Ученые из Национальной лаборатории Джефферсона (США) разрабатывают новую систему на основе искусственного интеллекта (ИИ), которая поможет сделать работу дата-центров более эффективной и снизить их эксплуатационные расходы. Главная цель проекта — повысить надежность высокопроизводительных вычислительных систем и минимизировать время простоя.
В центре разработки — технология DIDACT (Digital Data Center Twin), представляющая собой систему машинного обучения, способную выявлять аномалии в работе серверов. Программа анализирует данные в режиме реального времени, отслеживает ошибки и дает администраторам сигнал о возможных сбоях, позволяя устранить их до того, как они приведут к серьезным последствиям.
DIDACT использует метод непрерывного обучения, при котором нейросети постоянно адаптируются к новым условиям. Для повышения эффективности в проекте применяется соревновательная модель: несколько алгоритмов обучаются на свежих данных, а затем выбирается наиболее точный, который становится «чемпионом» дня. Такая система позволяет постоянно улучшать предсказания и повышать надежность серверного оборудования.
Дата-центры, подобные тем, что используются в лаборатории Джефферсона, обрабатывают огромные объемы информации. Например, физические эксперименты в ускорителях частиц генерируют десятки петабайт данных в год. Надежность работы серверов критически важна для ученых, работающих с этими данными, а автоматизированный мониторинг поможет избежать задержек в исследованиях.
Разработчики DIDACT планируют не только выявлять сбои, но и оптимизировать энергопотребление дата-центров. В будущем система сможет управлять охлаждением серверов или регулировать нагрузку процессоров, снижая потребление ресурсов без ущерба для производительности.