Raketový nástup umělé inteligence staví šéfy IT a technologické ředitele před bezprecedentní výzvu: jak uřídit a ufinancovat infrastrukturu, jejíž energetické nároky rostou extrémním tempem. Podle nejnovější zprávy analytické společnosti Gartner totiž servery optimalizované pro AI vyžadují až desetinásobně více elektrické energie než předchozí generace hardwaru.
Tento dramatický skok je dán architekturou samotných AI serverů. Zatímco klasické cloudové servery spoléhají na standardní procesory (CPU), AI clustery pohánějí masivní pole grafických akcelerátorů (GPU). Ty běží pod neustálou stoprocentní zátěží a generují takové množství tepla, jaké dosavadní systémy vzduchového chlazení nedokážou efektivně odvést. V datových sálech kvůli tomu vznikají nepředvídatelná ohniska kritického přehřátí, která mohou citlivý hardware zničit během několika málo sekund.
Dvojí legislativní tlak: EED a CSRD
Provozovatelé datových center navíc narážejí na další zeď, kterou je evropská regulace. Podle odhadů analytiků se celosvětová spotřeba energie v datových centrech do roku 2030 zdvojnásobí a dosáhne astronomických 1 000 TWh ročně. Evropská unie proto zpřísňuje pravidla. Směrnice o energetické účinnosti (EED) a pravidla pro podávání zpráv o udržitelnosti (CSRD) nově ukládají firmám povinnost detailně monitorovat, auditovat a prokazovat efektivitu využití energie (ukazatel PUE).
Správa datových center se tak stává sledovaným tématem na úrovni nejvyššího managementu firem. Tradiční, lokálně instalované softwarové nástroje pro správu infrastruktury (DCIM), které vznikaly v minulé dekádě pro stabilní a předvídatelný svět, však na tyto dynamické nároky a legislativní tlak jednoduše nestačí.
„Provozovatelé už nemohou řídit moderní infrastrukturu stylem, že jednou za měsíc pošlou technika s tabulkou zkontrolovat jističe nebo vizuálně prověřit ventily,“ vysvětluje Pavel Blahut, expert na datová centra ze společnosti Schneider Electric. „Dnešní IT prostředí je extrémně fragmentované. Firmy kombinují vlastní enterprise servery, pronajatou kapacitu v colocation centrech, veřejný cloud a desítky bezobslužných edge lokalit na periferii sítě. Bez centrální cloudové inteligence, která v reálném čase sbírá data z celé sítě, vyhodnocuje anomálie a automaticky generuje legislativní reporty, se moderní digitální byznys neobejde.“
Od reaktivního hašení k umělé inteligenci
Schneider Electric na tyto komplexní výzvy reaguje novou generací své cloudové platformy EcoStruxure IT, která do správy infrastruktury nativně zapojuje strojové učení a prediktivní analytiku. Zatímco starší systémy fungovaly reaktivně – tedy spustily alarm až ve chvíli, kdy teplota nebo napětí překročily kritickou mez –, EcoStruxure IT funguje proaktivně.
Platforma nepřetržitě analyzuje obrovské toky provozních dat a porovnává je s knihovnami poruchových vzorců, které Schneider Electric sbírá z globální instalované báze milionů zařízení po celém světě. Systém tak dokáže inteligentně korelovat drobné anomálie, jako jsou mikroskopické změny vibrací na čerpadlech chlazení nebo mírné výkyvy teplot na rozvodech kapaliny. Výsledkem je, že IT týmy dostanou varování s dostatečným předstihem a mohou údržbu naplánovat v rámci běžného servisního okna bez ohrožení provozu.
Digitální dvojčata a automatizovaný audit
Jednou z největších technologických výhod platformy je schopnost simulovat krizové scénáře pomocí pokročilých digitálních dvojčat (digital twins). Provozovatelé si mohou virtuálně modelovat, jak se jejich datové centrum zachová, když venkovní teploty stoupnou k tropickým čtyřicítkám, nebo co se stane s distribucí chladicího média při výpadku jedné z větví.
Zároveň EcoStruxure IT řeší palčivý problém s byrokracií. Obsahuje plně integrované přehledy udržitelnosti (sustainability dashboards), které v reálném čase agregují metriky o spotřebě energie a efektivitě infrastruktury. Výstupem jsou automaticky generované reporty, které přesně odpovídají požadavkům směrnic EED a CSRD.
Pod taktovkou Schneider Electric se tak správa datových center mění z drahého a rizikového provozního IT na vysoce efektivní, bezpečný a transparentní proces, který je plně připraven na příchod příští generace umělé inteligence.