مراكز البيانات والبنية التحتية
سيعمل مركز البيانات في المستقبل كنظام فيزيائي ذاتي التشخيص
تحتوي مراكز البيانات الحديثة بالفعل على كميات هائلة من تقنيات المراقبة.
تقوم حساسات الحرارة بقياس الظروف البيئية.
تقوم أنظمة الطاقة بقياس الخصائص الكهربائية.
تُبلغ الخوادم عن حالة العتاد.
تقوم الشبكات بالإبلاغ عن حركة المرور.
تراقب أنظمة التبريد ظروف التشغيل.
لكن المرحلة التالية أكثر أهمية.
سيصبح مركز البيانات تدريجيًا أكثر قدرة على فهم حالته الفيزيائية الخاصة.
وهذا يمهّد الطريق لبنية تحتية تشخّص أعطالها ذاتيًا.
يمكن لمركز بيانات المستقبل أن ينشئ باستمرار تمثيلًا رقميًا لحالته المادية.
بدلًا من مراقبة آلاف الإشارات المستقلة، يمكن لأنظمة التحكم الذكية الربط بينها لتحديد العلاقات الناشئة.
قد يكون التغير الطفيف في درجة الحرارة غير مهم بحد ذاته.
قد يشير تغير درجة الحرارة، إذا اقترن بتغير استهلاك الطاقة وسلوك المراوح ونشاط الشبكة واستخدام المسرّعات، إلى مشكلة آخذة في الظهور في الأجهزة أو أنظمة التبريد.
ينبع الذكاء من الربط بين الإشارات.
هنا تصبح قابلية رصد البنية التحتية أكثر تطورًا.
تطرح المراقبة التقليدية السؤال التالي:
هل درجة الحرارة ضمن النطاق المسموح به؟
تطرح ذكاء البنية التحتية المتقدم السؤال التالي:
لماذا تتغير درجة الحرارة؟
هل هذا التغير متوقع؟
هل يرتبط ذلك بسلوك أحمال العمل؟
هل يستجيب نظام التبريد على النحو الصحيح؟
هل يمكن أن تصبح الحالة خطرة لاحقًا؟
ما الإجراء الذي ينبغي اتخاذه؟
وهذا يحوّل المراقبة إلى تشخيص.
يبدأ مركز البيانات بالانتقال من الصيانة التفاعلية إلى إدارة البنية التحتية التنبؤية، ثم المستقلة في نهاية المطاف.
يمكن تطبيق المبدأ نفسه على أنظمة الطاقة.
يمكن ربط القياسات الكهربائية بأنماط أحمال العمل وسلوك المعدات وظروف التشغيل السابقة.
يمكن اكتشاف التغيرات غير المتوقعة قبل أن تتسبب في أعطال جسيمة.
يمكن أيضًا تحليل أنظمة التبريد من خلال الجمع بين درجة الحرارة والضغط والتدفق واستهلاك الطاقة وشدة أحمال العمل.
لذلك، ينشئ المرفق نموذجًا لسلوكه المادي ويحدّثه باستمرار.
لهذا آثار كبيرة على الموثوقية.
قد تضم منشآت الذكاء الاصطناعي الكبيرة تجمعات هائلة من معدات الحوسبة باهظة الثمن.
قد يكون من الممكن التعامل مع عطل يؤثر في مكوّن واحد.
قد يؤدي عطل يؤثر في عنقود حوسبة كبير إلى عواقب تشغيلية جسيمة.
لذلك، يصبح الاكتشاف المبكر مهمًا من الناحية الاقتصادية.
لكن التشخيص الذاتي ليس سوى البداية.
الهدف الأكثر تقدمًا هو التحسين الذاتي.
إذا رصد النظام أن منطقة حوسبة معينة تقترب من حدّها الحراري، فقد يتمكن من تعديل توزيع أحمال العمل.
إذا تغير توافر الطاقة، فقد يكون من الممكن إعادة تنظيم أحمال العمل.
إذا لزم إجراء الصيانة، فيمكن نقل المهام الحاسوبية قبل إخراج المعدات من الخدمة.
إذا حدث ازدحام في الشبكة، فيمكن إعادة توزيع أحمال العمل.
يصبح مركز البيانات نظامًا ماديًا متكيفًا.
يتطلب ذلك التكامل بين تقنيات كانت منفصلة تقليديًا.
يجب أن تتواصل أنظمة إدارة المباني مع البنية التحتية لتقنية المعلومات.
يجب أن تتواصل البنية التحتية لتقنية المعلومات مع أنظمة الطاقة.
يجب أن تتواصل أنظمة الطاقة مع أنظمة التبريد.
يجب أن تتواصل أنظمة التبريد مع تنسيق أحمال العمل.
والنتيجة هي بنية تحكم سيبرانية-مادية.
يختلف هذا جوهريًا عن أتمتة مراكز البيانات التقليدية.
غالبًا ما تعمل الأتمتة التقليدية وفق قواعد محددة مسبقًا.
يمكن لذكاء البنية التحتية مستقبلًا أن يعتمد بدرجة متزايدة على النماذج والقياس عن بُعد والتنبؤات وأهداف التحسين.
وهذا يتيح تكييف المرفق المادي باستمرار مع الطلب على الحوسبة.
يصبح مركز البيانات قادرًا على تعلّم أنماط تشغيله الخاصة.
وبمرور الوقت، يمكنه تحديد السلوك الطبيعي وغير المعتاد، وأنماط الأعطال المتكررة، وظروف التشغيل غير الكفؤة، وفرص التحسين.
وهذا يُنشئ فئة جديدة من ذكاء البنية التحتية.
لم يعد المشغّلون يكتفون بمراقبة المرفق.
ويصبح على نحو متزايد مشاركًا فاعلًا في إدارته الخاصة.
تمتد التداعيات إلى ما هو أبعد من مراكز بيانات الذكاء الاصطناعي.
يمكن للمنشآت الصناعية وبنى الاتصالات وأنظمة الطاقة ومراكز الخدمات اللوجستية وغيرها من البنى التحتية الحيوية اعتماد بنيات مماثلة.
لذلك، قد يصبح مركز البيانات ميدانًا لاختبار البنية التحتية المادية الذكية.
ليس الهدف النهائي هو الاستغناء عن المشغّلين البشريين.
بل يتمثل الهدف في تزويد المشغّلين بفهم أشمل بكثير للأنظمة المادية المعقدة، وإتاحة المجال للأنظمة الآلية كي تتولى التحسينات الروتينية والتدخل المبكر.
وبالتالي، سيكون مركز البيانات في المستقبل حاسوبيًا وإدراكيًا في آنٍ واحد.
سيعالج المعلومات لمستخدميه، وفي الوقت نفسه سيعالج معلومات عن نفسه.
قد يصبح هذا الوعي الذاتي إحدى السمات المميزة للبنية التحتية الرقمية من الجيل التالي.
SriDanamTrades
تعلّم، ابنِ، ابتكر، قُد
موارد رقمية متميزة في وحدات معالجة الرسوميات للحوسبة بالذكاء الاصطناعي، والبنية التحتية، والطاقة والتقنيات الناشئة
#مراكز_البيانات #بنية_الذكاء_الاصطناعي_التحتية #الصيانة_التنبؤية #الأتمتة #التوأم_الرقمي #ذكاء_البنية_التحتية #الحوسبة #الذكاء_الاصطناعي #مراكز_بيانات_المستقبل #SriDanamTrades