Hoe kunstmatige intelligentie een datacenter efficiënter krijgt

Kan kunstmatige intelligentie een rol spelen bij het optimaal inrichten van een modern datacenter? Martin Matse van Perf-iT denkt van wel. Hij stelt dat AI een belangrijke tool kan zijn om Data Center Infrastructure Management (DCIM) uit te voeren. Tijdens het IT Infra event duikt Matse dieper in de voordelen van het toepassen van kunstmatige intelligentie.

Door: Dimitri Reijerman

In een tijd waarin het energieverbruik van datacenters snel toeneemt, is optimalisatie een must. Maar het is geen vanzelfsprekendheid dat op het oog voor de hand liggende technische aanpassingen een datacenter daadwerkelijk ten goede komen. Matse: “Datacenters moeten continu blijven optimaliseren. Een toverwaarde daarbij is de PUE (Power Usage Effectiveness). Maar hoe ga je dat precies doen? En wat is het gevolg van jouw optimalisatie? Je kunt bijvoorbeeld de koelwatertemperatuur met twee graden verlagen, want dan bespaar je mogelijk geld. Maar wat is de impact daarvan op de datavloer? Dat is voor een mens moeilijk te beredeneren.”

Kunstmatige intelligentie, een technologie die zich snel ontwikkelt en steeds meer toepassingen kent, kan daarom een nuttige tool zijn om de beschikbaarheid en efficiëntie van een rekencentrum te verbeteren. Matse zegt: “Wat wij doen, samen met onder andere TNO, Vortech en Actiflow, is het maken van een digital twin. Dat is een digitale kopie van de werkelijkheid waarin ook alle fysieke eigenschappen van een datacenter zijn verwerkt, zoals luchtstroming en temperaturen. Het mooie van zo’n digitale tweeling is dat je verschillende scenario’s kunt testen op basis van data. Gebaseerd op die nieuwe data gaat het AI-model precies vertellen wat de impact is op de datavloer.”

Sensoren & algoritmes

Bij het inrichten van een goed werkend model komt wel de nodige voorbereiding kijken, zegt Matse: “Wat we nu doen: we maken een basismodel en hangen op diverse plekken sensoren op. Op basis van de input heeft het model een bepaalde verwachting. En aan de hand van de sensoren ziet dit model elke keer wat de werkelijke situatie op de datavloer is. De algoritmes worden zo steeds nauwkeuriger: het model past zich continu aan ten aan de nieuw gevonden werkelijkheid.”

Het toepassen van kunstmatige intelligentie voor DCIM is nog betrekkelijk nieuw. Daarom worden er nog veel proeven mee gedaan, vertelt Matse: “TNO heeft de basistechnologie ontwikkeld en gepatenteerd. We hebben het nu bij twee datacenters in de praktijk getest: bij Infrabel – de Belgische ProRail – en bij NL-DC. Het toepassen van deze DCIM-technologie levert een hele snelle ROI op. En er gebeuren op de datavloer dingen die niet vooraf zijn verwacht.”

Om het model steeds beter te krijgen, zijn er veel bedrijfsuren nodig: “Een model is dynamisch”, vertelt Matse. “Op basis van het proces en door het plaatsen van steeds meer sensoren zie je dat het model nauwkeuriger wordt. De bekendste vormen van AI, deep learning en machine learning, kunnen geen voorspellingen doen buiten de data die het ooit heeft ingezien. Maar een digital twin gaat verder, omdat je ook natuurkundige processen in algoritmes hebt vastgelegd.”

Momenteel zijn er nog weinig bedrijven die DCIM op basis van machine learning en deep learning aanbieden op de markt of toepassen in hun rekencentra. Dat komt volgens Matse door de eerder genoemde beperkingen van deze implementaties van kunstmatige intelligentie. Hij geeft een voorbeeld: “ In de VS hebben ze deep learning gebruikt om sollicitanten te selecteren. Ze hebben de AI gevoerd met talloze cv’s van ideale kandidaten. Vervolgens werden alle vrouwen afgewezen. Hoe kwam dat? In de aangeboden data zaten geen cv’s van vrouwen. Dus de compleetheid van je data is dus belangrijk. Bij ons model is dat minder belangrijk omdat je in feite algoritmes gebruikt als de basis van je model.”

Toekomst van DCIM en AI

Naar de toekomst toe zal het toepassen van AI voor DCIM-toepassingen nog wel de nodige uitdagingen tegenkomen: “De uitdaging is vooral acceptatie. Het is voor veel mensen nog heel eng om een computermodel te laten bepalen hoe een datacenter optimaal kan worden aangestuurd. Maar het wordt wel steeds gebruikelijker. We zullen vaak ook eerst een tussenstap zien: dat het model adviezen geeft en het datacenter nog niet zelf actief stuurt.”

Ten slotte wijst Matse ook nog op de maatschappelijke pluspunten van deze technologie, met name op het gebied van verduurzaming: “Ik denk dat er op het gebied van energiereductie nog heel veel te halen is binnen datacenters. Dat is in het hele land een issue en vooral in Amsterdam en omgeving. Een mooie bijvangst bij DCIM is de energietransitie, bijvoorbeeld voor het hergebruik van warmte van datacenters. Als je slim koelt gaat de retour-luchttemperatuur ook nog omhoog. Zo gaat de efficiency van je warmtepompen omhoog. En als gemeentes heel strikt gaan worden om het gebruik van restwarmte af te dwingen, bijvoorbeeld voor de bouw van een nieuwe wijk in Amsterdam West, dan kun je er bijna niet meer omheen om restwarmte van datacenters te gebruiken.”

Wilt u het IT Infra event kosteloos bezoeken en deze lezing bijwonen? Registreer u nu.