Los data centers que no apliquen estas
tecnologías de manera efectiva dejarán de ser operativa y económicamente viables.
Los avances en inteligencia artificial y machine learning están transformando los data centers como nunca antes. Para 2025, la mitad de los centros de datos en la nube implementarán robots avanzados con capacidades de inteligencia artificial (IA) y aprendizaje automático (ML), lo que dará como resultado una eficiencia operativa un 30% mayor, según afirma la consultora Gartner.
Esta ciencia, cuyo objetivo es replicar el pensamiento humano a través de máquinas y sistemas, gana cada vez más terreno en las compañías. Y, una rama dentro de la inteligencia artificial es el machine learning, que puede desarrollar algoritmos que permitan a los sistemas aprender y adquirir conocimientos para interpretar situaciones y apoyar en la toma de decisiones y automatizar procesos repetitivos para destinar al talento que trabaja en estas infraestructuras a tareas de mayor aporte.
Además, expertos de CommScope ya vaticinaban a principios de este año en una entrevista a DCD que la Inteligencia Artificial, el aprendizaje automático y el Internet de las Cosas cobrarán mayor relevancia, ya que colaboran en la gestión de la información dentro del data center moderno. Mientras que otra inversión importante se dará para enriquecer la operación de estas infraestructuras críticas que colabore además a mejorar la confiabilidad y la reducción de costos. Estas mejoras se obtendrán mediante la implementación de IA, ML y monitoreo remoto.
IA y ML en el data center,
una mejora sustancial en la operativa
Predecir, prevenir y resolver cualquier tipo de contratiempo en las instalaciones: son verbos que se habilitan al introducir la inteligencia artificial en la gestión del data center. Con ello se accede a aumentos significativos de eficiencia energética, mejoras operativas y una infraestructura más fiable. Un dato muy importante en este contexto es que el 83% de las compañías han aumentado sus presupuestos en IA y ML año tras año, según expone “2021 enterprise trends in machine learning”, informe elaborado por Algorithmia.
Actualmente, la inteligencia artificial es una de las tecnologías que se están empezando a utilizar en los centros de datos y, sin duda, aunque no tiene un uso masivo en todos ellos, es una herramienta esencial que ha llegado para quedarse y poco a poco se irá integrando en todas las organizaciones, determinando su futuro. Además, la IA está madurando, lo que significa que sus capacidades están creciendo al mismo tiempo que baja la curva de costos. Esas dos tendencias permitirán a los proveedores de centros de datos integrar AI/ML en más de sus productos.
Por otro lado, el centro de datos es un ente con vida que está cambiando continuamente ya que se ve afectado por la carga y su comportamiento, así como por las cuestiones externas, temperatura, humedad, viento, etc. Y también por las internas de operación, de tal manera que Héctor Sánchez, Senior Manager Facilities Operations en Equinix México, señala que “el uso de Machine Learning e Inteligencia Artificial se vuelven una herramienta necesaria para recabar, procesar y en base al análisis de la información, solicitar la acción y/o ajustes requeridos a fin de operar los equipos de infraestructura siempre en el punto de mayor eficiencia y cuidando que se mantengan las condiciones ideales al interior del Centro de Datos”. Pero también precisa que no solo en la operación normal se aprovechan estas tecnologías, ya que durante eventos en la red eléctrica, afectaciones por las condiciones climatológicas, el sistema de control del equipo toma las decisiones necesarias para mantener el sitio en operación haciendo uso de infraestructura de respaldo de manera inmediata sin la necesidad de intervención del operador.
Los beneficios directos de su introducción, según Héctor Sánchez, van desde la optimización en el uso de los recursos, que como consecuencia proporciona una menor huella de carbono, y la predicción de fallas en los sistemas. “Este último punto dependerá de la cantidad de sensores y equipos monitoreados, así como la cantidad de información procesada. Otro beneficio que pudimos ver durante la pasada pandemia es la posibilidad de operar el Centro de Datos de manera autónoma”, agrega el experto desde Equinix.
Pilar Alcazar, Sales & Marketing VP de Bjumper considera que ha habido una evolución en cuanto a las prioridades e inversión en entornos del data center. Se ha pasado de un enfoque basado en diseñar y construir los edificios de forma eficiente para un uso definido, y especializándose en realizar diseños y construcciones basados en la disponibilidad y fiabilidad, a actualmente poner el foco en la mejora de la operación con el objetivo claro de reducción de costes de OPEX, minimizar al máximo los riesgos por factores humanos y aumentar la competitividad de las empresas centrados en un modelo de gestión sobre el delivery del servicio. “Una vez que somos capaces de tener información sobre el estado del arte de nuestra infraestructura y los cambios diarios que acontecen, es cuando entra en escena la inteligencia artificial y el machine learning para pasar a un estado proactivo donde el dato se convierte en información útil para la toma de decisiones. Nos permite identificar puntos de riesgos y trabajar de forma preventiva. Si bien la AI y ML nos ayudarán a reducción de costes energético y de operación, para Bjumper lo más interesante es el foco de la disponibilidad. Cualquier inversión en tecnología que nos ayude a evitar incidentes o proporcionarnos mayor tiempo de reacción será rentable para cualquier empresa”, expresa Alcazar.
