Los beneficios de implantar Inteligencia Artificial para el control del data center son evidentes. Un centro de proceso de datos no deja de ser una instalación industrial, por lo que la toma de decisiones basadas en análisis de datos y la automatización de actuaciones gobernadas por IA tienen efectos muy positivos sobre dos aspectos fundamentales para el propietario: la eficiencia energética y la disponibilidad.
La Eficiencia Energética, a su vez, tiene dos implicaciones muy importantes: un menor consumo de energía significa disminuir el principal coste de explotación de un data center, pero también una menor emisión de CO2 a la atmósfera. El primer aspecto será fundamental para el CFO, pero el segundo será estratégico para el CGO (Chief Green Officer, figura cada vez más presente en las grandes organizaciones).
La disponibilidad y calidad de servicio es el otro gran beneficiado por la utilización de IA en el centro de datos. Una de las consecuencias de la captura masiva de datos y su análisis, tanto de los sistemas TIC como de las infraestructuras de soporte, es que es posible hacer una detección de riesgos muy fina y localizar problemas antes de su aparición, con lo que la disponibilidad de los sistemas y la calidad del servicio prestado mejora ostensiblemente, y esta es una preocupación fundamental para el CIO y el CTO.
Como se ha visto, el impacto de la implantación de IA en el Data Center es transversal y atañe a varias de las figuras de la alta dirección de la organización y sus departamentos, por lo que debe ser una acción esponsorizada por el CEO. Pero ¿Cómo es un proyecto de implantación de IA en el Data Center?
El Data Center: un organismo vivo y cambiante
Los expertos de MoniRacK han analizado gran cantidad de centros de datos de todo tipo a lo largo del mundo, y de ello se extraen dos conclusiones básicas: no hay dos iguales, pero todos son un organismo vivo y cambiante.
Cada data center tiene sus propias características: caso de uso, ubicación, diseño, etc. En esto, la casuística es enorme: grandes data centers que prestan servicios a terceros con infraestructuras homogéneas, centros de datos corporativos de tamaño pequeño o mediano con sistemas heterogéneos, etc. Pero todos ellos tienen un denominador común: las salas de servidores son un organismo vivo con condiciones que cambian a lo largo del tiempo en función de los niveles de carga y la meteorología. No sólo eso: los datos indican que hablar de capacidades nominales es un grave error. Dentro de una misma sala pueden existir grandes diferencias, incluso en racks muy próximos. Para ganar en eficiencia y disminuir los riesgos es necesario conocer y gestionar esas diferencias.
Metodología MoniRacK para implantar IA en dos fases
Implantar IA para el control de un data center es una operación compleja que debe ser confiada a expertos. No es tan sencillo como instalar un software y parametrizarlo: como en una fábrica, realizar un proyecto de implantación de IA con éxito requiere conocer cuál es exactamente la situación de partida y los objetivos estratégicos que deben conseguirse. Por esta razón, no hay dos proyectos iguales, ni un procedimiento estándar de implantación
Los expertos de MoniRacK llevan muchos años trabajando en el análisis de centros de datos y utilizando IA para su mejora. Gracias a esa experiencia, han desarrollado la metodología MoniRacK de dos fases:
- La primera fase es la de “datos estáticos”. En ella, se hace un análisis inicial del data center (incluyendo un estudio con la metodología Data Center Maturity Model, DCMM). En esta fase se analizan los datos históricos con los algoritmos de MoniRacK para determinar con precisión el punto de partida, se cuantifican los objetivos que pueden conseguirse y se establece el roadmap de acciones. En caso de que el cliente no posea datos o que estos sean insuficientes, se plantea el proyecto para instalar el conjunto de sensores imprescindible y conseguir los datos necesarios en el plazo de tiempo más breve posible.
- La segunda fase es la de datos dinámicos. En esta fase, se completa la red de sensores y de captura de datos para poder disponer de la granularidad de información necesaria, se ajustan los algoritmos y modelos a la instalación para conseguir los objetivos estratégicos planteados y se ponen en marcha los modelos de predicción, gemelo digital y orquestador de infraestructuras.
Esta metodología es la que permite obtener los mejores resultados en el plazo de tiempo más breve posible y con el menor coste posible. Todo ello con una premisa fundamental: riesgo cero. El data center es una infraestructura crítica, y una de las razones para su falta de evolución es la aversión a realizar modificaciones que puedan generar problemas. Por eso, para la Metodología MoniRack (MMR) es fundamental que cualquier modificación o actuación esté exenta de riesgos, y todo ello está apoyado por un sofisticado análisis de datos.
