GenAI και αυτοματισμός: επιτάχυνση του μέλλοντος του κέντρου δεδομένων

Εκτελεσμένος Στην εποχή του αυτοματισμού και της γενετικής τεχνητής νοημοσύνης (GenAI), ήρθε η ώρα να ξανασκεφτούμε τι σημαίνει πραγματικά «κέντρο δεδομένων». Για όσους έχουν επενδύσει σε μεγάλο βαθμό στο δημόσιο cloud, το κέντρο δεδομένων μπορεί να μην είναι το πρώτο μέρος που σκέφτεστε όσον αφορά την αυτοματοποίηση και το GenAI, αλλά αυτές οι τεχνολογίες αλλάζουν γρήγορα ό,τι είναι δυνατό σε όλα τα περιβάλλοντα.

Πριν από δέκα ή δεκαπέντε χρόνια, όταν οι επιχειρήσεις άρχισαν να παρακάμπτουν το IT σύροντας τις πιστωτικές κάρτες και θέτοντας τους προγραμματιστές ελεύθερους στους πόρους του cloud, το δημόσιο cloud ήταν απολύτως η σωστή κίνηση. Στους περισσότερους μεγάλους οργανισμούς, οι εσωτερικοί πελάτες συχνά αγνοούνταν ή οι ανάγκες τους δεν ικανοποιούνταν πλήρως. Ήθελαν ευελιξία, λαχταρούσαν την επεκτασιμότητα και χρειάζονταν χαμηλό αρχικό κόστος για να επιτρέψουν την άνθηση των έργων επώασης.

Αν ο χρόνος σταματούσε, ίσως οι τρομεροί προγνωστικοί του τέλους του κέντρου δεδομένων να είχαν δίκιο. Εγώ ο ίδιος ήμουν αρκετά ο ευαγγελιστής των σύννεφων πριν μάθω περισσότερα για την άλλη πλευρά του φράχτη. Γιατί λοιπόν δεν συνέβη αυτό το γεγονός σε επίπεδο εξαφάνισης; Επειδή το κέντρο δεδομένων έχει προσαρμοστεί. Βεβαίως, υπάρχουν πλέον διαθέσιμα μοντέλα "aaS" και συνδρομής εντός των εγκαταστάσεων. αλλά η πραγματική σταθεροποιητική δύναμη ήταν η αυτοματοποίηση.

Αυτό μας φέρνει στην ιστορία της ημέρας: Το GenAI και πώς μπορεί να αυξήσει την αυτοματοποίηση στο κέντρο δεδομένων ώστε να είναι μια εμπειρία σχεδόν ίση με το δημόσιο cloud. Ωστόσο, πριν φτάσουμε εκεί, πρέπει να δούμε τον ρόλο που έχουν παίξει η αυτοματοποίηση και το σενάριο στο datacenter. Θα ξεκινήσουμε εξηγώντας ορισμένα βασικά στοιχεία και, στη συνέχεια, θα αποσυσκευάσουμε γιατί η αυτοματοποίηση και το GenAI άλλαξαν ό,τι είναι δυνατό στις εγκαταστάσεις.

Μοντέλο λειτουργίας cloud και υποδομή ως κωδικός

Ας ξεκινήσουμε με τα βασικά: η βάση του cloud ήταν η υποδομή ως κώδικας και η ιδέα της κατανάλωσης IT ως Υπηρεσία. Οι προγραμματιστές σας δεν χρειάστηκε ποτέ να μιλήσουν με έναν διαχειριστή χώρου αποθήκευσης, με υπεύθυνο IT ή με την ομάδα δικτύωσης για να δημιουργήσουν γρήγορα ένα περιβάλλον και να πιάσουν δουλειά. Αυτό θα πρέπει να είναι επιτραπέζια στοιχήματα το 2023 και τα καλά νέα είναι απολύτως εφικτό να τα φτιάξετε μόνοι σας. Η υιοθέτηση αυτού του επιχειρησιακού μοντέλου σημαίνει ότι το IT αξιοποιεί πολιτικές και διαδικασίες παράλληλα με την αυτοματοποίηση για την εξάλειψη της τριβής από το περιβάλλον.