Si bien la IA y el ML aportan diversos beneficios, también se destacan algunos retos. Entre los principales, según la directiva de Bjumper es tener la infraestructura y los datos preparados para estas tecnologías, haber hecho el trabajo previo de ordenar y orquestar la infraestructura de Facilities e IT bajo un mismo modelo coordinado y donde los elementos del Data center se encuentren relacionados con su ecosistema completo. Es en ese momento cuando se puede incorporar tecnología de mayor nivel para analítica y toma de decisiones. “Si intentamos incorporar estas tecnologías de forma parcial sobre elementos concretos del Data center sin tener en cuenta las interdependencias que existen entre energía, clima, IT, red, seguridad, almacenamiento, etc, estamos convencidos de que la información que nos proporcionará la AI o ML será parcial dejando lagunas de información y no pudiendo cumplir el objetivo principal, pasar a ser proactivos. Si esto ocurre no será responsabilidad de la tecnología, sino del modelo de gestión que hayamos elegido para nuestros entornos críticos”, argumenta Pilar Alcazar.
Por su parte, Luis Rojas, Jefe de Operaciones Data Center de Ingeniería e Informática Asociada (IIA), agrega que otros desafíos están relacionados con tener capacidad de procesamiento y almacenamiento, así como también personal cualificado para administrar estas tecnologías. “Es por ello que es fundamental, focalizar adecuadamente los recursos, realizar un estudio y análisis acabado para su implementación y adicionalmente tener claridad sobre el uso que le daremos desde la perspectiva del core y/o naturaleza del negocio”, puntualiza.
Una tecnología con múltiples aplicaciones en la operativa
del data center
La inteligencia artificial se está desarrollando en muchas áreas y ya se está utilizando para realizar muchas tareas en los centros de datos.
Simulaciones para saber el impacto de los cambios
Las simulaciones mediante IA pueden mostrar el impacto de los cambios en la infraestructura sin necesidad de acometerlos o arriesgarse a obtener resultados negativos. En este sentido, también es interesante considerar la tecnología de gemelos digitales, junto con la IA integrada con herramientas de DCIM, lo que ayudará a reducir el riesgo operativo y permitir el análisis de alguna situación hipotética antes de implementar cambios.
Predicción y detección de fallas y monitoreo
También se emplean es en la detección de fallas y anomalías. Anticiparse a los fallos o caídas y prevenir cualquier situación que pueda provocar un tiempo de inactividad imprevisto es prioritario para cualquier compañía. Las interrupciones en los data centers pueden provocar tiempos de inactividad significativos, además de una pérdida económica. Aquí la IA es capaz de predecir fallos antes de que se produzcan gracias al uso de Deep Learning y Machine Learning. Con la ayuda de la IA, las organizaciones pueden aprovechar el análisis predictivo avanzado para rastrear los niveles de energía e identificar posibles áreas defectuosas en los sistemas.
Como menciona Luis Rojas de IIA, generalmente, estos sistemas al trabajar en conjunto son capaces de almacenar datos a través de múltiples sensores que obtienen información en tiempo real. “El sistema IA/ML almacena, procesa y aprende a obtener sólo la información que le es relevante, de esta forma, cualquier otro parámetro que no se ajuste a los umbrales constantes, es tomado como una alerta al sistema y utiliza este trigger para nutrir su algoritmo de aprendizaje. Este mecanismo se utiliza para alertarnos sobre posibles fallas que puedan ocurrir a futuro, o bien, focalizar los esfuerzos para realizar mejoras continuas a la infraestructura (upgrade de hardware, optimización del sistema de cooling, chillers, capacidad de almacenamiento, estadísticas de PuE, etc)”.
Los avances también incorporan el uso de robots potenciados con IA para ubicar, inspeccionar y reemplazar fallas dentro de las instalaciones.
Otro
ejemplo interesante está relacionado con las redes submarinas del futuro que se
regirán por la inteligencia artificial, según indican desde NEC. La compañía
está trabajando en una IA que tiene por objetivo abordar de manera
remota los retrasos en la transmisión de datos (la latencia) en la red global
de cable submarino. La solución podría ser un avance importante en la
resolución de cortes debido a la congestión de datos en la estructura, que, con
sus 300.000 kilómetros de cables de fibra óptica repartidos por los océanos y
miles de secciones, conecta las regiones nubosas de todo el mundo, sustentando
el 99% de los cables del planeta. tráfico de datos.
Seguridad física y digital
Al procesar una cantidad masiva de información en poco tiempo, la IA puede identificar y eliminar cualquier tipo de amenaza cibernética. Si se implementa para este fin, la IA aprende el comportamiento habitual de la red y detecta anomalías en función de los cambios en dicho comportamiento.
