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