Οπτική αναπαράσταση της τελικής εμπειρίας όταν έχετε αυτοματοποιήσει ένα μοντέλο λειτουργίας cloud

Σύνολα εργαλείων αυτοματισμού και δεδομένα τηλεμετρίας

Σήμερα υπάρχουν διαθέσιμα πολλά προϊόντα αυτοματισμού, διαχείρισης και τηλεμετρίας/AIOps που παρέχουν απαράμιλλο έλεγχο και πληροφορίες για τα κέντρα δεδομένων. Τα δεδομένα είναι το θεμέλιο της τεχνητής νοημοσύνης και της αποτελεσματικής διαχείρισης ενός κέντρου δεδομένων. Ο έλεγχος και η ορατότητα τώρα στα κέντρα δεδομένων είναι συχνά ένα υπερσύνολο του τι μπορεί να επιτευχθεί στο δημόσιο σύννεφο – αν και οι υπερκλιμακωτές έχουν κάνει εξαιρετική δουλειά και σε αυτό το τμήμα. Δεδομένης της πολυενοικιαστικής φύσης του cloud, οι πάροχοι cloud πρέπει να αποκρύψουν ορισμένες από τις επιχειρησιακές γνώσεις για να διατηρήσουν ασφαλή κάθε πελάτη. Αυτό έχει ως αποτέλεσμα αρχιτεκτονικές αποφάσεις που περιορίζουν τον τρόπο με τον οποίο μπορούν να αναπτυχθούν ορισμένα συστήματα παρακολούθησης και ποια δεδομένα μπορούν να συλλεχθούν. Ένα σημαντικό σημείο εστίασης είναι να διασφαλίσετε ότι ενσωματώνετε σε μεγάλο βαθμό αυτές τις λύσεις, ενστερνίζεστε τον αυτοματισμό και την υποδομή ως κώδικα, μετρώντας/παρακολουθώντας τα πάντα και χρησιμοποιείτε μια συνεκτική ροή εργασίας για όλους τους ρόλους σας.

Οπτική αναπαράσταση μιας κοινής στοίβας αυτοματισμού/διαχείρισης

Το επόμενο κύμα αυτοματισμού πληροφορικής με το GenAI

Αυτό μας φέρνει στην επόμενη εξέλιξη του κέντρου δεδομένων που ενσωματώνει το GenAI. Επιτρέψτε μου να μοιραστώ μια διασκεδαστική ιστορία σχετικά με έναν παλαιότερο ρόλο όπου ο πελάτης έβαλε τον σύμβουλο μάρκετινγκ να δημιουργήσει ένα πρακτικό εργαστήριο ανάπτυξης HCI για φυσική και εικονική υποδομή και, στη συνέχεια, δεν παρείχε ειδικούς στο θέμα για βοήθεια. Αν δεν είναι ξεκάθαρο, αυτός ο σύμβουλος μάρκετινγκ ήμουν εγώ, και ήταν ίσως ένα από τα πιο απαιτητικά έργα στα οποία έχω δουλέψει ποτέ. Χρησιμοποίησα αποσπάσματα κώδικα και εκπαιδευτικά προγράμματα στο YouTube για να καταλάβω πώς να κάνω μια τέτοια εργασία. Πέρασα εβδομάδες συναρμολογώντας το παζλ, ανακαλύπτοντας πώς ταιριάζει κάθε κομμάτι του παζλ. Από θαύμα κατάφερα να το κάνω σωστά, παρόλο που δεν ήξερα πολλά για την κωδικοποίηση. Τέλος πάντων, εδώ είναι το wonderwall… Εννοώ ότι εδώ το GenAI το κάνει αυτό.

Το GenAI είναι η μηχανή αναζήτησης και η μηχανή συναρμολόγησης κωδικών που ψάχναμε

Προσοχή τώρα στο πρακτικό μου εργαστήριο, έκανα πολλά περισσότερα από την απλή εγκατάσταση του Windows Server, αλλά δεν υπάρχει αμφιβολία στο μυαλό μου αν του ζήτησα να παρέχει την υπόλοιπη διαδικασία, θα μπορούσε. Αυτό που είναι τόσο σημαντικό είναι ότι με τη νοοτροπία της υποδομής ως κώδικα και σε νέα περιβάλλοντα όπου οι προγραμματιστές μπορεί να μην είναι εξοικειωμένοι με αυτούς τους τύπους κλήσεων ή runbook, το GenAI είναι ένας νέος σύμμαχος που μπορεί πραγματικά να βοηθήσει. Πολλοί άνθρωποι δεν συνειδητοποιούν ότι η πρόσβαση σε κοινά σενάρια υποδομής είναι διαδεδομένη – και πολλές φορές γράφεται από τις ίδιες τις εταιρείες τεχνολογίας. Τόσο οι προμηθευτές υλικού όσο και λογισμικού διαθέτουν μεγάλα αποθετήρια runbook, μερικές φορές είναι απλώς θέμα εύρεσης: εισαγάγετε το GenAI. Ένα άλλο σημαντικό στοιχείο είναι ότι η ίδια η υποδομή είναι έξυπνη και ασφαλής. Αυτές οι εντολές μπορούν να προωθηθούν σε χιλιάδες διακομιστές για σκοπούς απομακρυσμένης διαχείρισης. Αυτό μειώνει σημαντικά τον πήχη στη διαχείριση του περιβάλλοντος σας.

