Data Centar - Specijal 2018 Casopis Data Centri 2018 | Page 25

Trends
uočiti mno­go pre ne­go što ko­ri­sni­ci da­ta
cen­tra pri­me­te bi­lo ka­kve smetnje.
Da ve­štačka in­te­li­gen­ci­ja mo­že da nađe
svo­je mes­to u da­ta cen­tri­ma po­ka­zu­je i
pri­mer kom­pa­ni­je Go­o­gle. Oni su još 2014.
go­di­ne im­ple­men­ti­ra­li De­e­pMind AI sis­
tem, ko­ji u­prav­lja upo­tre­bom ener­gi­je u
de­lo­vi­ma da­ta cen­tra. Os­tva­re­ni re­zul­ta­ti
su im­pre­siv­ni – čak 40% ma­nja upo­tre­ba
ener­gi­je za hlađenje da­ta cen­tra! O­dno­sno,
15% u­šte­de u uku­pnoj po­tro­šnji stru­je. S
ob­zi­rom na to da je 2014. go­di­ne Go­o­
gle po­tro­šio stru­je kao vi­še od 360.000
pro­sečnih do­maćin­sta­va u SAD, ra­di se o
u­šte­di ko­ja se u du­žem ro­ku me­ri sto­ti­
na­ma mi­li­ona do­la­ra! Ima­jući to u vi­du,
ma­lo je reći da je in­ves­ti­ci­ja od „sve­ga“ 600
mi­li­ona u ku­po­vi­nu De­e­pMind te­hno­lo­gi­
je – o­prav­da­na.
Ka­da se u­zme u ob­zir da ši­rom sve­ta
ra­di vi­še od 4.700 da­ta cen­ta­ra ko­ji svo­je
re­sur­se i­znaj­mlju­ju kli­jen­ti­ma (po is­tra­
ži­va­nju kom­pa­ni­je 451 Re­se­arch), kao i
značajan broj pri­va­tnih kom­pa­nij­skih da­ta
cen­ta­ra, pos­to­ji oči­gle­dan po­ten­ci­jal za
pri­me­nu ra­znov­rsnih re­še­nja ba­zi­ra­nih na
ve­štačkoj in­te­li­gen­ci­ji.
Ni­šta bez po­da­taka
Da bi AI te­hno­lo­gi­ja mo­gla efi­ka­sno da
za­me­ni lju­de u po­slo­vi­ma u­prav­lja­nja
ra­zličitim pod­sis­te­mi­ma da­ta cen­tra
ne­op­ho­dno je da u re­al­nom vre­me­nu
do­bi­ja po­dat­ke od svih bi­tnih kom­po­
nen­ti. To obu­hva­ta kom­po­nen­te sis­te­ma
za hlađenje, kao i IT kom­po­nen­te. Sa­mo
pri­ku­plja­nje ovih po­da­ta­ka ni­je je­dnos­
tav­no, zbog ra­zličitih ko­mu­ni­ka­cij­skih
pro­to­ko­la ko­je ra­zličiti uređaji ko­ris­te,
kao i zbog ra­zli­ka i­zmeđu se­to­va po­da­
ta­ka ko­je da­ju uređaji is­tog ti­pa, ali ra­
zličitih pro­i­zvođača. I to sve ka­da uređaji
uop­šte do­pu­šta­ju pris­tup po­da­ci­ma, kao
i nji­hov i­zlaz i­zvan sa­mog uređaja.
Sve je zas­tu­plje­ni­je mi­šlje­nje da je za os­
tva­ri­va­nje opi­plji­vih pre­dnos­ti pri­me­ne AI
Šta je ve­štačka in­te­li­gen­ci­ja?
Pod poj­mom ve­štačke in­te­li­gen­ci­je mi­sli se na ra­zvoj računar­skih
sis­te­ma spo­so­bnih da obav­lja­ju za­dat­ke ko­ji obično za­hte­va­ju ljud­
sku in­te­li­gen­ci­ju, po­put vi­zu­el­ne per­cep­ci­je, pre­po­zna­va­nja go­vo­ra,
do­no­še­nja o­dlu­ka, pre­vođenja i­zmeđu ra­zličitih je­zi­ka.
