Введен в эксплуатацию В эпоху автоматизации и генеративного ИИ (GenAI) пришло время переосмыслить, что на самом деле означает «центр обработки данных». Для тех, кто вложил значительные средства в общедоступное облако, центр обработки данных может быть не первым местом, о котором вы думаете, когда речь заходит об автоматизации и GenAI, но эти технологии быстро меняют то, что возможно во всех средах.

Десять или пятнадцать лет назад, когда предприятия начали обходить ИТ, используя кредитные карты и предоставляя разработчикам доступ к облачным ресурсам, общедоступное облако было абсолютно правильным шагом. В большинстве крупных организаций внутренние клиенты часто игнорировались или их потребности не удовлетворялись в полной мере. Им нужна была гибкость, масштабируемость и низкие первоначальные затраты, чтобы инкубационные проекты процветали.

Если бы время остановилось, возможно, мрачные предсказатели конца центра обработки данных были бы правы. Я сам был облачным евангелистом, прежде чем узнал больше о другой стороне забора. Так почему же это событие уровня вымирания не произошло? Потому что дата-центр адаптировался. Конечно, сейчас существуют модели «aaS» и модели подписки, доступные локально; но настоящей стабилизирующей силой была автоматизация.

Что подводит нас к сегодняшней истории: GenAI и то, как он может дополнить автоматизацию в центре обработки данных, чтобы его опыт почти не уступал общедоступному облаку. Прежде чем мы доберемся до этого, нам нужно взглянуть на роль, которую автоматизация и сценарии сыграли в центре обработки данных. Мы начнем с объяснения некоторых основ, а затем объясним, почему автоматизация и GenAI изменили то, что возможно в локальной среде.

Облачная операционная модель и инфраструктура как код

Начнем с основ: основой облака была инфраструктура как код и идея использования ИТ как услуги. Вашим разработчикам никогда не приходилось разговаривать с администратором системы хранения данных, ИТ-специалистом или сетевым отделом, чтобы быстро развернуть среду и приступить к работе. В 2023 году это должно стать настольной игрой, и, к счастью, ее вполне можно построить самостоятельно. Принятие этой операционной модели означает, что ИТ-отдел использует политики и процессы наряду с автоматизацией для устранения трения в среде.

Визуальное представление конечного опыта при автоматизации облачной операционной модели.

Наборы инструментов автоматизации и данные телеметрии

Сегодня доступно множество продуктов для автоматизации, управления и телеметрии/AIOps, которые обеспечивают непревзойденный контроль и понимание центров обработки данных. Данные — это основа искусственного интеллекта и эффективного управления центром обработки данных. Контроль и видимость в настоящее время в центрах обработки данных часто являются расширенным набором того, что может быть достигнуто в общедоступном облаке, хотя гиперскейлеры проделали большую работу и в этом отделе. Учитывая мультитенантный характер облака, облачные провайдеры должны скрывать некоторые операционные знания, чтобы обеспечить безопасность каждого клиента. Это приводит к архитектурным решениям, которые ограничивают возможности развертывания некоторых систем мониторинга и сбора данных. Одной из важных задач является обеспечение полной интеграции этих решений, использование автоматизации и инфраструктуры как кода, измерение/мониторинг всего и использование согласованного рабочего процесса для всех ваших ролей.

Визуальное представление общего стека автоматизации/управления

Следующая волна автоматизации ИТ с GenAI

Это подводит нас к следующей эволюции центра обработки данных, включающей GenAI. Позвольте мне поделиться забавной историей о прошлой роли, когда клиент заставил консультанта по маркетингу построить практическую лабораторию по развертыванию гиперконвергентной инфраструктуры для физической и виртуальной инфраструктуры, а затем не предоставил специалистов в данной области для помощи. Если непонятно, этим консультантом по маркетингу был я, и это был, вероятно, один из самых сложных проектов, над которыми я когда-либо работал. Я использовал фрагменты кода и учебные пособия на YouTube, чтобы разобраться в том, как выполнять такую ​​задачу. Я потратил недели, собирая пазл, выясняя, как каждый фрагмент пазла сочетается друг с другом. Каким-то чудом мне действительно удалось сделать это правильно, хотя я не очень хорошо разбирался в кодировании. Во всяком случае, вот Wonderwall… Я имею в виду, что GenAI делает это.

GenAI — это поисковая система и машина для сборки кода, которую мы искали

Имейте в виду, что в своей практической лаборатории я делал гораздо больше, чем просто устанавливал Windows Server, но я не сомневаюсь, что если бы я попросил его предоставить остальную часть этого процесса, он бы смог. Что очень важно, так это то, что с менталитетом «инфраструктура как код» и в новых средах, где разработчики могут быть не знакомы с этими типами вызовов или модулей Runbook, GenAI становится новым союзником, который действительно может помочь. Многие люди не осознают, что доступ к общим инфраструктурным сценариям широко распространен, и часто они пишутся самими технологическими компаниями. У поставщиков аппаратного и программного обеспечения есть большие репозитории модулей Runbook, иногда их просто нужно найти: введите GenAI. Еще одним важным соображением является то, что сама инфраструктура является интеллектуальной и безопасной. Эти команды могут быть отправлены на тысячи серверов для целей удаленного управления. Это значительно снижает планку управления вашей средой.

