GenAI og automatisering: Fremskyndelse af datacenterfremtiden

GenAI og automatisering: Fremskyndelse af datacenterfremtiden

Tidsstempel: 23. juni 2023 kl. 9

bestilt I en tid med automatisering og generativ AI (GenAI) er det tid til at genoverveje, hvad "datacenter" egentlig betyder. For dem, der er blevet kraftigt investeret i offentlig sky, er datacentret måske ikke det første sted, du tænker på, når det kommer til automatisering og GenAI, men disse teknologier ændrer hurtigt, hvad der er muligt i alle miljøer.

For ti eller femten år siden, da virksomheder begyndte at omgå it ved at skubbe kreditkort og sætte udviklere løs på cloud-ressourcer, var den offentlige sky det helt rigtige træk. I de fleste store organisationer blev interne kunder ofte ignoreret, eller deres behov blev ikke fuldt ud opfyldt. De ønskede fleksibilitet, de længtes efter skalerbarhed, og de havde brug for lave forudgående omkostninger for at tillade inkubationsprojekter at blomstre.

Hvis tiden stod stille, ville de frygtelige prognoser for datacentrets ende måske have haft ret. Jeg var selv ret skyevangelist, før jeg lærte mere om den anden side af hegnet. Så hvorfor er denne hændelse på udryddelsesniveau ikke sket? Fordi datacentret har tilpasset sig. Sikker på, der er "aaS" og abonnementsmodeller nu tilgængelige på stedet; men den virkelige stabiliserende kraft har været automatisering.

Hvilket bringer os til dagens historie: GenAI og hvordan det kan øge automatiseringen i datacentret, så det bliver en oplevelse næsten på niveau med den offentlige sky. Før vi når dertil, skal vi dog se på den rolle automatisering og scripting har spillet i datacentret. Vi starter med at forklare nogle væsentlige ting, hvorefter vi pakker ud, hvorfor automatisering og GenAI har ændret, hvad der er muligt på stedet.

Cloud driftsmodel og infrastruktur som kode

Lad os starte med det grundlæggende: Grundlaget for cloud var infrastruktur som kode og ideen om at forbruge IT som en tjeneste. Dine udviklere behøvede aldrig at tale med en lageradministrator, IT-operatør eller netværksteamet for hurtigt at skabe et miljø og komme på arbejde. Dette burde være bordindsats i 2023, og den gode nyhed er det fuldt ud muligt at bygge det selv. Ved at vedtage denne driftsmodel betyder, at IT udnytter politikker og processer sammen med automatisering for at fjerne friktion fra miljøet.

Projektmentalitet

Projektmentalitet – Klik for at forstørre

Visuel repræsentation af slutoplevelsen, når du har automatiseret en cloud-driftsmodel

Automatiseringsværktøjssæt og telemetridata

I dag er der mange automatiserings-, administrations- og telemetri-/AIOps-produkter tilgængelige, som giver uovertruffen kontrol og indsigt i datacentre. Data er grundlaget for kunstig intelligens og effektiv styring af et datacenter. Kontrol og synlighed nu i datacentre er ofte et supersæt af, hvad der kan opnås i den offentlige sky – selvom hyperskalerne også har gjort et godt stykke arbejde i den afdeling. I betragtning af skyens multitenant-karakter skal cloud-udbydere sløre noget af den operationelle viden for at holde enhver kunde sikker. Dette resulterer i arkitektoniske beslutninger, der begrænser, hvordan nogle overvågningssystemer kan implementeres, og hvilke data der kan indsamles. Et vigtigt fokus er at sikre, at du i høj grad integrerer disse løsninger, omfavner automatisering og infrastruktur som kode, måler/overvåger alt og bruger en sammenhængende arbejdsgang for alle dine roller.

Fælles automatisering/styringsstak

Fælles automatiserings-/styringsstak – Klik for at forstørre

Visuel repræsentation af en fælles automatiserings-/styringsstak

Den næste bølge af IT-automatisering med GenAI

Dette bringer os til den næste udvikling af datacentret med GenAI. Lad mig dele en sjov historie om en tidligere rolle, hvor kunden fik marketingkonsulenten til at bygge et HCI-implementerings-praktisk laboratorium til fysisk og virtuel infrastruktur og derefter ikke stillede nogen eksperter til rådighed for at hjælpe. Hvis det ikke er klart, var den marketingkonsulent mig, og det var nok et af de mest udfordrende projekter, jeg nogensinde har arbejdet på. Jeg brugte kodestykker og YouTube-tutorials til at komme til grundlaget for, hvordan man udfører sådan en opgave. Jeg brugte uger på at samle puslespillet og finde ud af, hvordan hver puslespilsbrik passede sammen. Ved et mirakel lykkedes det mig faktisk at få det rigtigt, selvom jeg ikke vidste så meget om kodning. Anyway, her er wonderwall... Jeg mener her er GenAI, der gør det.

Kode samlemaskine

GenAI er den søgemaskine og kodesamlingsmaskine, vi ledte efter

Husk nu i mit praktiske laboratorium, jeg lavede meget mere end blot at installere Windows Server, men der er ingen tvivl i mit sind, hvis jeg bad den om at give resten af ​​den proces, så kunne den. Det, der er så vigtigt, er, at med infrastruktur-som-kode-mentaliteten og i nye miljøer, hvor udviklere måske ikke er bekendt med disse typer opkald eller runbooks, er GenAI en ny allieret, der virkelig kan hjælpe. Mange mennesker er ikke klar over, at adgang til almindelige infrastrukturscripts er udbredt – og ofte er det skrevet af teknologivirksomhederne selv. Både hardware- og softwareleverandører har store runbook-depoter, nogle gange er det bare et spørgsmål om at finde dem: indtast GenAI. En anden vigtig overvejelse er, at selve infrastrukturen er intelligent og sikker. Disse kommandoer kan skubbes ud til tusindvis af servere til fjernstyringsformål. Dette sænker i høj grad barren for at administrere dit miljø.

