AIがデータセンター運営者が直面する課題をどう解決するか

業界の専門家が、業界内で発生する運用上の課題の解決に AI がどのように役立つか、データ センター業界が克服しなければならない最大のハードル、データ センターが AI を使用して効率性を向上させ、回復力を維持する方法について議論します。

[[381591]]

昨年、データセンターの運用が直面した最大の課題は何でしたか? AI は、この業界の企業がこれらの課題を克服するのにどのように役立ちますか?

あらゆるビジネスがコロナウイルスのパンデミックの影響を受けていますが、データセンター業界はデジタルトランスフォーメーションの加速により成長を続けています。顧客需要の急増とサービスプロバイダーが提供するあらゆるサービスの成長が見込まれるため、データセンター業界が現在直面している最大の課題は、職場の制限に適応しながらこの成長に対応することです。

成長する市場と厳しいリソースのバランスをとるということは、データセンター運営者がよりスマートな意思決定に移行し、自動化をさらに拡張して稼働時間と効率的な機能を保証することを目指していることを意味します。ここで AI が役立ちます。

多くのデータ センターは、運用上の意思決定を手動操作に大きく依存していますが、AI を適用することで、負荷シフトや冗長性と回復力のある機器間のインテリジェントな切り替えなど、より多くの自動化を実現できるようになることが期待されています。 AI は、施設の温度、湿度、および「ハード」インフラストラクチャの稼働状況について収集されたデータを使用することで、機器の寿命を延ばす方法や、エネルギー効率、アップグレード、コンポーネントの交換にかかる設備投資を節約できるかどうかを理解するのに役立ちます。

AI はどのようにしてエネルギー効率を高め、データセンター空間のグリーン化に貢献しているのでしょうか?

データセンター運営者は、データの収集、集約、視覚化を含む広範なデータ管理システムを備えており、各データホールの顧客負荷、通路温度、湿度などの要素を分析するのに役立ちます。 AI はこのデータを取得し、特定のトリガー ポイントに基づいてアクションを実行します。

顧客の負荷が一定レベルを超えると、冷却インフラストラクチャを増減して、最もエネルギー効率の高い方法で適切な冷却を提供できます。これは、負荷が増加した場合に機器を 100% で稼働させ続けるよりも優れています。機械学習を使用すると、外部の周囲温度など、他の多くの要因に基づいてこれらのイベントを予測し、制御システムが自動的にそれに応じて反応できるようにすることもできます。

ほとんどのデータセンター制御システムでは、エネルギー効率を効果的に制御し、改善するために、すでにある程度 AI が使用されています。たとえば、無停電電源装置は、システムの負荷に応じて、ある効率モードから別の効率モードに自動的に切り替えることができます。 AI/制御システムは、冗長モジュールをシャットダウンし、必要に応じてスリープ状態にすることで、システムが常に実際の負荷に近い最適な効率で動作することを保証します。

これらの制御システムは年々改善されていますが、最大限の効率向上を実現するのに役立つレベルの自動化を構築できる効率的なシステムの開発に対するメーカーからの期待が高まっています。

データセンターのネットワーク トラフィック監視では、AI を活用してサイバー脅威に対する耐性を維持するにはどうすればよいでしょうか?

ネットワーク管理の人工知能とネットワーク セキュリティの進歩により、通常のトラフィック パターン外の異常なアクティビティを検出できるようになりました。一般的なオフィス環境では、会社のデバイスが午前 3 時にログインし、ビジネスからギガバイト単位のデータを取得し始めると、これは異常な動作としてフラグが付けられます。 AI は脆弱性を迅速に分析し、デバイスのネットワーク アクセスを無効にすることでデータ損失の可能性を防ぐことができます。

このデータ転送は勤務時間中に発生する可能性もありますが、プレゼンテーション専用に使用されるラップトップなど、通常は大量のデータを転送しないデバイスから発生する可能性もあります。 AI はデバイスの典型的な動作パターンを学習しており、典型的な使用パターンに適合しないデータの流入または流出があった場合にフラグを立てます。

データセンターでも同じです。各サーバーには独自の典型的な動作パターンがあり、ネットワーク セキュリティ システムによって監視され、異常なアクティビティがあればフラグが付けられます。他のシステムとインターフェースすることで、単純なネットワーク監視以上のことが可能になります。たとえば、誰かが安全なサーバー ロビーに入った後にサーバーの動作が変化するかどうかを検出します。これは、サーバーが改ざんされたことを示している可能性があります。サイバーセキュリティの観点から見ると、AI が達成できる可能性はほぼ無限であり、これは重要な成長分野です。

AI は、データ センター オペレーターがワークロードのバランスを取り、電力コストを可能な限り低く抑えるのにどのように役立ちますか?

多くの組織は、データセンターを運用し、エネルギーを効率的に使用することで電気コストを削減したいと考えています。データセンターの負荷は年々増加しており、電気代も年々増加しています。世界のデジタル化により、この状況はすぐには変わらないでしょう。

データ センターの設計は、主に、長期的な IT 負荷の予測を最適化することに重点を置いています。所定の有効出力単位に対してインフラストラクチャが可能な限り効率的に動作するようにする負荷レベルが必要です。契約した電力を使用していない場合、チラーなどの機器を 10% の容量で稼働させる必要がある場合があります。これは非常に非効率的な稼働を意味し、電力コストを低く抑える一方で、実際にはエネルギー効率を最大化することを妨げています。組織はデータ収集と人工知能を使用して、負荷が設置されたインフラストラクチャと一致していない場所を特定し、重要な機器の出力を調整します。

このデータは将来の建物の設計にもフィードバックされます。組織には、初期の低負荷段階を含む建物のライフサイクル全体にわたってエネルギー効率を向上させる制御システムを設計する責任があります。 AI は制御システムで非常に効果的に使用でき、ユーザーがコストと効率のバランスをとるのに役立ち、時間の経過とともに改善されます。