در دنیای دیجیتال امروز که دادهها شریان حیاتی کسبوکارها هستند، مدیریت مؤثر ذخیرهسازی و پیشگیری از اختلالات سیستم، بیش از هر زمان دیگری اهمیت یافته است. در این میان، HPE InfoSight یکی از پیشرفتهترین راهکارهایی است که با بهرهگیری از هوش مصنوعی و یادگیری ماشین، تحولی در نحوه مدیریت زیرساختهای ذخیرهسازی ایجاد کرده است. در این مقاله میخواهیم نگاهی جامع به این هوش مصنوعی بیندازیم و علاوه بر معرفی ویژگیهای کلیدی آن، تاثیر این هوش مصنوعی را بر حوزه فناوری اطلاعات مورد بررسی قرار دهیم.
فهرست مطالب
هوش مصنوعی HPE InfoSight چیست؟
HPE InfoSight یک پلتفرم ابری مبتنی بر هوش مصنوعی (AIOps) است که مدیریت ذخیرهسازی را خودکار و پیشبینیکننده میکند. این سامانه ابتدا توسط شرکت Nimble Storage ارائه شد و امروزه در راهحلهای ذخیرهسازی HPE (از جمله Nimble و 3PAR) بهکار گرفته میشود. درواقع، InfoSight «یک پورتال پیشبینیکننده و مدیریت ذخیرهسازی» است که حجم وسیعی از داده تلهمتری را جمعآوری میکند.
این پلتفرم «پیشرفتهترین هوش مصنوعی صنعت برای زیرساختها» است: هر ثانیه میلیونها حسگر را از بیش از ۱۵۰,۰۰۰ سیستم در سراسر جهان جمعآوری و تحلیل میکند تا بینشهای جامعی از وضعیت ذخیرهسازی تا ماشینهای مجازی فراهم کند. نتیجه ایجاد زیرساختی خودتنظیم و خودترمیم است که به سرعت مشکلات را شناسایی کرده و راهکار ارائه میکند.
فناوریهای هوش مصنوعی و یادگیری ماشین در HPE InfoSight
هوش مصنوعی InfoSight بهصورت مداوم از یادگیری ماشینی مبتنی بر ابر بهره میبرد. این سامانه دادههای تلهمتری گستردهای را از تمامی اجزای زیرساخت (آرایههای ذخیرهسازی، سرورها، شبکه و ماشینهای مجازی) جمعآوری و تحلیل میکند. بهعبارتی، با استفاده از الگوریتمهای پیشرفته ML و تحلیلهای پیشبینیکننده، InfoSight الگوها و ناهنجاریها را در این دادهها شناسایی کرده و عملکرد بهینه سیستمها را مدلسازی میکند.
به این ترتیب، سامانه یک مدل جامع با وضعیت ایدهآل هر بار کاری ایجاد میکند و هرگونه انحراف را بهسرعت کشف میکند. برای مثال، قابلیتهای هوشمند InfoSight با استفاده از تجربیات بیش از ۱۰۰,۰۰۰ سیستم واقعی جهانی، میتواند مشکلات تکرارشونده را پیش از وقوع شناسایی و به صورت خودکار رفع کند. به طور خلاصه، InfoSight با تلفیق دادههای تلهمتری سراسری و یادگیری ماشین، ما را از عیبیابی دستی بینیاز میکند و به صنایع مختلف توان پیشبینی و بهینهسازی مداوم زیرساخت را میدهد.
قابلیتهای کلیدی هوش مصنوعی HPE InfoSight
این هوش مصنوعی قابلیتهای زیادی دارد. ولی از مهمترین این قابلیتها میتوان به موارد زیر اشاره کرد:
- پیشبینی و جلوگیری از اختلالات: InfoSight با تحلیل لحظهای دادههای زیرساخت، میتواند شکستهای سختافزاری یا مشکلات نرمافزاری را پیش از بروز شناسایی و از وقوع آنها جلوگیری کند. بهعنوان مثال، این سامانه ۸۶٪ از مشکلات را به صورت خودکار پیشبینی و حل میکند تا بدون وقفه بتوان به سیستمها دسترسی داشت.
- بهینهسازی عملکرد ذخیرهسازی: با ارائه توصیههای هوشمند برای تنظیم پارامترها و تعادل بار کار روی آرایهها و مسیرهای ذخیرهسازی، InfoSight کارایی برنامهها و بهرهوری منابع را ارتقا میدهد. بهعنوان مثال، این پلتفرم با پایش مداوم عملکرد، پیشنهاداتی برای انتخاب تنظیمات بهینه در ذخیرهساز یا کنترلگرها ارائه میدهد تا زمان پاسخگویی و Throughput به حداکثر برسد.
