Nel corso del 2022, nel settore IT si è parlato molto di sostenibilità e di data center. La crescente pressione dei clienti verso approcci più ecologici sta spingendo i data center a implementare strategie “olistiche”, orientate alla riduzione dell’impronta di carbonio. In questo contesto l’intelligenza artificiale (AI) può contribuire notevolmente.
Un report di McKinsey evidenzia come l’AI consenta di aumentare le potenzialità di risparmio energetico sulla rete elettrica grazie alla “capacità di analizzare grandi volumi di dati relativi ai modelli di traffico, alla domanda in tempo reale e alla disponibilità delle risorse di rete, agevolando decisioni rapide e automatizzate sulle parti del sistema che si possono sospendere o disattivare”.
Lo stesso report indica che gli strumenti per il risparmio energetico basati sull’intelligenza artificiale possono contribuire a risparmi operativi dal 5 al 7% e a ridurre i costi energetici del 5% grazie alla calibrazione automatica continua di refrigeratori, pompe e ventilatori.
L’AI però non si limita a offrire vantaggi nell’ambito della gestione energetica dei data center: consente anche di elaborare grandi volumi di dati in tempo reale, agevolando il rilevamento di guasti e la previsione dei blackout, in modo da facilitare l’intervento dei tecnici. È quindi molto importante, per garantire la continuità operativa dell’infrastruttura.
Un report elaborato nel 2021 dal Ponemon Institute mostra che “i data center fondamentali hanno subito in media 2,4 arresti totali all’anno, di una durata media di oltre due ore (138 minuti). Questo si aggiunge a quasi 10 eventi di inattività all’anno che coinvolgono singoli rack o server”.
Secondo l’Uptime Institute il 76% di questi eventi si può evitare ricorrendo agli strumenti adeguati; le capacità dell’AI di monitorare l’infrastruttura, rilevare possibili guasti ed eliminarli da remoto contribuiscono a una maggiore disponibilità della rete.
L’AI può rappresentare un efficace strumento per la manutenzione predittiva basata sull’analisi dei dati e per il rilevamento di potenziali problemi nelle apparecchiature prima che diventino più gravi. Un servizio di questo tipo consente di ridurre le attività di riconoscimento e rilevamento attivo dei malfunzionamenti, aumentando quindi la disponibilità dei data center.
Nell’infrastruttura di alimentazione, i servizi predittivi possono contribuire alla valutazione delle apparecchiature e a individuare le correlazioni tra eventi isolati che potrebbero causare un’interruzione dell’attività. Consentono inoltre di monitorare il ciclo di vita delle apparecchiature e di prevedere le modifiche necessarie per evitare problemi ai carichi fondamentali.
Il servizio di diagnostica remota e monitoraggio preventivo Vertiv LIFE™ Services si basa sull’AI e sul machine learning per offrire visibilità, capacità di analisi e di diagnosi in tempo reale dei servizi fondamentali, consentendo la valutazione preventiva costante della rete.
Il monitoraggio è attivo 24 ore su 24, 7 giorni su 7 ed è connesso a un Service Center. Quando si verifica un malfunzionamento, Vertiv LIFE Services invia automaticamente le informazioni pertinenti al team di esperti per la diagnosi e, se necessario, assegna al tecnico più vicino l’incarico di ripristinare la normale operatività.
L’importanza dell’intelligenza artificiale nei data center risiede nella prevenzione degli eventi di guasto e nella riduzione dei tempi di risposta. Un’infrastruttura più efficiente e con meno difetti contribuisce anche alla riduzione dell’impronta di carbonio. Individuare gli strumenti adeguati e i partner migliori può essere utile da entrambi i punti di vista.
