データセンターで自動化できない 5 つのこと

データセンターで自動化できない 5 つのこと

データセンター内外を問わず、自動化に境界はないと考えるのは簡単です。 AI がデータ センターの運用とネットワークを改善する無限の機会を提供しているように思われ、IT 業界全体がワークフローを NoOps 状態まで完全に自動化できるという考えを受け入れている世界では、データ センター内で自動化できないものは何もないように思えます。

しかし、現実はもっと厳しい。現代のテクノロジーは多くの分野でデータ センターの自動化に大きな可能性をもたらしますが、データ センター運用の重要な側面は近い将来に自動化されない可能性があります。

実際、データ センターの物理的特性により、データ センターの設備や機器は、ユーザーがやり取りするパブリック クラウド プラットフォームなどの他の種類の IT インフラストラクチャや環境よりも、ある意味では自動化が困難です。

この点を証明するために、近い将来に完全に自動化されるとは誰も予想していないデータ センターまたはデータ センター運用の 5 つの側面を見てみましょう。

1. サーバーの展開

パブリック クラウドでは、インフラストラクチャ アズ コード テンプレートを適用してクラウド リソースを構成するだけで、サーバーを自動的に展開できます。

ただし、データ センターでは、展開するサーバーが物理ハードウェアであるため、このタイプの自動化は不可能です。 誰かがサーバーを設置し、電源ケーブルやネットワークケーブルに接続し、適切に冷却されていることを確認するなどの作業を行う必要があります。

理論的には、ロボットはデータセンターにサーバーを展開する作業の多くを自動化できる可能性がある。 ただし、ロボットを使用してコスト効率よくこれを実行するには、大規模に運用する必要があります。 また、人間の支援なしに自動化できるほど一貫性があり予測可能なサーバー展開も必要です。 今日のほとんどのサーバー展開はこの標準を満たしていません。

ロボットによるデータ センター自動化の可能性については、少なくとも 10 年間にわたって議論されてきましたが、データ センターでロボットを目にする機会がまだほとんどないのには理由があります。それは、ほとんどの場合、ロボットは実用的ではないからです。 サーバーの展開は、当面の間は手動で行われることが予想されます。

2. ハードウェアのメンテナンス

同様に、データセンターに導入された後のサーバー ハードウェアの保守は、ほとんどの場合、自動化できるタスクではありません。 故障したディスクの交換、摩耗したケーブルや電源の交換、ネットワーク カードの更新は、ほとんどのデータ センターでは日常的な手順であり、これらの問題に対処する唯一の方法は技術者を派遣することです。

3. HVACの設置とメンテナンス

HVAC システムは IT 機器を過熱から保護し、あらゆるデータ センターに不可欠なコンポーネントです。 サーバーと同様に、HVAC システムは人によるメンテナンスを必要とする物理コンポーネントで構成されています。

リモート HVAC センサーと監視システムは、HVAC 管理に関連するプロセスの一部を自動化するのに役立ちますが、結局のところ、HVAC メンテナンスはデータ センターで簡単に自動化できるタスクではありません。

4. 物理的なセキュリティ

データ センターの物理的なセキュリティは、監視システムが特定のタスクの自動化に役立つものの、大きな問題には人間の介入が必要となる別の領域です。

センサーを使用してデータセンター内の人の動きを追跡したり、生体認証デバイスを導入してデータセンターへの物理的なアクセスを自動的に制御したりできます。 ただし、侵入者を検知した場合や、自動アクセス制御システムが正常に機能していない場合は、セキュリティ担当者が対応する必要があります。

5. 災害復旧

場合によっては、災害復旧ルーチンを自動化できます。実際、災害復旧の自動化は、障害発生後にデータやアプリケーションを復旧する際の時間を節約するために重要です。

ただし、災害復旧を自動化できるのは、復旧する必要のある資産がソフトウェア ベースであり、復旧した資産をホストするための適切なインフラストラクチャがある場合のみです。

復旧に新しいハードウェアの導入や故障したコンポーネントの交換が必要な場合 (データ センターが自然災害に見舞われ、一部のシステムが動作不能になった場合など)、人間が手動で作業を実行する必要があります。

データセンター自動化の限界

データ センターの運用を可能な限り広範囲に自動化する理由は数多くあります。 しかし、データセンター管理の多くの側面は自動化に適していません。

生成型 AI とロボットの時代であっても、近い将来にデータセンターから人間を完全に排除することは想像しにくいです。

<<:  ConvNet と Transformer のどちらが優れていますか? Metaが4つの主要な視覚モデルを評価、LeCunが好評価

>>:  ジオメトリテクスチャ再構築における新しい SOTA!浙江大学がSIFUを提案:一枚の画像で高品質の3D人体モデルを再構築可能

ブログ    
ブログ    

推薦する

...

AI時代には、ナレッジグラフとナレッジマネジメントの二重の価値を活用する必要がある

[[402551]]ナレッジマネジメントは企業と個人の両方にとって非常に重要です。従来の知識管理は、...

AIによる決定をどのように説明するのでしょうか?この記事では、アルゴリズムの適用シナリオと解釈可能性を整理します。

英国の情報コミッショナー事務局(ICO)とアラン・チューリング研究所は共同で「AIによる説明決定」ガ...

4つのPythonソートアルゴリズムをマスターする

プログラミングにおいて、ソートはデータをより速く簡単に見つけるのに役立つ重要なアルゴリズムです。この...

...

AI技術により人類の寿命が延びる

現在、50歳以上の人口は世界で最も急速に増加している年齢層となっており、当然ながら世界経済と医療制度...

MetaはAIアルゴリズムアプリケーションの透明性を高め、ユーザーに詳細な説明とより多くの選択肢を提供します。

6月30日、ソーシャルメディアプラットフォームはユーザーエクスペリエンスを向上させるためにAIアル...

言語モデルの倫理的・社会的リスクについて

このホワイトペーパーでは、6 つの具体的なリスク領域について概説しています。I. 差別、排除、毒性、...

AIと機械学習に切り替えるには、次の5つのスキルを習得する必要があります

1. 機械学習をスキルとして扱うソフトウェア エンジニアとして、私たちは常に学習し、進化するフレーム...

...

...

2019年の中国人工知能産業の競争環境の分析

近年、人工知能の技術と応用は成熟を続けており、人工知能市場の規模は徐々に拡大しています。中国情報通信...

びっくり! 7万時間の訓練を経て、OpenAIのモデルは「Minecraft」で木材の設計を学習した。

最近、GPTを忘れてしまったかのようなOpenAIが新たなアイデアを思いつきました。大量のラベルなし...

Soraはどのように機能しますか?

翻訳者 |ブガッティレビュー | Chonglou先週、 OpenAIチームは、物理世界の基本的な側...