• تستخدم خدمة Vertiv Next Predict الجديدة تحليل الذكاء الاصطناعي لتوقع أعطال المعدات وتحسين التوافر.
  • تسلط المبادرة الضوء على تحولات الصناعة نحو الصيانة القائمة على البيانات، ولكن أثرها الفعلي وعوائق التبني تستحق فحصًا متعمقًا.

ما حدث: Vertiv تطلق خدمة مركز بيانات مدعومة بالذكاء الاصطناعي

Vertiv Holdings Co، المورد الأمريكي للبنية التحتية الحرجة لمراكز البيانات والشبكات، قدمVertiv Next Predict، وهي خدمة مدارة قائمة على الذكاء الاصطناعي مصممة لتحويل طريقة إدارة مراكز البيانات للصيانة والعمليات. تستخدم الخدمة التعلم الآلي والتحليل المتقدم لتقييم أنماط سلوك المعدات والتنبؤ بالمشكلات قبل أن تعطل العمليات، وفقًا لإعلان الشركة.

يأتي طرح Vertiv لـ Next Predict في وقت تواجه فيه مرافق مراكز البيانات ضغطًا متزايدًا لإدارة أعباء عمل الذكاء الاصطناعي، التي تتطلب كثافة طاقة أعلى، ودورات نشر سريعة، وتوافرًا موثوقًا. تشير تقارير صناعية حديثة إلى أن أعباء عمل الذكاء الاصطناعي المكثفة تعيد تعريف احتياجات البنية التحتية لمراكز البيانات، مما يخلق تعقيدًا في أنظمة الطاقة والتبريد وتكنولوجيا المعلومات.

يمكن تطبيق الخدمة التنبؤية على أنظمة إدارة الطاقة، والأنظمة الحرارية، ومنصات البنية التحتية المتكاملة من Vertiv، بهدف تقليل فترات التوقف غير المخطط لها وخفض التكلفة الإجمالية للملكية للمشغلين. بالانتقال من الصيانة التفاعلية أو المجدولة التقليدية إلى التنبؤ القائم على البيانات، تؤكد الشركة أن العملاء يمكنهم الاستجابة قبل تفاقم الأعطال.

استراتيجية Vertiv الأوسعتتضمن أيضًا حلول تبريد معيارية وهياكل طاقة متقدمة لدعم عمليات نشر الذكاء الاصطناعي عالية الكثافة، مما يعكس توجهاتها الأوسع نحو متطلبات الجيل التالي من مراكز البيانات. على سبيل المثال، وسعت الشركة عروض التبريد السائل ومنتجات البنية التحتية المعيارية المصممة لبيئات الذكاء الاصطناعي.

اقرأ أيضًا:https://btw.media/en/allit-infrastructure/oracle-plans-50bn-raise-for-cloud-and-ai-infrastructure-expansion/

لماذا هذا مهم: أعباء عمل الذكاء الاصطناعي وتطور مراكز البيانات

يجسد Vertiv Next Predict اتجاهًا ملحوظًا في عمليات مراكز البيانات: دمج تحليل الذكاء الاصطناعي في صيانة البنية التحتية وتحسينها. مع زيادة أعباء عمل الذكاء الاصطناعي والتعلم الآلي على نطاق واسع، يبحث المشغلون بشكل متزايد عن أدوات قادرة على إدارة التعقيد وضمان الموثوقية دون إشراف يدوي مفرط.

ومع ذلك، فإن الانتقال إلى الصيانة التنبؤية، على الرغم من وعده بتحقيق مكاسب في الكفاءة، يثير تساؤلات حول عوائق التبني واستعداد المستخدمين. يتطلب دمج تحليل الذكاء الاصطناعي في الأنظمة الحيوية جودة البيانات، والتكامل مع المعدات الحالية، وتغيير الثقافة التشغيلية. يجب على المشغلين الوثوق بنتائج النموذج والتوفيق بينها وبين سير عمل الصيانة المعمول به، وهو أمر ليس تافهًا في البيئات شديدة التنظيم أو الحساسة للأداء.

علاوة على ذلك، على الرغم من أن خدمات مثل Vertiv Next Predict يمكن أن تساعد في توقع المشكلات، إلا أنها لا تستطيع القضاء تمامًا على المخاطر الكامنة في الأنظمة المعقدة. يعتمد التنبؤ بالأعطال على بيانات تاريخية وفي الوقت الفعلي؛ قد تؤدي ظروف غير متوقعة أو أنماط جديدة لأعباء العمل إلى أعطال.

من ناحية السوق، تعكس المبادرة أيضًا جهود Vertiv للتوسع ما وراء الأجهزة نحو الخدمات المدارة ذات الإيرادات المتكررة المحتملة. قد يساعد ذلك في تمييز الموردين في مشهد تنافسي حيث يستهدف المنافسون أيضًا احتياجات البنية التحتية التي تركز على الذكاء الاصطناعي. ومع ذلك، سيعتمد النجاح على نتائج ملموسة في التوافر التشغيلي وفعالية التكلفة تبرر استثمار العملاء في الأدوات التنبؤية.

اقرأ أيضًا:https://btw.media/en/allit-infrastructure/nvidias-ceo-lauds-taiwanese-suppliers-amid-ai-demand-surge/