Cuando las empresas y personas volcaron sus actividades al espacio digital como una manera de sobrevivir esta pandemia que parece no terminar, los centros de datos –en los que reside una gran parte de la infraestructura necesaria para llevar a cabo todas esas labores– adquirieron una mayor relevancia.
Y durante los últimos meses, una pregunta cobra mayor vigor para determinar si la Inteligencia Artificial (IA), necesaria para enfrentar los nuevos desafíos de la demanda, reemplazará eventualmente a los equipos humanos.
La aplicación de proyectos de IA en los centros de datos está ayudando a mejorar los niveles de servicio que ofrecen los proveedores de nube y reduciendo su impacto medioambiental, y gracias a esa tecnología es posible mejorar su eficiencia energética, optimizar la distribución de la carga o ayudar a mejorar la detección y resolución de incidentes.
Gracias a las nuevas herramientas de IA es posible realizar un mejor seguimiento del rendimiento del servidor, la utilización del disco y la congestión de la red. La optimización de los sistemas de almacenamiento, la búsqueda de posibles puntos de fallo en el sistema, la mejora de los tiempos de procesamiento y la reducción de los factores de riesgo se harán de forma más rápida.
De acuerdo con un comunicado de Gartner Inc., de noviembre de 2021, para 2025 la mitad de los centros de datos en la nube desplegarán robots avanzados con capacidades de inteligencia artificial (AI) y aprendizaje automático (ML), lo que resultará en una eficiencia operativa un 30% mayor.
“La brecha entre los crecientes volúmenes de servidores y almacenamiento en los centros de datos y la cantidad de trabajos capaces de administrarlos a todos se está expandiendo. El riesgo de no hacer nada para abordar estas deficiencias es significativo para las empresas, las operaciones del centro de datos solo aumentarán en complejidad a medida que las organizaciones muevan cargas de trabajo más diversas a la nube , y a medida que la nube se convierta en la plataforma para un uso combinatorio de tecnologías adicionales como el borde y 5G, por nombrar algunas”, comentó Sid Nag, vicepresidente de investigación de Gartner.
En el comunicado de Gartner se mencionan cuatro áreas en las que los robots tendrán un mayor impacto en la automatización de los centros de datos en los próximos cinco años.
- Actualizaciones y mantenimiento severos: Una vez que los servidores se eliminan gradualmente, la tarea de desmantelar y destruir unidades se puede realizar de manera más rápida y eficiente mediante robots industriales. Esto es especialmente cierto para las empresas que realizan actualizaciones masivas con frecuencia, por ejemplo, cualquier proveedor de nube.
- Monitoreo: Las sondas de sensor de robot brindan datos de temperatura de rack de servidores mucho más granulares sin la necesidad de instalar ningún hardware físico invasivo. Los robots utilizados para el monitoreo remoto también se pueden utilizar para recopilar otros datos, como sonido e imágenes, para detectar cualquier irregularidad.
- Seguridad del centro de datos: Mantener una instalación de centro de datos segura digital y físicamente es una prioridad para todas las empresas de centros de datos. Los robots pueden proporcionar una capa de seguridad física a través de una variedad de capacidades diferentes que incluyen controles de temperatura humana a través de sensores de calor o reconocimiento de matrículas para estacionamiento.
- Inteligencia Artificial/ Machine Learning en operaciones en la nube: Junto con los robots, la tecnología moderna habilitada para AI y ML permite el monitoreo y la gestión de los procesos de TI en el centro de datos. Los usuarios de esta tecnología, como los ingenieros de confiabilidad del sitio, pueden interactuar y comunicarse con la plataforma dada a través del lenguaje natural. Estas plataformas son capaces de aprender de situaciones pasadas para mejorar la eficiencia en instancias futuras.
El caso de Vertiv
Entre los proveedores, Vertiv –fabricante mundial de sistemas de energía, enfriamiento de precisión y administración de infraestructura para computadores mainframe, racks de servidores y sistemas de procesos críticos– emplea soluciones de Inteligencia Artificial para los clientes de centros de datos con el fin de monitorear sus operaciones en diversas ubicaciones, evitar la interrupción del servicio, reducir el tiempo de resolución cuando se presentan problemas y mejorar la eficiencia de toda la infraestructura crítica.
Vertiv ofrece una amplia gama de soluciones de misión crítica diseñadas para soportar climas extremos. Estas incluyen aplicaciones de IA que se integran a las capacidades de TI y pueden alertar sobre problemas inminentes, así como respaldar a las compañías para solucionarlos de forma ágil. Los sistemas de monitoreo están incluidos en todos los productos de la compañía y proporcionan a los centros de datos todo lo necesario, desde cámaras para el monitoreo visual hasta sensores automatizados de temperatura, humedad, flujo de aire y líquidos que funcionan de manera autónoma.
Saida Ortiz Sedano, directora de Canales de Vertiv para Latinoamérica, habló con Impacto TIC acerca de cómo la Inteligencia Artificial puede ayudar a los centros de datos.
