La conservation des informations dans le cloud, via des services tels que OneDrive de Microsoft, iCloud d’Apple, DropBox, Google Drive et autres, est en fait devenue une seconde nature. Et, alors que les utilisateurs se concentrent sur les avantages d’accéder aux fichiers sur de nombreux appareils (tout en profitant de la sauvegarde fluide de leurs informations), il est simple d’oublier que ces informations numériques se trouvent quelque part sur un périphérique de stockage physique. Ou, plus probablement, sur de nombreux appareils à mesure que les schémas de correspondance des données s’envolent, synchronisant les détails à divers endroits pour garantir une récupération efficace des informations.
Cette activité en coulisse a besoin d’énergie, qui est fournie par une chaîne de générateurs, commutateurs de transfert, transformateurs et systèmes de distribution d’énergie, tous pris en charge par des alimentations sans interruption pour une grande mesure. Et, au primaire, tout se déroule à merveille, comme un orchestre de concert contemporain jouant une symphonie très difficile. Les centres d’information de niveau 4, qui sont conçus pour être entièrement tolérants aux pannes, ont un temps de disponibilité prévu de 99,995 %, un chiffre qui équivaut à seulement 26,3 minutes d’indisponibilité chaque année ; une réalisation vraiment exceptionnelle.
Perspectives sur les installations
Critiques pour atteindre des niveaux d’information aussi élevés la disponibilité du centre est l’augmentation des systèmes de maintenance prédictive et des algorithmes qui les alimentent. Grâce à ces outils d’application logicielle intelligents, les groupes d’ingénierie peuvent mieux prévoir les défaillances potentielles des appareils et remédier aux événements avant qu’ils ne surviennent. C’est un scénario bienvenu car la gestion d’un centre de données moderne est un exercice d’équilibre. D’une part, il est nécessaire de réduire les coûts énergétiques, mais les éléments informatiques sont pointilleux sur la température et les taux de défaillance augmentent rapidement lorsque les conditions dérivent en dehors des fenêtres de fonctionnement idéales, ce qui explique pourquoi les opérateurs accordent une si grande importance à un chauffage et à un refroidissement fiables.
En parallèle avec des évaluations régulières, la maintenance prédictive aide le personnel non seulement à repérer quand un disque dur ou un processeur tombera en panne, mais également signaler les problèmes liés aux compresseurs, filtres à air, ventilateurs et autres équipements non reconnus qui fonctionnent en arrière-plan pour assurer le fonctionnement des services cloud. Et des tendances telles que la croissance de la détection en réseau et automatisée facilitent la collecte de données d’exploitation (l’oxygène qui permet à l’appareil de découvrir de respirer) telles que les températures, les taux de circulation d’air, la consommation d’énergie et d’autres détails sur les installations.
Diffusion en continu analytique
Ces analyses en continu offrent des données d’entraînement vitales pour les régimes de systèmes experts prêts à parcourir les informations à la recherche d’anomalies – rares occasions – qui pourraient signaler une défaillance ou une panne imminente de l’équipement. De telles valeurs aberrantes sont simples pour l’apprentissage automatique pour acquérir et empêcher les équipes de maintenance de faire défiler les écrans et les écrans de données. Plus vous pouvez fournir de données à l’algorithme, mieux la machine sera informée pour fixer des limites plus précises quant au moment où les pièces doivent être changées.
Un centre de données intelligent se développe pour maintenir les perturbations à un minimum absolu lorsque il est temps d’effectuer des réparations – par exemple, en engageant des produits d’alimentation sans coupure et en ayant des dispositifs de chauffage et de refroidissement redondants pour faciliter l’entretien simultané. De manière significative, les conceptions d’appareils elles-mêmes sont capables d’auto-diagnostiquer les défauts ou de rappeler aux groupes que les produits consommables doivent être commandés ou rechargés, ce qui aide, compte tenu de l’ampleur de la tâche.
Le propriétaire de Facebook, Meta, opère 21 centres de données aux États-Unis, en Europe et à Singapour, mais la maintenance s’arrête là. Le poids lourd des réseaux sociaux exploite également 60 centrales solaires, 19 sites éoliens, 9 stations d’épuration des eaux et 1 station de traitement thermique, afin de maintenir Instagram et ses autres produits en ligne.
Apprentissage permanent
Les équipements qui peuvent nécessiter des niveaux d’entretien plus importants comprennent les refroidisseurs, les humidificateurs et d’autres éléments essentiels pour maintenir la climatisation des espaces du système informatique afin que les serveurs puissent ronronner agréablement dans leurs racks. Les mises à jour de conception apportent des améliorations, mais suggèrent également que les routines de maintenance prédictive nécessitent un apprentissage continu pour tenir compte des modifications de la configuration.
En se concentrant sur le stockage d’informations lui-même, les disques à état fort (SSD) concurrencent fortement les disques durs traditionnels grâce à un accès plus rapide aux informations. Il existe également des preuves que les SSD pourraient apporter des gains de fiabilité, selon les conclusions des ingénieurs de Google qui se sont associés à des scientifiques de l’Université de Toronto au Canada pour calculer les chiffres. Sur la base de 6 ans de données d’exécution de stockage flash, le groupe a constaté que les SSD devaient être remplacés moins souvent que les disques durs. D’autres études se prononcent également en faveur des SSD, mais les choses se déroulent rapidement si la mémoire flash peut devenir trop chaude – doublant par rapport au point précédent, la défaillance de l’équipement est fortement liée à la température.
Autres marchés
L’intérêt pour la maintenance prédictive est en plein essor alors que les opérateurs poursuivent des objectifs de disponibilité compétitifs et cherchent à prolonger la durée de vie de leurs appareils. Et ce qui fonctionne pour les centres de données peut également fonctionner ailleurs. Les compagnies aériennes utilisent depuis longtemps des approches analytiques pour optimiser l’entretien des moteurs à réaction et d’autres grands secteurs incluent la fabrication en plus des soins de santé – un marché en croissance rapide pour les améliorations fiables basées sur l’IA, selon les experts.
La taille totale du marché de l’entretien prédictif dépend de la personne à qui vous demandez, mais le situe approximativement dans la fourchette de 4 à 7 milliards de dollars (US) par an, et les sociétés d’études semblent toutes convenir qu’il est susceptible de tripler de taille au cours des 5 prochaines années. De plus, la stratégie s’intègre parfaitement dans le portefeuille de fonctionnalités fournies par les systèmes informatisés de gestion de l’entretien, qui deviennent rapidement la base d’une gestion efficace des centres.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
