Effizienz und Sicherheit

Management per KI erobert das Rechenzentrum

KI im Rechenzentrum
Foto: Gorodenkoff / shutterstock.com
KI macht Rechenzentren zuverlässiger und wirtschaftlicher. Durch wachsende Komplexität entziehen sich die Zentren ohnehin oft dem menschlichen Fassungsvermögen.
Root Data Rechenzentrum
Trotz Stromausfall auf Nummer sicher: Im Rechenzentrum des Co-Location-Anbieters Root Data Center überwacht eine KI die Betriebsbereitschaft der Backup-Generatoren.
(Quelle: Root Data Center)
Mechanische Teile geben mitunter ungewöhnliche Geräusche von sich, lange bevor sie ihren Geist aufgeben. Ein Brummen oder Klicken ist bei vielen IT-Komponenten ein frühes Anzeichen drohender Betriebsausfälle. Vor allem in Rechenzentren haben solche Ausfälle meist teure Konsequenzen. Kommen zum Beispiel einige Lüfter der Hauptkühlanlage zum Stillstand, dann kann als Folge durchaus der eine oder andere Server-Raum ausfallen. Bei einem Stromausfall und einem zusätzlichen Versagen des Stromgenerators liegt möglicherweise die ganze Anlage lahm. Die gute Nachricht: Mit Hilfe von Künstlicher Intelligenz (KI) muss es gar nicht erst so weit kommen.

Anomalien am Klang erkennen

Der Co-Location-Betreiber Root Data Center aus Montreal zum Beispiel hat in Zusammenarbeit mit dem Start-up Litbit aus dem kalifornischen San José eine KI-basierte Lösung namens Dac zur Überwachung der Notstromgeneratoren ent­wickelt: einen KI-Agenten für die klangbasierte Anomalie-Erkennung.
Dac erkennt seinen Erfindern zufolge Anomalien der Betriebsbedingungen bei beliebigen Belastungsstufen der betreffenden Geräte anhand ihrer Klang- und Vibrationsmuster. Die Ultraschall-Hörfähigkeiten von Dac sollen eine 10-fach höhere Frequenz abdecken als die des menschlichen Gehörs und dank dieser Fähigkeit Funktionsprobleme mit Geräten im gesamten Rechenzentrum aufzeigen können. Dac soll beispielsweise das Geräusch fehlerhafter Netzteile und problematische Schwingungsmuster in Racks erkennen. Und mit seiner Infrarotkamera soll das System auch losen elektrischen Anschlüssen oder austretendem Wasser auf die Spur kommen.
Die Dac-Anwendung ist laut Root Data Center darüber hinaus in der Lage, die Parameter der Kühlsysteme bedarfs­gerecht und in Echtzeit gemäß den Wetterbedingungen einzustellen und das
Microsoft Azure Sentinel
Schutz vor Angreifern: Mit Azure Sentinel bietet Microsoft einen KI-gestützten Cybersicherheitsdienst für Unternehmen an, der auch Rechenzentren schützt.
(Quelle: com! professional / Screenshot )
Kapazitätsmanagement von Systemen im gesamten Rechenzentrum zu koordinieren. Das KI-System analysiert hierzu Hunderttausende von Datenpunkten pro Sekunde.
„Wir haben ein Mikrofon in das Generatorgehäuse eingebaut, das die Geräusche möglicher mechanischer Probleme mitschneidet“, erklärt AJ Byers, der Geschäftsführer von Root. Die KI-Technologie von Litbit analysiert anschließend den Ton und das Infrarot-Video, um mögliche Diskrepanzen vom Sollzustand zu erkennen. „Das System kann ein Quietschen oder Klopfen hören oder ein Kugellager aufspüren, das nicht mehr funktioniert.“ Bei Abweichungen sendet es eine Benachrichtigung an das Network Operations Center des Hosters.
Um eine Vorstellung vom Sinn und Zweck von Dac zu vermitteln, vergleicht AJ Byers die darin zum Einsatz kommende klangbasierte Anomalie-Erkennung mit der VESDA-Technologie (Very Early Smoke Detection Apparatus), die von Xtralis, einer Tochter des Honeywell-Konzerns, vermarktet wird. VESDA misst die Luftqualität mit Lasern und kann Rauch eines Brandes erkennen, bevor er für das menschliche Auge sichtbar ist.
Überblick: KI im Rechenzentrum
Künstliche Intelligenz bietet in Data-Centern zahlreiche Möglichkeiten:
Prädiktive Instandhaltung: Anhand detaillierter Messwerte können KI-Agenten Ausfälle mechanischer Teile akkurat vorhersagen und Wartungsarbeiten einleiten - Beispiel: Dac von Litbit.
Deep Learning (über künstliche neuronale Netze): Analyse von Sensordaten zur Aufdeckung zuvor unbekannter Zusammenhänge in komplexen Systemen wie Rechen­zen­tren, Photovoltaikanlagen oder Gasturbinen - Beispiel: Googles künstliches neuronales Netz zur Optimierung des PUE-Werts (Power Usage Effectiveness) seiner Rechen­zen­tren.
KI-Expertensysteme: Kognitive KI-Systeme können Fachwissen aus Knowledge Bases und anderen Wissensquellen extrahieren und im Kontext aktueller Projekt­anforderungen bereitstellen - Beispiele: HPE InfoSight und IBM Watson.
Kollektive Intelligenzsysteme: Geballtes Expertenwissen hochspezialisierter menschlicher Experten hilft Rechenzentrums-Fachkräften in Echtzeit, in bestimmten Ausnahme­situationen komplexe Herausforderungen kompetent zu bewältigen - Beispiel: Microsoft Threat Experts.
Robotik: Autonome cyberphysische Systeme dürften in Zukunft die selbstständige Montage der Server-Racks an abgelegenen Edge-Standorten übernehmen; Standardisierungsinitiativen wie OCP und Open19 schaffen hierzu geeignete Voraussetzungen.
Cyberabwehr mit KI: KI-gestützte Cybersicherheitslösungen nutzen heuristische Algorithmen, um noch unbekannte Malware mit einer hohen Treffsicherheit zu identifizieren - Beispiel: Azure Sentinel Cloud Security Program.
Sicherheit: Die Erkennung von Bild und Ton in Video-Feeds aus Sicherheitskameras stärkt die physische Sicherheit am Gebäude des Rechenzentrums.
Verwandte Themen