すると、デバイス、ボリューム、アプリケーションごとのストレージ容量の使用状況を分析し、目標が達成されたタイミングをプロアクティブに判断できます。管理者はストレージ自動化機能を使用して、容量を自動的に追加または再調整するようにシステムを設定できます。

（２）自動化された管理と構成。ストレージのセットアップと管理を自動化するツールを探します。これらのシステムは、パフォーマンス、リソース消費、容量要件を自動的に決定し、ワークロード構成を最適化してリソース使用率を向上させます。

（３）ソフトウェアのアップデートとパッチシステムは分析を使用して、潜在的な問題を解決するための要件を満たすサイトにコードを積極的に提供します。

（４）資源計画予測アルゴリズムは傾向を特定し、将来のストレージ ニーズに備えて計画を立てるのに役立ちます。ストレージ管理者はこのテクノロジーを使用して、さまざまなストレージ オプションと可能なアップグレードの容量、IOPS、帯域幅の要件を予測できます。

（５）仮想マシン（VM）管理予測分析は、VMware vSphere などの仮想化プラットフォームと統合して、ワークロード固有のパフォーマンスと容量に関する情報を提供し、使用傾向を把握し、より適切な構成設定を推奨することができます。

ストレージ用の予測分析ツールを提供しているベンダーはどれですか?

予測機能と処方機能を備えた AI 駆動型分析ソフトウェアは、主要ベンダーのほとんどのストレージ製品に標準装備されています。 IT ユーザーは、Dell EMC、HPE、Hitachi Vantara、IBM、Infinidat、NetApp、Pure Storage など、業界をリードするベンダーやスタートアップ企業の AI 搭載ストレージ製品を比較する必要があります。