هوش مصنوعی و تأثیرات آن بر صنعت مرکز داده

هوش مصنوعی اخیراً به خاطر توانایی ابزارهایی مانند ChatGPT یا GitHub Copilot برای تولید همه چیز از کدنویسی گرفته تا نوشتن مقاله و … توجهات زیادی را به خود اختصاص داده است.

اما هوش مصنوعی چه کاری می‌تواند برای مراکز داده انجام دهد؟ این سوال کمتر مورد توجه قرار گرفته است، به خصوص خارج از زمینه نظارت هوشمند بر مرکز داده که اگرچه مهم است، اما نشان دهنده تمام پتانسیل‌های فناوری هوش مصنوعی نخواهد بود.

بنابراین، بیایید نگاهی به حوزه‌هایی بیندازیم که هوش مصنوعی می‌تواند صنعت مرکز داده را تحت تأثیر قرار دهد.

امنیت فیزیکی بهتر در مراکز داده

امنیت فیزیکی برای مراکز داده بسیار مهم است. مراکز داده باید بتوانند از دارایی‌های خود در برابر دسترسی فیزیکی غیرمجاز محافظت کنند. متأسفانه، تأمین امنیت فیزیکی به طور سنتی پرهزینه بوده است، زیرا تا حد زیادی به حضور پرسنل امنیتی در محل برای شناسایی و پاسخگویی به نقض‌های محیط فیزیکی بستگی دارد.

هوش مصنوعی می‌تواند با تجزیه‌و‌تحلیل داده‌هایی که می‌تواند به شناسایی نفوذهای فیزیکی کمک کند، در این زمینه کمک کند. برای مثال، با تجزیه و تحلیل تصاویر ویدیویی به صورت آنی، هوش مصنوعی می‌تواند به طور بالقوه افرادی را که خطرآفرین هستند شناسایی کند. همچنین انسان را از تماشای مداوم ویدیو برای تشخیص خطرات راحت خواهد کرد.

انتظار نداشته باشید که به این زودی‌ها پرسنل امنیتی مراکز داده ناپدید شوند، اما انتظار داشته باشید که هوش مصنوعی به آن‌ها کمک کند تا وظایف خود را به نحو احسن انجام دهند.

مدیریت انرژی مرکز داده

تصمیم‌گیری در مورد زمان تعویض منبع برق یک مرکز داده (مانند انرژی خورشیدی) به منبع دیگر، یا نحوه برنامه‌ریزی برای چالش‌های پیش‌بینی شده (مانند موج گرما که سیستم‌های سرمایشی را با مشکل روبرو می‌کند)، معمولاً انسان‌ها را ملزم به رفتار محتاطانه می‌کند. در این تجزیه و تحلیل با توجه به متغیرهای زیاد و گسترده‌ای که وجود دارد، هیچ فرمول یا روش ساده‌ای برای مدیریت منابع انرژی در مراکز داده وجود ندارد.

با این حال، با توجه به پیشرفت هوش مصنوعی مدرن، هوش مصنوعی می‌تواند بخشی از این تصمیم‌گیری را به عهده بگیرد. ممکن است اپراتورهای مرکز داده همچنان از انسان‌ها بخواهند که توصیه‌های ابزارهای هوش مصنوعی را مجدداً چک کنند، اما قابل قبول است که هوش مصنوعی در گام اول مدیریت انرژی پیشتاز باشد.

مدیریت ظرفیت مرکز داده

مدیریت ظرفیت مرکز داده که شامل وظایفی مانند افزایش یا کاهش زیرساخت‌ها برای هماهنگی با تقاضا و اطمینان از رشد فضای فیزیکی از گذشته به طور سنتی یک امر دستی بوده است. اما هوش مصنوعی می‌تواند به خودکارسازی آن کمک کند. هوش مصنوعی با تجزیه و تحلیل عوامل متعددی که در تعیین میزان ظرفیتی که مراکز داده از جنبه های مختلف در زمان های مختلف نیاز دارند، می‌تواند به اپراتورها کمک کند تا تصمیمات مدیریت ظرفیت را به شکل راحت‌تر و آگاهانه‌تری اتخاذ کنند.

مدیریت سریع‌تر بحران

هنگامی که مشکلی در یک مرکز داده رخ می دهد (مثلاً برق قطع می‌شود، شخصی به طور تصادفی سوئیچی را خاموش می‌کند، حمله سایبری تجهیزات حیاتی را مختل می کند و …) تعیین هر چه سریعتر اینکه چه اتفاقی افتاده است، چه مواردی تحت تأثیر قرار گرفته است و چگونه باید اختلال را برطرف کرد، بسیار مهم است.

در گذشته، تیم‌های مدیریت مرکز داده برای این چالش‌ها با ایجاد پلی‌بوک‌ها واکنش نشان می‌دهند، که توضیح می‌دهد در پاسخ به انواع مختلف چالش‌ها چه باید کرد.

اما هوش مصنوعی مدرن ابزار دیگری را فراهم می‌کند که اپراتورها می‌توانند از آن برای مدیریت واکنش به حادثه استفاده کنند. هوش مصنوعی می‌تواند موقعیت‌ها را ارزیابی کند و سریع‌تر از انسان‌ها به برنامه‌ریزی کمک کند، شاهکاری که احتمالاً در زمینه‌هایی که هیچ کتاب پاسخگویی وجود ندارد ارزشمند است، زیرا ممکن است هیچ‌کس نوع خاصی از بحران را از قبل پیش‌بینی نکرده باشد.

تقاضای رو به رشد برای سخت افزار مرکز داده سازگار با هوش مصنوعی

افزایش علاقه به فناوری‌های مدرن هوش مصنوعی باعث افزایش تقاضا برای زیرساخت‌های اجرای بارهای کاری هوش مصنوعی، مانند سرورهایی که مجهز به GPU های پیشرفته هستند، شده است. در آینده، اپراتورهای مراکز داده احتمالاً می‌توانند از خدمات این حوزه بهره ببرند، به‌ویژه با توجه به اینکه سخت‌افزار بهینه‌شده با هوش مصنوعی، بر خلاف سرورهای قدیمی، به راحتی قابل دسترسی از ابرهای عمومی نیست.

تقاضا برای مراکز داده هوش مصنوعی نشان‌دهنده راه جدیدی برای استفاده از هوش مصنوعی برای کمک به راه اندازی مراکز داده نیست، اما فرصتی در بازار برای شرکت‌های ارائه دهنده مراکز داده ایجاد می‌کند.

نتیجه گیری: هوش مصنوعی و آینده مراکز داده

استفاده از فناوری‌های مدرن هوش مصنوعی در مراکز داده در مراحل اولیه باقی مانده است، اما پتانسیل بسیار زیادی وجود دارد. در سال‌های آینده، انتظار داشته باشید که هوش مصنوعی بسیار بیشتر از قبل به کار مراکز داده بیاید.