Tre­nu­tni ni­vo ra­zvo­ja ve­štačke in­te­li­gen­ci­je je ANI (Ar­ti­fi­ci­al Nar­row In­tel­li­gen­ce),
ko­ja je pri­me­nji­va sa­mo u po­je­di­načnoj o­blas­ti. Očeku­je se da oko 2020. go­di­ne bu­de
dos­ti­gnut ni­vo na­zvan AGI (Ar­ti­fi­ci­al Ge­ne­ral In­tel­li­gen­ce), ka­da će ova­kvi sis­te­mi steći
mo­gućnost re­ša­va­nja pro­ble­ma i ap­strak­tnog ra­zmi­šlja­nja. Dos­ti­za­nje ASI ni­voa (Ar­ti­fi­ci­
al Su­per In­tel­li­gen­ce), ka­da će ve­štačka in­te­li­gen­ci­ja pre­va­zići ljud­sku in­te­li­gen­ci­ju u svim
o­blas­ti­ma, ne očeku­je se pre 2050. go­di­ne.
Šta je ma­šin­sko
učenje?
M a­šin­sko učenje je pri­me­
na ve­štačke in­te­li­gen­ci­je
ko­ja sis­te­mi­ma da­je spo­so­
bnost da sa­mos­tal­no uče i
una­pređuju se kroz is­kus­tvo, bez
do­da­tnog pro­gra­mi­ra­nja nji­ho­vog
ra­da. Pro­ces ma­šin­skog učenja kreće
od po­da­ta­ka, di­rek­tnog is­kus­tva ili
uput­sta­va, a ba­zi­ra se na tra­že­nju
ša­blo­na u po­da­ci­ma ra­di do­no­še­nja
bo­ljih o­dlu­ka. Pri­mar­ni cilj je da se
kom­pju­ter­skim sis­te­mi­ma omo­gući
da uče sa­mi, bez ljud­ske po­moći, i
da na o­sno­vu to­ga pri­la­go­de svo­je
ak­tiv­nos­ti.
te­hno­lo­gi­je ne­op­ho­dno da se da­ta cen­tar
kre­ira, o­dno­sno pro­jek­tu­je „od nu­le“ ta­ko
da AI sis­tem bu­de ključna kom­po­nen­ta.
Stručnja­ci kom­pa­ni­je Schne­ider Ele­ctric su
(pre­ma in­for­ma­ci­ja­ma iz nji­ho­vog kom­pa­
nij­skog blo­ga) u­ključeni u broj­ne pro­jek­
te ovog ti­pa. Ar­hi­tek­tu­ra EcoS­truxtu­re
for Da­ta Cen­ters tu i­gra va­žnu ulo­gu, te
sve­doči ve­li­kim po­ma­ci­ma u po­kre­ta­nju
AI test‑sis­te­ma u mno­gim da­ta cen­tri­ma,
kao i u me­re­nju ra­zličitih as­pe­ka­ta ra­da
da­ta cen­ta­ra sa ana­li­ti­kom ko­ja nu­di pre­
dviđanja ko­ji­ma se mo­že una­pre­di­ti efi­ka­
snost da­ta cen­ta­ra.
Iako je još ra­no za i­zno­še­nje kon­kre­
tnih pre­dviđanja, bu­dućnost AI sis­te­ma u
ope­ra­tiv­nom ra­du i efi­ka­snos­ti da­ta cen­ta­ra
je ja­sna. Re­zul­ta­ti ko­je je mo­guće os­tva­ri­ti
pri­me­nom ve­štačke in­te­li­gen­ci­je pre­va­zi­la­
ze ono što ljud­ska ra­dna sna­ga mo­že. Po­red
prvih na­la­za iz kom­pa­ni­je Schne­ider Ele­
ctric, to o­dlično ilus­tru­je i po­me­nu­ti pri­
mer Go­o­glea, kao i na­ja­va kom­pa­ni­je HPE.
I oni ni­su usam­lje­ni – kon­ku­ren­ci­ja ne
mi­ru­je, od vi­še star­tap pro­je­ka­ta ko­ji pre­
po­zna­ju po­ten­ci­jal, do ve­li­kog Ora­clea – AI
bu­dućnost u da­ta cen­tru biće u­zbu­dlji­va.
DATA CENTAR SPECIJAL 2018
25