Egal ob Überwachung, Administration oder Sicherheit – Künstliche Intelligenz ermöglicht den nächsten Schritt zum autonomen Rechenzentrum.
Rechenzentren stellen heute nicht nur die für KI-Anwendungen notwendigen Ressourcen bereit. Sie werden auch selbst zunehmend durch KI-Technologien optimiert – und damit immer autonomer, effizienter und weniger fehleranfällig. Fast jeder Bereich des Data Center Betriebs kann mit Hilfe von KI-Algorithmen optimiert werden: Von der Ausfallsicherheit über das Management bis hin zur Kühlung.
Ermöglicht wird dies durch die Entwicklungen der KI in den letzten Jahren. Die Fortschritte beim Maschinellen Lernen, bei Analytics und Mustererkennung treiben KI-Anwendungen voran. Weil die Methoden und Grundprinzipien der KI unabhängig von konkreten Anwendungen weitgehend identisch sind, können Sie in verschiedenen Bereichen eingesetzt werden – im autonomen Fahrzeug ebenso wie im Rechenzentrum.
Eine Wahl, ob Unternehmen beim Betrieb ihrer Rechenzentren auf KI setzen sollten oder nicht, gibt es kaum: Gartner prognostiziert, dass mehr als 30 Prozent der Data Center, die sich nicht ausreichend auf die KI vorbereiten, bis 2020 ihre „operative und wirtschaftliche Wettbewerbsfähigkeit verlieren“. Angesichts dieser harten Realität sollten Unternehmen in KI-Lösungen für ihre Data Center investieren.
Probleme frühzeitig erkennen
Künstliche Intelligenz spielt ihre große Stärke vor allem bei der Analyse riesiger Datenmengen aus, die in komplexen Systemen entstehen und in denen Muster und Strukturen erkannt und Zusammenhänge gelernt werden sollen. In der Fertigung wird dies im Rahmen von Predictive Maintenance schon längere Zeit zum Monitoring von Fertigungsanlagen und der Produktion selbst genutzt.
Rechenzentren können genau die gleiche Technologie zur Überwachung ihrer Infrastruktur einsetzen und so mögliche Ausfälle verhindern. Solche intelligenten Systeme haben im Data Center einen hohen Nutzwert. Durch die hohe Komplexität sind dort drohende Systemausfälle oder andere Probleme nicht einfach zu identifizieren – und können ernsthafte Konsequenzen haben.
Eine KI-basierte Predictive-Maintenance-Lösung erkennt, ob und wann Probleme auftauchen. Dazu erfasst sie Daten von vielen Sensoren, die im Rechenzentrum verteilt sind. Dies können Daten sein von Storage, CPU, Netzwerken oder Strom- und Umgebungsparametern. Aus diesen Daten lernen Machine-Learning-Verfahren, was normal ist und was nicht, legen Schwellwerte fest und schlagen bei Abweichungen von den Schwellwerten Alarm.
Die KI hat in solchen „lernenden Rechenzentren“ typischerweise nicht nur einen bestimmten Wert im Auge, sondern kann zigtausende Daten analysieren und Muster erkennen. Anhand der Muster kann das KI-System feststellen, ob sich ein Problem anbahnt und dann autonom oder teilautonom reagieren. Derzeit müssen in der Regel noch Menschen eingreifen, um Fehler zu beheben. Das Ziel ist aber das Self Healing Data Center, das Fehler selbständig behebt.
KI-gestütztes Management
Die Vorteile eines prädiktiven Analysetools gehen über das reine Selbstmanagement hinaus. Aufgrund der lernenden KI-Technologien werden Server, die mit Predictive Analytics-Algorithmen verwaltet werden, mit der Zeit zunehmend effizienter. Da die Algorithmen immer mehr Daten verarbeiten und die Arbeitsabläufe eines Unternehmens immer besser lernen, können sie die Server-Nachfrage antizipieren, bevor überhaupt Anfragen gestellt werden. Das erleichtert die Kapazitätsplanungen.
Durch die Einführung eines auf prädiktiver Analyse basierenden Management-Tools kann ein IT-Team einen großen Teil seiner Aufgaben an einen Computer delegieren. KI-Plattformen können selbstständig Routineaufgaben wie Systemaktualisierung, Sicherheitspatching und Datei-Backups durchführen und damit dem IT-Personal differenziertere, qualitativ hochwertigere Aufgaben überlassen.
Ohne die Last, jede einzelne Benutzeranfrage oder jeden Vorfallsalarm zu bearbeiten, können IT-Experten Aufgaben übernehmen, die zuvor ihre sorgfältige Aufmerksamkeit erforderten, so dass sie mehr Zeit haben, sich auf größere Herausforderungen zu konzentrieren.
Intelligente Energiesteuerung
Das ist aber nicht alles. KI kann viele weitere Aspekte eine Data Centers verbessern. Beispielsweise kann KI auch helfen, das Rechenzentrum effizienter zu kühlen. Stellt ein KI-System beispielsweise fest, dass die IT-Nutzung eine bestimmte Auslastung unterschreitet, kann es einzelne Racks oder ganze Reihen ungenutzter IT-Infrastruktur herunterfahren und die Kühlung in den ungenutzten IT-Geräten ausschalten. Schon kleine Verbesserungen an Kühlsystemen können einen massiven Einfluss auf die Energieeffizienz haben.
KI ist auch eine unschätzbare Waffe im Kampf gegen Cyberkriminelle. Rechenzentren sind zwar einige der sichersten Orte auf dem Planeten, aber sie sind nicht unverwundbar. KI kann helfen, Rechenzentren weniger anfällig für Sicherheitsbedrohungen zu machen und beispielsweise anormale Aktivitäten erkennen, die Angriffsversuche auf das Rechenzentrum sein können. Dabei kann die KI mit fortschreitender Nutzung immer intelligenter werden.
Eine weitere mögliche KI-Anwendung ist die Roboter-basierte Montage von Data-Center-Komponenten wie Server-Racks und die Nutzung der KI für die Planung von Rechenzentren.
