×
ЦОД на искусственном интеллекте

Google начала применять нейронные сети для анализа огромных массивов данных, описывающих работу ее серверных парков. По результатам анализа вырабатываются рекомендации, направленные на совершенствование функционирования серверов.

 

По словам Джо Кава, вице-президента направления ЦОД компании Google, применение методов машинного обучения позволит компании Google выйти на новые рубежи в части эффективности ее ЦОД. При этом ожидается, что будут получены результаты, которые оставят далеко позади все то, на что способны в этом плане инженеры компании при «ручном» анализе.

 

Хотя ранее и предпринимались скромные попытки создать необслуживаемые автоматизированные ЦОД, обычно все сводилось просто к дистанционному контролю – принятие решений оставалось за людьми, а не за автоматикой. Что же касается Google и других компаний, разрабатывающих инструменты машинного обучения в применении к ЦОД, то речь, в конечном счете,  идет об использовании искусственного интеллекта в качестве подспорья для решения задачи разработки более совершенных ЦОД, а не о замене эксплуатирующих  их людей “умными машинами”.

 

Справедливости ради нужно отметить, что, хотя именно Google попала на первые страницы газет, объявив, что пользуется технологиями машинного обучения для оптимизации работы ЦОД,  поисковый гигант – вовсе не первая компания, которая пытается привлечь алгоритмы искусственного интеллекта к решению задач тонкой настройки серверной инфраструктуры. Фактически, начинание Google представляет собой только последнюю по времени попытку в целой серии подобных инициатив, направленных на создание электронного “ЦОД-мозга”, который мог бы анализировать ИТ-инфраструктуру.

 

Автоматизация всегда являлась приоритетным направлением для менеджеров ЦОД, и становилась все более важным фактором по мере усложнения инфраструктуры центров. Если концепция DevOps (слияние слов Development and Operation – новая методология разработки, нацеленная на коммуникации, сотрудничество и интеграцию подразделений разработки и эксплуатации) направлена на автоматизацию “всего и вся” в ЦОД, то движущей силой разработки более “интеллектуальных” инструментов стало стремление к повышению эффективности работы систем охлаждения.

 

Впрочем, в обозримом будущем ЦОД не грозит превращение в порталы Скайнета (суперкомпьютерной системы из фильмов о терминаторах – ред.). Конечно, менеджеры ЦОД обожают новые технологии, но не настолько, чтобы доверится им целиком и полностью. «Люди необходимы для того чтобы делать окончательные выводы, – говорит Джо Кава. - Когда я получаю рекомендации от той или иной интеллектуальной системы, я по-прежнему привлекаю к их анализу своих инженеров».

 

Одной из компаний, которые приветствовали заявление Google, стала компания Romonet – базирующийся в Великобритании производитель средств управления для ЦОД. Еще в 2010 году эта компания вывела на рынок компьютерную программу Prognose, которая использует методы машинного обучения  для построения прогнозных моделей, описывающих эксплуатацию ЦОД.

 

Romonet сосредоточила свое внимание на моделировании полной стоимости владения в приложении к ЦОД в целом – в отличие от оперирования отдельными показателями их работы – таким, как например, ”эффективность использования мощности” (Power Usage Effectiveness - PUE), что характерно для разработок Google. Представители Romonet утверждают, что за год эксплуатации их прогнозная модель в результате обучения достигает  97-процентного уровня точности прогнозирования.

 

Подход Google, состоит в том, чтобы “интеллектуальным образом (а это значит с привлечением огромного объема исходных данных) сделать в сущности то же самое, что делаем и мы”, пишет в своем блоге генеральный директор и один из основателей Romonet Зал Лимбувала.  “Презентация, с которой выступил Джо Кава, вполне могла быть одной из наших презентаций.  Компания Google  вывела в публичную плоскость свои методы, но не реальное программное обеспечение (ПО). Поэтому если вы захотите получить те результаты, которые получены Google, то вам придется разработать требуемое ПО собственными силами.  Так что они, по существу, привлекли внимание к нашей работе, чего мы сами сделать не смогли”.

 

Программная модель Romonet дает возможность пользователям, работающим в различных  сегментах бизнеса,  точно прогнозировать и регулировать финансовые риски в своих ЦОД или в своих средах облачных вычислений.  Ее инструменты могут работать, начиная со стадии проектирования и разработки технической документации ЦОД, и позволяют прогнозировать то, как будет функционировать объект. Благодаря работе с технической документацией возникает возможность проводить глубокий анализ эксплуатационных показателей без привлечения данных от датчиков, без мониторинга распределения воздушных потоков и без участия операторов ЦОД. Это позволяет анализировать функционирование объекта, не мешая его нормальной эксплуатации.

 

Модели подобного типа можно использовать для исследования множества проектных вариантов, что дает возможность компаниям-пользователям проводить виртуальные “тест-драйвы” новых вариантов инфраструктуры и исследовать их влияние на функционирование объекта.