AI-modellen en platforms

AI geeft datacenters nieuw leven

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google
IT technician using a laptop in a data center next to a row of servers

Kunstmatige intelligentie vernieuwt datacenters — efficiëntie, bedrijfsvoering en prestaties verbeteren met nieuwe mogelijkheden. Alle soorten centra profiteren van de mogelijkheden van AI, van geautomatiseerd workloadbeheer tot slimme cybersecurity. AI wordt ook toegankelijker voor kleinere datacenters en nieuwe ontwikkelingen helpen hen om naar volledige automatisering te gaan.

Hoe datacenters AI kunnen gebruiken

De grootste datacenters en opslagproviders — zoals Google (GOOGL ), Amazon (AMZN ) en Facebook (META ) — gebruiken al jaren kunstmatige intelligentie. Voor deze “hyperscalers” zijn AI-technologieën veel toegankelijker en economisch haalbaarder om te ontwikkelen en in te zetten. Voor de meeste datacenters is AI pas recent een redelijke investering geworden.

Veel centra gebruiken AI om hun operationele efficiëntie te verbeteren, met name met betrekking tot stroom- en koelbeheer. Elke datawetenschapper weet dat deze twee operationele aspecten het meest cruciaal zijn. Helaas kunnen ze ook een aanzienlijke bron van uitgaven zijn en hebben de neiging om inefficiënt te werken. Universele koeling moet servers met de hoogste stroomverbruik koelen, waardoor energie wordt verspild voor servers die het niet nodig hebben. AI helpt hierbij.

Kunstmatige intelligentie kan autonoom de stroom- en koelbehoeften in een datacenter monitoren en aanpassen. Toen Google DeepMind toestond om de HVAC-systemen te controleren, zag het een toename van 40% in energibesparing.

Evenzo wordt AI gebruikt om de gezondheid van datacenterapparatuur te monitoren, zoals luchtvochtigheid, temperatuur en operationele prestaties. De gegevens en conclusies die door AI worden verzameld, helpen datacenters om voorspellend onderhoud uit te voeren, waardoor uitgebreide perioden van downtime voor dringende reparaties worden voorkomen.

Huidige trends in datacenter AI

Enkele belangrijke trends komen naar voren nu AI toegankelijker wordt voor meer datacenters. Zo is beveiliging bijvoorbeeld een grote prioriteit geworden in datacenters wereldwijd in de afgelopen jaren. De COVID-19-pandemie zorgde voor een wereldwijde toename van cybercriminaliteit, die elke industrie en soort organisatie trof.

Datacenters van alle groottes zijn nu kluisjes voor de waardevolle gegevens van organisaties en moeten zichzelf beschermen tegen hackers. Kunstmatige intelligentie ontwikkelt zich als een instrument om aan deze beveiligingsbehoeften te voldoen. Datacenters kunnen AI gebruiken om verkeer autonoom te monitoren en ongebruikelijke activiteit te melden, zoals ongeautoriseerde of ongebruikelijke toegang. Ze kunnen het ook gebruiken voor toegangscontrole, autorisatie en zelfs risico- en kwetsbaarheidsanalyses voor en na beveiligingsincidenten.

AI-verkeersmonitoring is essentieel om te noteren, aangezien meer datacenters overstappen op cloudopslag en -bedrijfsvoering. Deskundigen stellen dat verkeer een sleutelfactor is in hoe datacenters worden geïmplementeerd en georganiseerd. De inzichten die door AI-monitorsystemen worden verzameld, kunnen datacenters helpen om over te stappen op cloudbedrijfsvoering, waardoor een zeer gedetailleerd beeld ontstaat van waar de meeste stroom en opslag nodig is en gebieden die meer optimalisatie kunnen gebruiken.

Evenzo is workloadbeheer een andere populaire toepassing voor AI in datacenters. Dit gaat verder dan verkeersmonitoring en beheert workloads in een faciliteit om zo efficiënt mogelijk te functioneren. Deze functie kan datacenters echt vernieuwen, waardoor prestatieverbeteringen ontstaan voor oude, nieuwe en zelfs hybride en cloudsystemen.

Terwijl AI verkeer, workloads en temperaturen in een faciliteit monitort, kan het workloads in real-time herschikken om alles soepel te laten verlopen. Dit kan datacenters ook helpen om energiekosten te besparen, aangezien er minder oververhitte eenheden in de faciliteit zullen zijn dankzij geoptimaliseerd workloadbeheer.

Toekomstige toepassingen voor AI in datacenters

In de toekomst zijn er een paar toekomstige toepassingen en trends voor AI in datacenters die opvallen. Naarmate centra de mogelijkheden van kunstmatige intelligentie in de komende jaren uitbreiden, zullen deze toepassingen ongetwijfeld groeien.

De meest prominente toepassing in zicht is volledige datacenterautomatisering met AI. Interessant is dat deze trend naast een tekort aan datawetenschappers ontstaat, waardoor het zowel een vooruitgang in de industrie als een reactie op een groeiende uitdaging is die datacenters tegenkomen. Deskundigen verwachten dat “auto-alles”-centra beter zijn toegerust om cybersecuritydreigingen te voorspellen en te verdedigen en beter zijn geoptimaliseerd voor hoge prestaties, zelfs met minimale bemanning.

Bovendien breidt onderzoek en ontwikkeling de mogelijkheden van AI uit en verbetert de betaalbaarheid en toegankelijkheid van de technologie. Tot voor kort konden alleen grote technologiebedrijven als Meta en Alphabet (GOOG ) AI op grote schaal inzetten.

Dat verandert echter — in de komende jaren zullen meer kleine datacenters in staat zijn om AI-technologieën en -diensten te gebruiken. Sommige grote technologiebedrijven helpen zelfs bij de ontwikkeling van de technologie — zoals Facebook’s AI-onderzoekslab, FAIR — dat de natuurlijke taalverwerking van AI-modellen uitbreidt, evenals contentmoderatie en -monitoring.

Datacenters verbeteren met AI

Er zijn veel manieren waarop datacenters kunnen profiteren van het integreren van kunstmatige intelligentie in hun organisatie en bedrijfsvoering. AI vernieuwt datacenters door operationele efficiëntie, prestaties en beveiliging te verbeteren.

Deze functies worden steeds vaker beschikbaar, waardoor kleinere datacenters kunnen profiteren van de voordelen van deze technologie. In de komende jaren zal de toegang tot kunstmatige intelligentie nog verder verbeteren, evenals de mogelijkheden van AI voor totale datacenterautomatisering.

Zac Amos is een tech-schrijver die zich richt op kunstmatige intelligentie. Hij is ook de Features Editor bij ReHack, waar u meer van zijn werk kunt lezen.