人工知能はデータセンター管理における破壊的技術となる

人工知能はデータセンター管理における破壊的技術となる

データ センターは、他のテクノロジー ベースの業界と同様に、革新を続けなければ成功できません。従来のデータ センターは、CRT モニターやダイヤルアップ電話と同様にすぐに時代遅れになり、外部 (顧客) と内部 (コストと投資収益) の両方のますます複雑化する要求を満たすことができなくなります。破壊的技術は変化の原動力であり、さまざまな業界で緊急に変化が求められています。

ネットワーク、サーバー、ストレージ、仮想化デバイスは、さまざまなツールを使用してさまざまな管理チームによって管理されることが多く、そのため、管理コストの大部分が展開、監視、更新、トラブルシューティングに費やされることがよくあります。しかし、企業の IT 予算は限られており、アプリケーションの増加を考慮する必要があります。自動化により、ロボットが人間による反復的なタスクの完了を支援できるようになります。

[[210776]]

自動化により、IT 管理者は、これまで手動で実行していたプロセスをマシンに移行できます。つまり、重要なデータセンターのタスクとワークフローは、最小限の人的監視で実行できるということです。

  • メンテナンス: 更新、パッチ、その他の継続的な機能を自動的に処理します。
  • 監視: データセンターのコンポーネントを継続的にスキャンして追跡し、問題を特定して即座に対応します。
  • スケジュール設定: バックアップ、ダウンロード/アップロード、レプリケーション、アプリケーション イベント、その他の定期的なリアルタイム プロセスを、人手を介さずにスケジュールして実行します。
  • アプリケーション サービス配信: ユーザーの要求を迅速かつ自動的に満たします。
  • 構成とプロビジョニング: 新しいアプリケーションを開発、テストし、物理サーバー、仮想サーバー、クラウド サーバーに展開します。
  • 最適化されたワークロード配信: ネットワーク トラフィックを自動的に高速化し、負荷をより効率的に分散し、より多くのアプリケーションをオンデマンドで配信します。
  • セキュリティ: 完全に自動化されたインシデント対応を提供し、脅威を迅速に検出して対処し、被害を最小限に抑えます。

集中的なタスクを解決するという問題により、多くのデータ センターが自動化ソリューションを模索するようになりました。これにより、レガシー システムを識別し、DCIM 投資コストを節約できます (ROI 目標の達成)。 DCIM ソリューション導入に関する調査によると、回答者の半数が DCIM によって予算を 25% 以上節約でき、大企業では予算を 65% 近く節約できると回答しています。大企業は当然のことながらエネルギー消費の削減に関心が高く、多くの大規模データセンターでは自動化ソリューションの実装における重要な要素として DCIM を検討するようになりました。

今日のデータセンターが直面している課題に対処するには、新しいツールを導入することが最優先事項でなければなりません。 DCIM などのツールは、データセンター運営者が運用、インフラストラクチャの計画、設計を改善するのに役立ちます。

Michael L. Ross 氏は、大規模データセンターの総所有コストの削減に 10 年以上の経験を持つデータセンター管理コンサルタントです。同氏は、今日のデータセンターには優れた管理ツールが緊急に必要だと述べた。同氏は、「新世代の DCIM ソフトウェアとその自動検出ツールにより、実装時間とコストが大幅に削減されます。導入後は、管理ソフトウェアを使用して、データ センターまたはクラウド インフラストラクチャ内のワークロードとそのコストを迅速に特定できます」と述べています。

人工知能: 注目すべき破壊的トレンド

自動化ツールは、データセンターやクラウドで実行されるマイクロサービスを管理できます。インフラストラクチャはアプリケーションの一部となり、データセンターの管理に大きな影響を与え、電源システムと冷却システムは管理が必要な部分のごく一部になりました。環境制御、物理デバイス、仮想マシン、パブリック クラウドは、24 時間 365 日監視および管理する必要があります。

今日の企業は、センサー、アプリケーション、アクセス制御システム、配電ユニット、UPS、発電機、ソーラーパネルなどの拡大し続けるデータベースからデータを収集、監視、分析しています。アプリケーションの脆弱性情報、電気料金、天気予報などの外部データソースもあります。インフラストラクチャをより効率的に管理するには、このデータを保存、学習し、迅速に処理するために、人工知能 (AI) を活用した DCIM ツールが必要です。

Tuangru の CTO である Rami Jebara 氏は、データ センター管理における人工知能の重要性を指摘しました。「人工知能は、企業がデータ センターを管理する方法に大きな影響を与えるでしょう。」

<<:  シリコンバレーのエンジニアの間で大人気だったこの技術共有セッションで、ディディはどんなことを話したのでしょうか?

>>:  機械学習: 決定木について

ブログ    

推薦する

転移学習により、ディープラーニングは難しくなくなりました...

それほど遠くない過去には、データ サイエンス チームがディープラーニングを効果的に活用するには、いく...

Google が AI で利益を上げている秘密は何でしょうか?

[[441488]]ビジネスプロセスはインテリジェントではないAI プロジェクトから価値を引き出す...

...

中山大学のリン・ジン氏は、視覚的意味理解の新しいトレンドについて説明しました。表現学習から知識と因果の融合まで。

[[435334]] 2021年パターン認識と機械知能フロンティアシンポジウムが10月29日午前に...

退屈な「機械学習」がこのように学べるとは思ってもいませんでした!

[[234276]]機械学習は、確率論や統計などの複雑な分野を含む人工知能の中核分野の 1 つです...

マスクとイリヤのプライベートメールがクロードによって解読され、OpenAIの暗号化された情報が公開され、Googleが損害を被った

OpenAIとマスク氏は激しく議論していたが、誤ってClaude 3の新しいスキルを公開してしまった...

大量データストリームのベストプラクティス

概要: 膨大な量のデータを効率的に分析するために、科学者はまず大量の数字を細分化する必要があります。...

データ拡張とは何ですか?

十分なトレーニング データがあれば、機械学習モデルは非常に優れたパフォーマンスを発揮します。残念なが...

アマゾンのドローン配送部門の主要メンバーが目標未達成で辞任

アマゾンのドローン配送部門プライムエアで安全、飛行運用、規制業務を担当していたショーン・キャシディ氏...

赤ちゃんのように学習するディープマインド社の新モデルは、28時間で物理世界のルールを学習します

Deepmind は、直感的な物理学を学習できるモデルを構築し、モデルがなぜこの能力を実現するのか...

約100機のドローンが「爆発」し、重慶の建物に墜落した!プログラムエラー、ホストクラッシュ

ドローンが墜落することは珍しくありませんが、数十機、あるいは数百機ものドローンが同時に墜落したらどう...

PyTorch Lightning モデルを本番環境にデプロイするにはどうすればいいですか?

[51CTO.com クイック翻訳] 機械学習の分野を見ると、ソフトウェアエンジニアリングの原理を...

ケンブリッジ 2020 人工知能パノラマレポート、将来予測される 8 つの AI トレンド

ケンブリッジ大学の「AIパノラマレポート」2020年版がこのほど正式に発表された。ケンブリッジ大学の...

.Netガベージコレクションメカニズムはアルゴリズムと世代の年齢を理解します

ガベージ コレクターは基本的に、すべてのオブジェクトが参照されている場所を追跡し、オブジェクトが参照...