La IA mejora las operaciones en centros de datos

  • Noticias y Actualidad

Las aplicaciones de inteligencia artificial permiten monitorizar mejor los diferentes componentes que forman parte de un centro de datos. Gracias a esto es posible adaptar los sistemas de forma proactiva para hacer frente a los posibles fallos técnicos y optimizar la refrigeración y las operaciones, evitando muchos problemas y recortando gastos a los operadores de las instalaciones.

El buen funcionamiento de un centro de datos requiere de un equilibrio entre multitud de sistemas, tanto en la parte puramente informática como en sus sistemas auxiliares (energía, refrigeración, etcétera), que son vitales para mantener la salud de los equipos y garantizar la disponibilidad del almacenamiento y la capacidad de procesamiento. Desde hace tiempo los grandes operadores de centros de datos invierten en sistemas de monitorización de sus instalaciones, para mejorar la eficiencia energética y controlar la calidad y el ciclo de vida de sus equipos. De los antiguos modelos de control manual o semiautomatizados se ha pasado a la implementación de sistemas basados en inteligencia artificial, con capacidad de aprendizaje automático. En los últimos años muchos operadores de centros de datos, especialmente los de gran tamaño, han trabajado mucho para incluir este tipo de tecnología en su software de Gestión de Infraestructura de Data Center (DCIM), mejorando mucho el control de sistemas críticos, como la energía y la refrigeración, dos aspectos en los que la eficiencia y la previsión de incidencias resultan fundamentales para garantizar la operativa de las instalaciones, y además permiten un ahorro de costes.  

Este tipo de aplicaciones aprenden a medida que recopilan información de la tecnología que monitorizan, y actualmente han alcanzado un punto de madurez que permite a los operadores de centros de datos replantearse la configuración de instalaciones complejas como las de enfriamiento. De esto nacen las nuevas estrategias de refrigeración dinámica, que se adaptan constantemente a las necesidades de cada área de los centros de datos. La información que proviene del aprendizaje automático está aportando nuevos enfoques a la hora de configurar la estructura de los sistemas de enfriamiento y su modelo de respuesta ante los aumentos de temperatura, lo que permite reducir mucho el consumo energético y el esfuerzo de los componentes como ventiladores, bombas de aire y sistemas de enfriamiento.

Por otro lado, la vigilancia de los sistemas de energía principales y de respaldo permite anticiparse a posibles carencias o fallos del suministro, y la monitorización de los componentes informáticos también proporciona información valiosa sobre el estado de salud de los equipos y en qué fase de su ciclo de vida se encuentran. Pero los últimos avances en el software DCIM que integra estas tecnologías van un paso más allá, y pretenden aplicar el aprendizaje automático a los propios servicios que los operadores proporcionan a sus clientes, monitorizando las cargas procesamiento y las necesidades de almacenamiento, entre otros aspectos. Gracias a esto es posible realizar previsiones más acertadas de las diferentes necesidades tecnológicas y administrativas de los centros de datos, mejorando los servicios que ofrecen a sus clientes, optimizando al máximo las capacidades tecnológicas de los operadores y planificando mejor las futuras inversiones en nuevo equipamiento.

 

Más información

¿Cuál es el futuro del mercado de almacenamiento? ¿Qué tecnologías son las más adecuadas para las empresas? Si quieres obtener más información sobre un segmento en crecimiento puedes visitar las páginas de nuestros colaboradores: NetApp y Huawei.