Datacenter som tänker: Agentbaserad AI på frammarsch inom infrastrukturhantering för datacenter

Varje ny våg av AI medför fysiska kostnader, och det är ofta datacentret som får stå för dem. 

Ökande arbetsbelastningar för AI-träning och inferens driver upp racktätheten, strömförbrukningen och kylbehovet till nivåer som skulle ha ansetts vårdslösa för fem år sedan. Men det mjukvarulager som är avsett att hålla detta under kontroll har knappt förändrats alls. De flesta lösningar för hantering av datacenterinfrastruktur övervakar fortfarande bara parametrar, och när något överskrider en gräns slår de larm och väntar på att en människa ska reagera.

Den modellen håller tyst på att bryta samman. 

När en anläggning genererar tiotusentals telemetrimätvärden per minut från värme-, ström-, kapacitets- och mekaniska system handlar infrastrukturflaskhalsen alltmer om att fatta snabba beslut. Till exempel har det luftflödesproblem som utlöste ett värmelarm oftast pågått i en timme när larmet går. Den operatör som upptäcker det förhindrar inte incidenten utan hanterar situationen efter att den redan har kommit igång. Till skillnad från tidigare ligger fokus nu på beslutshastighet och behovet av åtgärder.

Agentbaserad DCIM representerar nästa steg i utvecklingen av infrastrukturhantering för datacenter. Den kombinerar AI-agenter, realtids-telemetri och automatiserat beslutsfattande för att kontinuerligt övervaka, förutsäga och optimera datacentrets drift inom strömförsörjning, kylning, kapacitet och underhållssystem. Till skillnad från traditionella övervakningsplattformar som främst genererar larm möjliggör agentbaserad DCIM intelligenta åtgärder och kontinuerlig optimering av datacentret.

Från reaktiv DCIM-övervakning till självoptimerande datacenter

Den mer relevanta frågan här är inte ”hur kan vi övervaka bättre?”, utan snarare ”vad krävs för att infrastrukturen ska kunna sköta sig själv?” Denna omformulering förvandlar Data Center Infrastructure Management (DCIM) från en reaktiv, larmdriven funktion till ett självoptimerande tekniskt system – ett system som kontinuerligt avkänner, förutsäger, beslutar och agerar – där människor styr i ytterkanterna snarare än att manuellt styra mitten.

Detta är tanken bakomDataMind, en agentbaserad DCIM-plattform utformad utifrån premissen att ett datacenter bör fungera mindre som en uppsättning mätare och mer som ett ingenjörsteam som aldrig sover. Istället för en enda monolitisk modell kör den ett nätverk av specialiserade agenter, där varje agent ansvarar för ett område på samma sätt som ett bra driftsteam fördelar ansvaret. 

Värmeagenten avläser CRAC-, CRAH- och racksensorer för att förutsäga hotspots ungefär 45 minuter innan de skulle utlösa ett larm, och justerar sedan börvärdena, medan strömagenten spårar PUE i realtid, omfördelar belastningen mellan PDU:er och övervakar UPS:ens hälsa. Samtidigt prognostiserar kapacitetsagenten uttömning flera månader i förväg och rekommenderar migrering av arbetsbelastningen innan utrymmet tar slut, och agenten för förebyggande underhåll uppskattar sannolikheten för fel per enhet och skapar en arbetsorder medan det fortfarande finns tid att agera. Slutligen kopplar hållbarhetsagenten samman allt med koldioxidutsläpp genom att matcha förnybar energi och flytta icke-kritisk belastning till tidsfönster med lägre miljöpåverkan.

Beslutscykeln här är viktigare än någon enskild funktion, där signal till korrigerande åtgärd levereras på under en halv sekund – och körs kontinuerligt istället för enligt en mänsklig teknikers schema.

Inlåsningsproblemet: Varför leverantörsbundna DCIM-system begränsar optimeringen av datacenter

Traditionella DCIM-verktyg tenderar att finnas inom en enskild leverantörs ekosystem. Din information är bara så bra som det hårdvarumärke som sålde plattformen till dig, och att gå utanför det innebär dyra licenser, integrationsprojekt eller båda delarna.

Verkliga datacenter är dock aldrig så ordnade. 

De är ett lapptäcke av PDU:er, UPS-enheter, CRAC-enheter och servrar från ett dussintal tillverkare som samlats under år av inköp. Det pragmatiska svaret på effektiv DCIM är därför att kommunicera direkt med hårdvaran. Genom att avläsa utrustningen via öppna industriella protokoll – Modbus, SNMP, BACnet/IP, Redfish, MQTT och andra – skapas ett intelligenslager som kan läsa av nästan vilket märke som helst utan att behöva vänta på en leverantörs API eller betala för en leverantörs DCIM-tjänst. Det är just detta som i första hand möjliggör en genuin optimering av hela maskinparken.

Styrd autonomi för pålitlig datacenterdrift

Instinkten att hålla en människa ”i loopen” är korrekt, men den implementeras oftast som en flaskhals. Som ett resultat väntar varje beslut på godkännande, och skalningen avstannar. 

Ett mer pragmatiskt tillvägagångssätt är därför styrd autonomi. Åtgärder med låg risk och hög tillförlitlighet utförs automatiskt – med ett kort avbrytningsfönster och en tydlig revisionsspårbarhet – medan beslut med stor påverkan kräver mänsklig granskning och måste uppfylla en tillförlitlighetströskel. Operatörerna rör sig längs ett spektrum, från att granska allt, till att övervaka med möjlighet att avbryta, till att låta systemet hantera 80 % av rutinuppgifterna och endast lyfta fram de verkligt komplexa eller fysiska besluten.

Den tysta innovation som DataMind möjliggör ligger alltså i återkopplingsslingan. När en operatör åsidosätter systemet med en egen åtgärd kastas inte den åtgärden bort – den blir istället en träningssignal. Modellen lär sig vad datacentertekniker anser vara rätt svar, och på så sätt förtjänas förtroendet genom bevis snarare än genom påståenden i ett datablad.

Resultat som betyder något

Målet för ett effektivt DCIM-system handlar aldrig bara om ett smartare larm, utan snarare om en infrastruktur som kontinuerligt tänker, beslutar och agerar. Den är leverantörsoberoende i vad den läser av, disciplinerad i vad den gör självständigt och ärlig om var människan fortfarande har sin plats. Och i takt med att AI omformar vad vi kräver avdatacenter är det de anläggningar som slutar vänta på att få veta att det finns ett problem och istället börjar lösa det tekniskt innan det uppstår som håller jämna steg med utvecklingen.