GenAI og procesbygning

En af mine yndlingshistorier om kundeengagement lyder måske lidt lang i tanden – lidt som de historier om at være tabt eller ude af stand til at nå nogen, som er uoverskuelige for dem, der er vokset op med smartphones. Vi hører en masse snak om containere, men da jeg tog dette emne op med en kunde, sagde han: "Jeg kan ikke engang beholde mine VMware-administratorer, hvad får dig til at tro, at jeg nogensinde kunne lave containere?" Dette er noget, jeg har tænkt meget over, og det er nok den største udfordring med teknologi: Hvis jeg ikke har færdighederne, hvordan kan jeg så overhovedet være ombord på det? Gå ind i GenAI's næste utrolige friktionsreducer: skriv eller find dokumentation.

Spørg 1

Spørg 2

På blot to meddelelser har vi en rutinemæssig og meget værdifuld proces dokumenteret og klar til brug

Vi har længe haft adgang til en utrolig mængde information, men tidligere har der ikke været mulighed for at analysere det hele. Alt dette ændrer sig med GenAI. Nu, i stedet for at navigere i søgning og gennemsøge kodelagre, giver en simpel naturlig sprogforespørgsel eller prompt præcis den nødvendige dokumentation. I stedet for timevis med at lede efter svar er omfattende dokumentation lige ved hånden på få minutter. Dette ødelægger fuldstændigt enhver barriere for at omfavne teknologi. Imposter-syndrom, kvalifikationshuller og skifteomkostninger: du er opmærksom.

Tusindvis af muligheder, men AI Ops er den næste

Jeg vil gerne anerkende de mange måder, hvorpå denne teknologi kan hjælpe os med at drive et datacenter. Sandsynligvis den næste, der tilføjer betydelig værdi, er AI Ops. At rige telemetridata kan fortælle os meget, men har også en tendens til at have et signal-til-støj-forholdsproblem. Vi genererer simpelthen for meget data til, at mennesker kan analysere og forstå det hele. Ved at skubbe disse data ind i GenAI og bruge naturligt sprog som en grænseflade, vil vi udvide indsigten til et bredere publikum og gøre det muligt at stille spørgsmål, som vi måske aldrig har tænkt på, når vi ser på diagrammer og rådata. Den gennemsnitlige tid til opløsning vil falde, når vi bruger denne form for data. Men der er en massiv ulempe, som bringer os til vores sidste punkt.

GenAI og automatisering ændrer, hvad der er muligt, men vi skal bruge det forsigtigt

To af de store udfordringer med GenAI skal løses. De er: Intellectual Property (IP) lækage og dets evne til at "hallucinere” eller finde på ting. Lad os pakke hver ud og bestemme, hvordan vi omfavner teknologien uden at snuble under implementeringen.

Lad os først diskutere IP-lækage. I ethvert scenarie, hvor data sendes til GenAI-modeller, der leveres som en service, risikerer vi at lække IP. Meget ligesom de tidlige dage med public cloud og åbne S3-spande, tidlige eksperimentatorer i deres misbrug eller misforståelser, skabt risiko for deres virksomheder. Den bedste måde at imødegå dette på er at have en centraliseret it-strategi, indsætte dem i dine fælles arbejdsgange eller udviklingspipeline og til sidst prioritere at opbygge din egen GenAI on-premises for meget følsomme data, der ikke kan gå til en AIaaS, som konstant lærer af din data.

Den anden fordel ved at bringe en stor sprogmodel (LLM) i hus er, at du også kan gøre den mere præcis og sætte autoværn på den. Dette gør de svar, det genererer, mere præcise og i sammenhæng med din egen virksomhed. Autoværnet kan også stoppe noget af det "hallucinerende", dvs. når GenAI er tvunget til at svare, men giver unøjagtige og/eller opdigtede oplysninger for at efterkomme anmodningen. Dette er et almindeligt problem med GenAI. Virkeligheden er, at disse værktøjer alle stadig er i deres vorden. Ligesom de fleste ville arbejde med at teste i deres udgivelsespipeline, er dette også et område, hvor der bør lægges mere stringent til grund, før der skubbes til produktion. Jeg er en stor fortaler for human in the loop, eller human assisted machine learning, som en måde at reducere fejl med AI.

Fremtiden er automatiseret

Datacentret er kommet for at blive, men det kan transformeres radikalt med GenAI og automatisering. Disse værktøjer kan øge vores arbejdsgange og hjælpe IT-operatorer og udviklere med at opnå overmenneskelige evner, men de er ikke en direkte erstatning for mennesker. Når du udruller dine AI- og automatiseringsstrategier, er det vigtigt at tænke over, hvad du forsøger at opnå, og hvilket niveau automatisering, som din organisation er fortrolig med. Fremtiden er lys, og evnen til at innovere hvor som helst er nu en realitet.

Lær hvordan vores Dell APEX-portefølje hjælper organisationer med at omfavne en ensartet cloud-oplevelse overalt, så de kan adoptere teknologier som AI og fremskynde innovation.

Leveret til dig af Dell Technologies.

Tidsstempel:

Mere fra Registret