GenAI и построение процессов

Одна из моих любимых историй о привлечении клиентов может показаться несколько длинноватой — что-то вроде тех историй о потере или невозможности связаться с кем-то, которые непостижимы для тех, кто вырос со смартфонами. Мы слышим массу разговоров о контейнерах, но когда я затронул эту тему с одним клиентом, он сказал: «Я даже не могу сохранить своих администраторов VMware, почему вы думаете, что я когда-нибудь смогу создавать контейнеры?» Это то, о чем я много думал, и это, вероятно, самая большая проблема с технологиями: если у меня нет набора навыков, как я могу его использовать? Откройте для себя следующий невероятный способ уменьшить трение от GenAI: написание или поиск документации.

Всего за две подсказки мы получаем рутинный и очень ценный процесс, задокументированный и готовый к использованию.

У нас уже давно есть доступ к невероятному количеству информации, однако раньше не было возможности разобрать ее всю. Все это меняется с GenAI. Теперь вместо навигации по поиску и просмотру репозиториев кода простой запрос или подсказка на естественном языке дает именно ту документацию, которая необходима. Вместо того, чтобы часами искать ответы, обширная документация будет у вас под рукой за считанные минуты. Это полностью разрушает любые барьеры на пути внедрения технологий. Синдром самозванца, пробелы в навыках и затраты на переключение: вы начеку.

Тысячи возможностей, но AI Ops на очереди

Я хочу отметить множество способов, которыми эта технология может помочь нам управлять центром обработки данных. Вероятно, следующим, что добавит значительную ценность, будет AI Ops. Эти богатые данные телеметрии могут многое нам рассказать, но также имеют тенденцию иметь проблемы с отношением сигнал/шум. Мы просто генерируем слишком много данных, чтобы люди могли их проанализировать и понять. Внедряя эти данные в GenAI и используя естественный язык в качестве интерфейса, мы предоставим понимание более широкой аудитории и дадим возможность задавать вопросы, о которых мы, возможно, никогда не думали, глядя на диаграммы и необработанные данные. Среднее время разрешения будет резко падать, когда мы будем использовать такие данные. Но есть один огромный недостаток, который подводит нас к нашему последнему пункту.

GenAI и автоматизация меняют то, что возможно, но мы должны использовать это осторожно

Необходимо решить две основные проблемы с GenAI. К ним относятся: утечка интеллектуальной собственности (ИС) и ее способность «галлюцинировать» или придумывать вещи. Давайте распакуем каждый из них и определим, как использовать технологию, не спотыкаясь во время реализации.

Во-первых, давайте обсудим утечку IP. В любом сценарии, когда данные отправляются в модели GenAI, которые предоставляются как услуга, мы рискуем утечкой IP. Как и в первые дни общедоступного облака и открытых корзин S3, первые экспериментаторы своим неправильным использованием или непониманием создавали риск для своих компаний. Лучший способ противостоять этому — иметь централизованную ИТ-стратегию, встроить их в ваши общие рабочие процессы или конвейер разработки и, наконец, уделить первоочередное внимание созданию собственного локального GenAI для высококонфиденциальных данных, которые не могут быть переданы в AIaaS, который постоянно обучается на вашем компьютере. данные.

Другим преимуществом использования большой языковой модели (LLM) в доме является то, что вы также можете сделать ее более точной и установить для нее ограждения. Это делает ответы, которые он генерирует, более точными и в контексте вашего собственного бизнеса. Ограждения также могут остановить некоторые «галлюцинации», например, когда GenAI вынужден ответить, но предоставляет неточную и/или выдуманную информацию для выполнения запроса. Это распространенная проблема с GenAI. Реальность такова, что все эти инструменты все еще находятся в зачаточном состоянии. Так же, как большинство из них будет работать над тестированием в своем конвейере выпуска, это также является областью, в которой следует уделить больше внимания перед запуском в производство. Я большой сторонник участия человека в цикле или машинного обучения с помощью человека как способа уменьшить количество ошибок с помощью ИИ.

Будущее автоматизировано

Центр обработки данных останется, но его можно радикально преобразовать с помощью GenAI и автоматизации. Эти инструменты могут дополнить наши рабочие процессы и помочь ИТ-операторам и разработчикам достичь сверхчеловеческих способностей, но они не являются прямой заменой людей. Когда вы внедряете свои стратегии ИИ и автоматизации, важно думать о том, чего вы пытаетесь достичь и на каком уровне. автоматизации, которая удобна для вашей организации. Будущее светлое, и возможность внедрять инновации в любом месте стала реальностью.

Узнайте, как наши Портфолио Dell APEX помогает организациям внедрить единый облачный опыт везде, чтобы они могли внедрять такие технологии, как ИИ и ускорить инновации.

Предоставлено вам Dell Technologies.