Con
respecto a la física, un sistema de inteligencia artificial puede ayudar a administrar
las cámaras de seguridad, las puertas de acceso biométrico, el registro de
visitantes, entre otros. Esto ayudará a rastrear quién está dentro y
alrededor del data center en todo momento, de modo que el sistema de IA pueda
enviar alertas a los profesionales de seguridad cuando alguien inesperado se
encuentre en el área.
Conservación de energía
Si bien un data center requiere de grandes cantidades de electricidad para funcionar, se puede implementar la IA para ahorrar energía. La IA puede aprender y analizar puntos de ajuste de temperatura o evaluar los sistemas de refrigeración y, además, puede ser entrenada mediante recopilación de datos con ayuda de sensores inteligentes. Adoptando este enfoque, la inteligencia artificial puede identificar ineficiencias energéticas y corregirlas para reducir el consumo de energía.
Además de ser útil en la gestión de luces
(cuando no hay personas en un área que se apaguen), en identificar equipos no
utilizados o interrupciones también encuentra un caso de uso para contar con
una refrigeración más eficiente. Destaca el conocido ejemplo de Google que en
colaboración con DeepMind desarrollaron conjuntamente un sistema de
recomendación basado en inteligencia artificial para optimizar la eficiencia
energética en los centros de datos de Google. Con el sistema de control
de IA aplicado al cooling se logró un ahorro de energía de alrededor del 30%.
Personal del data center y tareas repetitivas quedarán obsoletas
Puesto que la inteligencia artificial automatizará numerosas tareas, los profesionales de los data centers pueden destinar sus esfuerzos a otras actividades. Así, las compañías pueden mejorar las habilidades de sus empleados existentes y facilitar su crecimiento profesional.
Además
de esto, la consultora Gartner predice que la mitad de los data centers
en la nube implementarán robots con capacidades de inteligencia artificial para
2025. Debido a que hay muchas tareas tediosas y repetitivas, hay varias
áreas en las que los robots tendrán el mayor impacto en la automatización de
los centros de datos durante los próximos cinco años: actualizaciones y
mantenimiento de servidores, supervisión o seguridad del centro de datos, entre
otras. “Los centros de datos son un sector ideal para emparejar robots e IA
para ofrecer un entorno más seguro, preciso y eficiente que requiere mucha
menos intervención humana”, dijo Sid Nag, vicepresidente de investigación de Gartner.
Monitoreo
La IA permite que el sistema de monitoreo observe de manera activa el funcionamiento del tráfico de la red con detalle para tomar medidas en caso de cualquier anomalía.
Héctor Sánchez de Equinix explica que en la operación del Centro de Datos existen varias condiciones que mediante el monitoreo de variables como temperatura y/o presión el sistema y su diferencial de diseño, el sistema puede saber que la carga no es el 100% de la nominal, por lo que puede modificar la velocidad de operación del motor y con esto reducir el consumo de energía. “Teniendo el monitoreo de horas de trabajo y amperaje o temperatura de un motor puede predecir cuando está incrementando su consumo energético y temperatura de operación, y puede generar un requerimiento de servicio para el motor anticipándose a la falla, el robot que limpia el piso del Centro de Datos cuando detecta suciedad o polvo en el ambiente, el límite a la IA y ML lo pondrá el ser humano ya que son infinitas las aplicaciones para un Centro de Datos, así como los beneficios a obtener”, explica.
La investigación de Uptime Institute, “The people challenge: Global data center staffing forecast 2021-2025”, muestra que la mayoría de los operadores y gestores de centros de datos planean aumentar su inversión en tecnologías remotas y de automatización y automatización, incluidas las que implican inteligencia artificial (IA). Sin embargo, es probable que el impacto en las necesidades de personal sea escaso, al menos a corto plazo.
Otra posible aplicación es para optimizar en tiempo real las aplicaciones. Afonso Salema, CEO de StartCampus pone de ejemplo el funcionamiento de Google Maps, donde hay dos cargas de trabajo ocurriendo a la vez (una se hacen en un data center y otra en la palma de la mano, en el smartphone), no todo pasa en el mismo sitio. Aplicaciones como esta necesitan capacidad de computación elevada y energía y son sensibles a la latencia. La IA y ML favorecen la posibilidad de aumentar su capacidad.
En definitiva, la inteligencia artificial ha tenido un gran impacto en todas las aristas de la tecnología, y los operadores de data centers van poco a poco aprovechando sus beneficios. Sin embargo, como toda tecnología relativamente nueva, se implementa con cautela para tener un historial sobre su confiabilidad y seguridad en el uso de instalaciones de misión crítica. A medida que su coste se va reduciendo y va evolucionando para ser más sofisticada se incrementará su presencia en los data centers. El futuro es prometedor.
Fuente: DataCenterDynamics
No hay comentarios:
Publicar un comentario