- کاهش زمان ازکارافتادگی: با پیشبینی خودکار خطاها، بازههای خرابی به حداقل میرسد. در عمل، استفاده از InfoSight منجر به برطرف شدن ۸۶٪ از مشکلات بدون نیاز به دخالت تیم پشتیبانی میشود. بههمین دلیل، زمان کلی ازکارافتادگی زیرساخت بهطرز چشمگیری کاهش یافته و کسبوکارها پایداری بالاتری را تجربه میکنند.
- دید جامع و داشبورد متمرکز: InfoSight یک نمای واحد از کل زیرساخت ارائه میکند. با داشبورد ابری و گزارشهای تحلیلی، تیم IT در هر لحظه میتواند وضعیت سلامت، عملکرد و روند مصرف منابع را مشاهده کند. این سامانه از گذشتهی تمام سیستمها درس میگیرد و با شناسایی الگوهای رفتاری ایدهآل، هشدارها و اقدامات پیشگیرانه را پیشنهاد میدهد. بنابراین مدیران IT میتوانند با دیدی کلی و پیشبینانه، منابع را برنامهریزی و از از ایجاد مشکلات در عملکرد جلوگیری کنند.
تأثیر هوش مصنوعی HPE InfoSight بر بهرهوری تیم IT و کاهش هزینهها
مطالعات صنعتی نشان میدهد استفاده از HPE InfoSight بهرهوری تیمهای IT را بهطور قابل توجهی افزایش داده و هزینههای عملیاتی را کاهش میدهد. بهطور نمونه، اچپیای گزارش کرده است مشتریانی که از ذخیرهسازهای مجهز به InfoSight بهره بردهاند، تا ۷۹٪ در هزینههای عملیاتی ذخیرهسازی وتا ۸۵٪ در زمان پاسخگویی به تیکتهای پشتیبانی کاهش داشتهاند. همچنین تعداد تیکتهای مشکل سیستمی تا ۷۳٪ کاهش یافته است.
مجموع این بهبودها به تیمهای IT اجازه میدهد بجای صرف زمان روی رفع خطاها، بر پروژههای استراتژیک و نوآوری تمرکز کنند. به این ترتیب، زمان و انرژی برای پرداختن به امور نگهداری دستی و هزینههای جاری فناوری اطلاعات به شکل چشمگیری کاهش مییابد.
مقایسه با روشهای سنتی مدیریت ذخیرهسازی
در روشهای سنتی، مدیریت ذخیرهسازی عمدتاً واکنشی و دستی است. مدیران ذخیرهسازی باید بهصورت دورهای منابع را تخصیص دهند، عملکرد سیستمها را بررسی کنند و در مواجهه با اختلال، علتیابی نمایند که اغلب پس از بروز مشکل انجام میشود. این رویکرد باعث میشود تیم IT زمان زیادی را صرف حل مشکلات تکراری کند.
در مقابل، HPE InfoSight مدل مدیریتی را پیشبینانه کرده است: این سامانه با خودکارسازی جمعآوری دادهها و تحلیل آنها، مشکلات را قبل از وقوع هشدار میدهد و حتی به صورت خودکار رفع میکند. بهعبارت دیگر، InfoSight با هوش مصنوعی خود مشکلات سختافزاری را پیش از آنکه بر عملکرد سیستم اثر بگذارند، پیشبینی و برطرف میکند. نتیجه این است که سازمانها کمتر منتظر وقوع مشکل مانده و زمان و هزینه کمتری را صرف عیبیابی میکنند.
نتیجهگیری
HPE InfoSight با بهرهگیری از هوش مصنوعی و تحلیل کلانداده، انقلابی در مدیریت زیرساختهای ذخیرهسازی ایجاد کرده است. این پلتفرم با پیشبینی هوشمندانه مشکلات، کاهش زمان ازکارافتادگی، بهینهسازی عملکرد، به تیمهای IT امکان میدهد تا با خیال راحتتری زیرساختهای خود را مدیریت کنند. رویکرد پیشبینیمحور InfoSight نهتنها بهرهوری را افزایش میدهد، بلکه هزینههای پشتیبانی را نیز بهطور چشمگیری کاهش میدهد. با توجه به رشد روزافزون دادهها، راهکارهایی از این دست، برای پایداری و توسعه فناوری اطلاعات در سازمانها ضروری و حیاتی محسوب میشوند.