به کارگیری هوش مصنوعی در مراکز داده

هوش مصنوعی و فناوری‌های مرتبط با آن تا همین چندسال پیش از موضوعات مربوط به آینده‌ی نه‌چندان نزدیک به‌شمار می‌رفت. اما امروزه شرکت‌های بسیاری وجود دارند که مدعی‌اند برای افزایش منافع کسب‌وکارها راهکارهایی مبتنی بر هوش مصنوعی ارائه می‌دهند. اکنون این سوال مطرح است که آیا واقعا چنین ادعاهایی حقیقت دارد؟ آیا استفاده از هوش مصنوعی (البته اگر چنین استفاده‌ای وجود داشته باشد) باعث افزایش کارآیی در مراکزداده خواهد شد؟

آنچه مشخص است هدف اصلی مراکزداده در به‌کارگیری الگوریتم‌هایی که باعث خودبهینه‌سازی می‌شوند، افزایش بهینه‌سازی در مصرف انرژی است. خودبهینه‌سازی در مرکزداده بدین معنی است که مرکزداده سیستم‌های قدرت و سرمایش را به‌شکل خودکار تنظیم کند.

امروزه معمولا دمای اتاق‌های فاوا یا دمای آب سیستم‌های چیلر را مدیر مرکزداده یا مدیر تاسیسات آن تنظیم می‌کند و اثرات تغییرات دما را بر سطوح کاری مختلف فاوا، میزان مصرف انرژی، هزینه‌های کلی و … بررسی می‌نماید. مدیران با این شیوه می‌توانند مزایای کار در دماهای مختلف را برای تجهیزات گوناگون شناسایی نمایند و دما را به‌صورت دستی و با استفاده از ابزارهای کنترلی مانند ترموستات تنظیم کنند.

باید توجه داشت که در مرکزداده برای نمونه صدها سیستم تهویه CRAC دارای ترموستات وجود دارد و تنظیم کردن دستی کل این سیستم‌ها تقریبا غیرممکن است. ولی هوش مصنوعی می‌تواند الگوریتم‌های دمای بهینه را در زمان‌های مختلف روز و در سطوح مختلفِ به‌کارگیری فاوا بررسی کند و با داده‌هایی که به‌دست می‌آورد سیستم‌های سرمایش را به‌صورت خودکار تنظیم نماید. حتی می‌توان قدم فراتر گذاشت و گفت هوش مصنوعی می‌تواند الگوریتم را با بررسی و تحلیل مرتب داده‌ها به‌طور خودکار اصلاح کند و روزبه‌روز کارآیی سیستم را افزایش دهد.

وجود داده‌های به‌هنگام از تمامی اجزای اصلی محیطی برای تمامی سیستم‌های هوش مصنوعی نیاز اساسی است. این داده‌ها می‌بایست از قسمت‌های مختلف مرکزداده گردآوری شوند. به‌عنوان نمونه از تمامی اجزای سیستم سرمایش (چیلرها، برج‌های خنک‌کننده، کندانسورها، اواپراتورها و …)، از تمامی تجهیزات سرمایش اتاق‌های فاوا (دستگاه‌های تهویه، اجزای خنک‌کننده‌های دالانی، فن‌ها، CRACها و…)، همچنین از تمامی تجهیزات فاوا.

مسئله اصلی این است که آیا امکان جمع‌آوری داده از تمامی این تجهیزات وجود دارد؟ بی‌شک کار آسانی نخواهد بود. به‌طور مثال در بسیاری از موارد داده‌هایی که از تجهیزات سازندگان متفاوت به‌دست می‌آید با یکدیگر هماهنگی مناسبی ندارد. یا ممکن است سازندگان خروجی اطلاعات تجهیزات را قفل کرده باشند. یا با این‌که در بسیاری از موارد دستگاه‌ها نمایشگر دارند ولی هیچ‌گونه خروجی از داده‌ها ارائه نمی‌دهند. یا ممکن است دستگاه قابلیت کنترل از راه دور نداشته باشد؛ امکانی که برای به‌کارگیری سیستم‌های هوش مصنوعی ضروری است.

چنین به‌نظر می‌رسد که هوش مصنوعی به‌خوبی می‌تواند کارآیی مراکزداده را افزایش دهد و از میزان انرژی مصرفی آن‌ها از طریق روش‌های خودبهینه‌ساز بکاهد؛ ولی استفاده از این سیستم‌ها نیازمند بازنگری در طراحی تجهیزات و در کل مجموعه‌ی مرکزداده است.

اشنایدر الکتریک به‌شکل محسوسی درگیر پروژه‌ها و مشارکت‌هایی در حوزه‌ی هوش مصنوعی در مراکزداده شده است. ولی این پروژه‌ها جنبه‌ی فرعی دارند و در اولویت‌های اشنایدر الکتریک نیستند. EcoStruxure for Data Center یکی از مهم‌ترین پروژه‌های مدیریت اشنایدر الکتریک است. این پلتفرم یکی از بهترین معماری‌های متقابل برمبنای اینترنت اشیاء است که مدیریت مرکزداده را آسان و کارآیی آن را افزایش می‌دهد.