GenAI και δημιουργία διεργασιών

Μια από τις αγαπημένες μου ιστορίες αφοσίωσης πελατών μπορεί να ακούγεται κάπως μακροσκελής – κάπως σαν εκείνες τις ιστορίες που χάνω ή δεν μπορώ να προσεγγίσω κάποιον που είναι ακατανόητες για όσους μεγάλωσαν με smartphone. Ακούμε πολλές συζητήσεις για κοντέινερ, αλλά όταν έθιξα αυτό το θέμα με έναν πελάτη, είπε, "Δεν μπορώ να κρατήσω ούτε τους διαχειριστές μου στο VMware, τι σας κάνει να πιστεύετε ότι θα μπορούσα ποτέ να κάνω κοντέινερ;" Αυτό είναι κάτι για το οποίο έχω σκεφτεί πολύ και είναι ίσως η μεγαλύτερη πρόκληση με την τεχνολογία: αν δεν έχω το σύνολο δεξιοτήτων, πώς θα μπορούσα να το χρησιμοποιήσω; Εισαγάγετε τον επόμενο απίστευτο μειωτήρα τριβής του GenAI: σύνταξη ή εύρεση τεκμηρίωσης.

Σε δύο μόνο προτροπές έχουμε μια διαδικασία ρουτίνας και εξαιρετικά πολύτιμη τεκμηριωμένη και έτοιμη προς χρήση

Είχαμε από καιρό πρόσβαση σε έναν απίστευτο όγκο πληροφοριών, ωστόσο στο παρελθόν δεν υπήρχε δυνατότητα ανάλυσης όλων. Όλα αυτά αλλάζουν με το GenAI. Τώρα, αντί για πλοήγηση στην αναζήτηση και κοσκίνισμα στα αποθετήρια κώδικα, ένα απλό ερώτημα φυσικής γλώσσας ή μια προτροπή αποδίδει ακριβώς την τεκμηρίωση που απαιτείται. Αντί για ώρες αναζήτησης απαντήσεων, εκτενής τεκμηρίωση είναι στη διάθεσή σας μέσα σε λίγα λεπτά. Αυτό καταστρέφει εντελώς τα εμπόδια για την υιοθέτηση της τεχνολογίας. Σύνδρομο απατεώνων, κενά δεξιοτήτων και κόστος αλλαγής: είστε ενήμεροι.

Χιλιάδες δυνατότητες, αλλά το AI Ops είναι το επόμενο

Θέλω να αναγνωρίσω τον πλούτο των τρόπων που αυτή η τεχνολογία μπορεί να μας βοηθήσει να τρέξουμε ένα κέντρο δεδομένων. Πιθανώς το επόμενο που θα προσθέσει σημαντική αξία είναι το AI Ops. Αυτά τα πλούσια δεδομένα τηλεμετρίας μπορούν να μας πουν πολλά, αλλά τείνουν επίσης να έχουν πρόβλημα αναλογίας σήματος προς θόρυβο. Απλώς παράγουμε πάρα πολλά δεδομένα για να τα αναλύσουν και να τα κατανοήσουν όλα τα ανθρώπινα όντα. Προωθώντας αυτά τα δεδομένα στο GenAI και χρησιμοποιώντας τη φυσική γλώσσα ως διεπαφή, θα επεκτείνουμε τις γνώσεις σε ένα ευρύτερο κοινό και θα καταστήσουμε δυνατή την υποβολή ερωτήσεων που ίσως ποτέ δεν είχαμε σκεφτεί όταν κοιτάζαμε γραφήματα και ανεπεξέργαστα δεδομένα. Ο μέσος χρόνος για την επίλυση θα πέσει κατακόρυφα όταν χρησιμοποιούμε αυτού του είδους τα δεδομένα. Αλλά υπάρχει ένα τεράστιο μειονέκτημα, που μας φέρνει στο τελικό μας σημείο.

Το GenAI και ο αυτοματισμός αλλάζουν ό,τι είναι δυνατό, αλλά πρέπει να το χρησιμοποιήσουμε προσεκτικά

Δύο από τις κύριες προκλήσεις με το GenAI πρέπει να αντιμετωπιστούν. Αυτά είναι: Διαρροή πνευματικής ιδιοκτησίας (IP) και η ικανότητά της να «παραισθήματα” ή να φτιάξεις πράγματα. Ας αποσυσκευάσουμε το καθένα και ας προσδιορίσουμε πώς να αγκαλιάσουμε την τεχνολογία χωρίς να σκοντάψουμε κατά την εφαρμογή.

