{"id":7805,"date":"2018-10-05T07:30:37","date_gmt":"2018-10-05T05:30:37","guid":{"rendered":"http:\/\/www.unilab.eu\/?p=7805"},"modified":"2021-04-20T03:56:11","modified_gmt":"2021-04-20T01:56:11","slug":"ia-data-center","status":"publish","type":"post","link":"https:\/\/www.unilab.eu\/it\/articoli\/coffee-break-it\/ia-data-center\/","title":{"rendered":"IA e climatizzazione dei data center"},"content":{"rendered":"

Lo spettro applicativo dell’intelligenza artificiale<\/strong> \u00e8 sempre pi\u00f9 ampio e riguarda ormai anche la climatizzazione dei data center<\/strong> che alimentano i server, grazie ai quali abbiamo la possibilit\u00e0 di effettuare ricerche sui motori, di vedere video e di mandare mail.<\/p>\n

La loro efficienza \u00e8 fondamentale e passa anche dal controllo e dall’ottimizzazione della temperatura<\/strong>. Tra gli obiettivi di chi si sta impegnando al proposito, \u00e8 possibile includere il contrasto ai cambiamenti climatici e la riduzione delle emissioni di anidride carbonica a livello globale.<\/p>\n

Raggiungere questo importante risultato \u00e8 possibile anche grazie all’intelligenza artificiale, con processi che vengono comunque supervisionati da esperti umani <\/strong>e monitorati costantemente.<\/p>\n

Raffreddamento dei data center: come funziona <\/strong><\/p>\n

Le ultime frontiere riguardanti il ricorso all’IA per la climatizzazione dei data center prevedono che la suddetta intelligenza artificiale esamini ogni 5 minuti circa enormi moli di dati provenienti da tantissimi sensori (di temperatura, di consumo ecc.)<\/strong>.<\/p>\n

I dati in questione vengono usati per alimentare reti neurali profonde<\/strong>, grazie alle quali \u00e8 possibile prevedere l’impatto ambientale della temperatura del data center stesso.<\/p>\n

Successivamente, sempre grazie all\u2019intelligenza artificiale, si ha modo di individuare le azioni migliori per ridurre il consumo di energia, senza trascurare le esigenze relative alla sicurezza<\/strong>.<\/p>\n

Le indicazioni relative alle suddette azioni vengono inviate al data center, dove vengono sottoposte a una verifica da parte del sistema di controllo <\/strong>e implementate. Il sistema \u00e8 stato sviluppato in seguito ai feedback di diversi operatori di data center che, in seguito all\u2019utilizzo degli stessi, si sono resi conto di una eccessiva richiesta di sforzo e supervisione.<\/p>\n

Risparmio energetico e costi di gestione minori<\/strong><\/p>\n

Dietro a questo sistema di climatizzazione dei data center troviamo anche l’intenzione di ottenere un risparmio energetico con costi di gestione minori<\/strong>. Per capire fino in fondo la portata di tutto questo, \u00e8 il caso di sottolineare che, nei succitati 5 minuti, l’IA prende in considerazione miliardi di informazioni, cercando quelle maggiormente propense a portare ai risultati desiderati.<\/p>\n

In questo processo, vengono chiaramente scartate tutte quelle azioni<\/strong> che possono costituire un pericolo per l’integrit\u00e0 del data center stesso.<\/p>\n

Come gi\u00e0 detto, tutto questo richiede comunque l’intervento dei professionisti umani. Bisogna infatti considerare che, per non incorrere in errori, l’IA deve comunque seguire delle indicazioni e dei vincoli che solo l’operativit\u00e0 umana<\/strong> \u00e8 in grado di stabilire.<\/p>\n

Le istruzioni vengono inviate da un cloud<\/strong> a un centro dati fisico, consentendo al sistema di controllo di verificare le stesse sulla base dei parametri sopra ricordati. Gli operatori mantengono comunque il controllo della situazione e hanno modo di uscire dalla modalit\u00e0 di controllo IA in qualsiasi momento.<\/p>\n

Sulla base del suddetto scenario, il sistema di controllo<\/strong> \u00e8 in grado di trasferire senza soluzione di continuit\u00e0 numerose regole euristiche fondamentali per l’automazione al giorno d’oggi.<\/p>\n

Quali vantaggi nei mesi invernali?<\/strong><\/p>\n

Applicare l’IA<\/strong> ai processi di climatizzazione dei data center si rivela molto vantaggioso nei mesi invernali. In questo periodo dell’anno, infatti, i data center riescono, sempre grazie all’intelligenza artificiale, a produrre acqua pi\u00f9 fredda del normale.<\/p>\n

Il risultato \u00e8 una crescita che, dati alla mano, pu\u00f2 superare il 18% in pi\u00f9 di un anno dal punto di vista delle prestazioni. La tecnologia descritta in queste righe potrebbe trovare applicazione anche in altri comparti industriali, ottimizzando il consumo di elettricit\u00e0 globale<\/strong>.<\/p>\n

Non resta che attendere gli sviluppi di un approccio che \u00e8 stato gi\u00e0 messo in atto nel 2016, con il ricorso ai sistemi di IA per inviare suggerimenti agli operatori dei data center<\/strong>.<\/p>\n\n

\n <\/div>\n\n","protected":false},"excerpt":{"rendered":"

Lo spettro applicativo dell’intelligenza artificiale \u00e8 sempre pi\u00f9 ampio e riguarda ormai anche la climatizzazione dei data center che alimentano i server<\/p>\n","protected":false},"author":10,"featured_media":7807,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"%%title%% %%page%% %%sep%% %%sitename%%","_seopress_titles_desc":"Lo spettro applicativo dell'intelligenza artificiale \u00e8 sempre pi\u00f9 ampio e riguarda ormai anche la climatizzazione dei data center che alimentano i server","_seopress_robots_index":"","footnotes":""},"categories":[46],"tags":[],"class_list":["post-7805","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-coffee-break-it","has-post-title","has-post-date","has-post-category","has-post-tag","has-post-comment","has-post-author",""],"builder_content":"","_links":{"self":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/posts\/7805","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/comments?post=7805"}],"version-history":[{"count":0,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/posts\/7805\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/media\/7807"}],"wp:attachment":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/media?parent=7805"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/categories?post=7805"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/tags?post=7805"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}