Machine learning helpt datacenterbeheerders de efficiëntie te verhogen
Machine learning helpt zowel tijd als geld te besparen en kan daarnaast de affiniteit onder klanten (zowel intern als extern) vergroten. Steeds meer bedrijven passen daarom machine learning toe in hun datacenter, ondermeer om de efficiëntie te verhogen. Tijdens AFCOM Leaders Lab: Big Data/Machine Learning hebben datacenterbeheerders gebrainstormd over uitdagingen die hierbij ontstaan en vereisten waaraan moet worden gedaan om machine learning effectief in te zetten.
Machine learning en voorspellende analytics worden in datacenters niet alleen ingezet om de energie-efficiëntie en beschikbaarheid van hun datacenter te vergroten, maar ook om de systeemprestaties te optimaliseren. Hiermee helpt machine learning het datacenter te optimaliseren om aa zowel de hedendaagse als toekomstige vraag vanuit de business te kunnen voldoen.
Uitdagingen
Een van de grootste uitdagingen waar datacenterbeheerders hierbij te maken hebben is de data zelf. Zo wijzen de aanwezigen bij AFCOM Leaders Lab: Big Data/Machine Learning erop dat er vaak misverstanden ontstaan over de wijze waarop data wordt verzameld en opgeslagen, evenals de houdbaarheid van data. Ook hebben datacenterbeheerders te maken met data die is opgeslagen in silo's en wordt data gebruikt voor de business, maar niet voor het optimaliseren van bijvoorbeeld de efficiëntie van het datacenter. Een andere belangrijke uitdaging is een gebrek aan kennis. Zo zijn datacenterbeheerders vaak niet opgeleid in datawetenschappen.
Ook concluderen de datacenterbeheerders aanwezig bij het AFCOM Leader Lab: Big Data/Machine Learning dat datacenterbeheerders concrete manieren nodig hebben om de return on investment voor machine learning te meten. Proof of concepts kunnen beheerders helpen beter te onderbouwen waarom zij bepaalde hardware, software en services nodig hebben om machine learning te ondersteunen. Dit kan helpen steun te creëren onder het management, wat nodig is om voldoende budget te krijgen voor deze hardware, software en services.
Whitepaper
Alle resultaten van de AFCOM Leader Lab: Big Data/Machine Learning worden begin maart gepubliceerd in een whitepaper.
Dossiers
Meer over
Lees ook
Akoestische test van STULZ en Merford bevestigt dat chillers voldoen aan geluidsnormen voor datacenters
STULZ, de in Hamburg gevestigde specialist in datacenter koeling, heeft onlangs de krachten gebundeld met Merford, een specialist in geluidsbeheersing, deuren en maatwerk akoestische oplossingen, om een nieuwe maatstaf te zetten voor gevalideerde geluidsprestaties in datacenterkoeling.
Init7 stapt naar toezichthouder vanwege prijsverhoging cross connects door Digital Realty
De redactie is getipt dat er in Zwitserland een geschil is ontstaan over cross connects. Digital Realty heeft de prijzen daarvoor wederom verhoogd – deze keer met 15 procent. Reden voor een van de klanten van het datacenter, Init7, naar de toezichthouder te stappen.
Analistenbureau: ‘30 tot 50% van aangekondigde AI-datacentercapaciteit wordt nooit gerealiseerd’
Sightline waarschuwt dat een aanzienlijk deel van de aangekondigde projecten mogelijk nooit wordt gebouwd of aanzienlijk later wordt opgeleverd dan gepland. Volgens het bureau is 30 tot 50 procent van de datacenters die voor 2026 gepland staan waarschijnlijk niet op tijd operationeel.