¿Cuándo la Inteligencia Artificial es una amenaza para un centro de datos? ¿Cuándo es una oportunidad?
Es importante remarcar que la Inteligencia Artificial es una tecnología en desarrollo y como toda tecnología en desarrollo hay mucho por entender, analizar en su funcionamiento y, sobre todo, regular; sin embargo, hoy en día es difícil pensar en una aplicación que no vaya a ser impactada por esta tendencia, y los centros de datos no son la excepción.
Los sistemas de aprendizaje automático e IA pueden tener múltiples aplicaciones en este entorno, desde permitir un mantenimiento predictivo para disminuir las tasas de falla, como responder a las necesidades de capacidad cambiantes y dinámicas que enfrentan los centros de datos actuales, lo que al final se traduce en ahorro de recursos.
Por ejemplo, compañías como Google llevan varios años trabajando con organizaciones de IA como DeepMind para desarrollar algoritmos que ayudarán a disminuir la energía necesaria para propósitos de enfriamiento, sin requerir costosas reubicaciones de sus centros de datos. Gracias a esto han podido reducir el PUE en un 15 %, entonces como vemos trae oportunidades para la industria de Centro de Datos.
Sin embargo, es claro que toda tecnología trae riesgos, y el factor clave está en comprenderlos mejor y tipificarlos, en especial con una tecnología cuya regulación o marco normativo no está claramente definido. Es entonces en donde los gestores en los centros de datos y líderes deben trabajar en mitigar las consecuencias no deseadas a través de diversas estrategias, incluyendo el desarrollo de sus habilidades de reconocimiento de patrones de riesgos de la IA, entender sus interdependencias y las dificultades que pueden surgir con los datos, problemas de seguridad asociados, el funcionamiento de los mismos algoritmos en sí y, sobre todo, las interacciones hombre-máquina que son claves en el funcionamiento de IA.
Cómo sacarle provecho a la IA en los centros de datos
Como se ejemplificaba en el caso de Google, uno de los beneficios más claros se encuentra en el ahorro de consumo energético o de recursos en general, y este puede ser un punto de partida para los gestores de los centros de datos; siendo más concretos, un paso inicial se puede dar proyectando acercamientos a empresas que ya tienen inmersa este tipo de tecnología y algoritmos en sus soluciones de infraestructura de Centros de datos; estos se convierten en un aliado a la hora de elaborar las bases y recomendaciones.
Así mismo, tener métricas muy claras y sistemas que permitan la recopilación de datos del funcionamiento y características de la infraestructura para poder ser analizados y procesados y entender cómo la IA puede entrar a impactar adecuadamente el negocio; no se debe olvidar que es clave entrenar al equipo que estará de frente a la operación del día a día en esta tecnología.
¿Cómo Vertiv utiliza la IA en sus centros de datos?
Vertiv lleva años integrando inteligencia a sus soluciones y está en constante investigación para esto. Un ejemplo está en los sistemas de control de los sistemas de precisión que usamos, como iCom Autotuning; este sistema aplica aprendizaje automático y algoritmos avanzados para regular y equilibrar los componentes del sistema y estabiliza la capacidad de enfriamiento.
Esto, al final, significa armonizar para eliminar ciclos o activaciones innecesarias que se traducen en ahorros de energía o agua dependiendo de la tecnología usada, y esto lo hace en tiempo real, respondiendo a cambios en los puntos de ajuste, cargas del centro de datos, temperaturas exteriores y otras condiciones.
El informe ‘Las tendencias del centro de datos de 2022’, de Vertiv, señala que la Inteligencia Artificial será una realidad el próximo año. “A medida que las actuales redes se vuelven más complejas y más distribuidas, y las demandas del metaverso de realidad aumentada y realidad virtual alcanzan mayor importancia, la necesidad de computación y toma de decisiones en tiempo real se volverá más crítica. Esta necesidad en tiempo real es sensible con las latencias y, bajo un modelo híbrido cada vez más común de nubes empresariales, públicas y privadas, coubicaciones y borde de la red, la gestión manual a tiempo completo resulta poco práctica, por no decir imposible.
“La inteligencia artificial (IA) y el aprendizaje automático –añade el informe– serán críticos para optimizar el rendimiento de estas redes. La disponibilidad de hardware de IA por parte de vendedores consolidados, opciones de nube para la misma, una cadena de herramientas simplificada y un enfoque educativo en datos científicos han puesto en marcha la IA incluso para las compañías más pequeñas. Todo se suma a una agilizada adopción de la IA en 2022”.
El objetivo de la implementación de este tipo de herramientas es que las compañías puedan recopilar datos de toda la cadena de valor, lo que es fundamental para la toma de decisiones, la agilidad y la descarbonización para convertir los datos no estructurados en información valiosa sobre las acciones empresariales y medioambientales.
Imagen principal: Maxpixel.com.