Αρχικά, ας συζητήσουμε τη διαρροή IP. Σε κάθε σενάριο όπου αποστέλλονται δεδομένα σε μοντέλα GenAI που παραδίδονται ως υπηρεσία, κινδυνεύουμε να διαρρεύσουμε IP. Όπως τις πρώτες μέρες του δημόσιου cloud και των ανοιχτών κουβάδων S3, οι πρώτοι πειραματιστές στην κακή χρήση ή την παρεξήγηση τους, δημιούργησε κίνδυνο για τις εταιρείες τους. Ο καλύτερος τρόπος για να αντιμετωπιστεί αυτό είναι να έχετε μια κεντρική στρατηγική πληροφορικής, να τις εισαγάγετε στις κοινές σας ροές εργασίας ή στη γραμμή ανάπτυξης και, τέλος, να δώσετε προτεραιότητα στη δημιουργία των δικών σας GenAI on-premises για εξαιρετικά ευαίσθητα δεδομένα που δεν μπορούν να μεταβούν σε ένα AIaaS που μαθαίνει συνεχώς από δεδομένα.

Το άλλο πλεονέκτημα της εισαγωγής ενός μεγάλου γλωσσικού μοντέλου (LLM) είναι ότι μπορείτε επίσης να το κάνετε πιο ακριβές και να του τοποθετήσετε προστατευτικά κιγκλιδώματα. Αυτό κάνει τις απαντήσεις που παράγει πιο ακριβείς και στο πλαίσιο της δικής σας επιχείρησης. Τα προστατευτικά κιγκλιδώματα μπορούν επίσης να σταματήσουν ορισμένες από τις «παραισθήσεις», δηλαδή όταν το GenAI αναγκάζεται να απαντήσει, αλλά παρέχει ανακριβείς ή/και επινοημένες πληροφορίες για να συμμορφωθεί με το αίτημα. Αυτό είναι ένα κοινό πρόβλημα με το GenAI. Η πραγματικότητα είναι ότι όλα αυτά τα εργαλεία είναι ακόμα στα σπάργανα. Ακριβώς όπως οι περισσότεροι θα δοκίμαζαν τον αγωγό απελευθέρωσής τους, έτσι και αυτός είναι ένας τομέας όπου θα πρέπει να επιβληθεί περισσότερη αυστηρότητα πριν από την ώθηση στην παραγωγή. Είμαι μεγάλος υπέρμαχος του human in the loop, ή της μηχανικής μάθησης με τη βοήθεια του ανθρώπου, ως τρόπου μείωσης των λαθών με την τεχνητή νοημοσύνη.

Το μέλλον είναι αυτοματοποιημένο

Το κέντρο δεδομένων είναι εδώ για να μείνει, αλλά μπορεί να μεταμορφωθεί ριζικά με το GenAI και την αυτοματοποίηση. Αυτά τα εργαλεία μπορούν να αυξήσουν τις ροές εργασιών μας και να βοηθήσουν τις Επιχειρήσεις IT και τους προγραμματιστές να επιτύχουν υπεράνθρωπες δυνατότητες, αλλά δεν αντικαθιστούν άμεσα τους ανθρώπους. Καθώς αναπτύσσετε τις στρατηγικές τεχνητής νοημοσύνης και αυτοματισμού, είναι σημαντικό να σκεφτείτε τι προσπαθείτε να επιτύχετε και ποιο επίπεδο αυτοματισμού με τον οποίο αισθάνεται άνετα ο οργανισμός σας. Το μέλλον είναι λαμπρό και η ικανότητα να καινοτομείς οπουδήποτε είναι πλέον πραγματικότητα.

Μάθετε πώς μας Χαρτοφυλάκιο Dell APEX βοηθά τους οργανισμούς να υιοθετήσουν μια συνεπή εμπειρία cloud παντού, ώστε να μπορούν υιοθετήσει τεχνολογίες όπως το AI και να επιταχύνουν την καινοτομία.

Σας προσφέρθηκε από την Dell Technologies.

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Αυτοκίνητο / EVs, Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• BlockOffsets. Εκσυγχρονισμός της περιβαλλοντικής αντιστάθμισης ιδιοκτησίας. Πρόσβαση εδώ.
• πηγή: https://go.theregister.com/feed/www.theregister.com/2023/06/23/generative_ai_and_automation_accelerating/