Transformacija podatkovnih centara: Kako umjetna inteligencija oblikuje budućnost IT infrastrukture

Umjetna inteligencija (AI) sve više zauzima centralno mjesto u digitalnoj transformaciji poslovanja, otvarajući vrata novim mogućnostima i izazovima. Upravo to bit će tema Liderove konferencije pod nazivom G.R.I.D. forum: Hrvatska u globalnoj AI-reni.

Uz pojam AI, sve češće pronalazimo pridjev generativni. Kako bismo razjasnili potencijalne nedoumice, razjasnit ćemo razliku između obične i generativne umjetne inteligencije. Obični AI sustavi su uglavnom dizajnirani za zadatke poput klasifikacije, predviđanja, prepoznavanja uzoraka ili donošenja odluka na temelju postojećih podataka u njihovom skupu za treniranje. Na primjer, sustav za prepoznavanje lica ili sustav za filtriranje neželjene pošte.

S druge strane, generativni AI sustavi koriste duboko učenje za učenje iz velikih skupova podataka kako bi otkrili uzorke i pravila te ih zatim primjenjuju za generiranje novih, jedinstvenih izlaznih podataka koji se razlikuju od njihovog skupa za treniranje. Oni zapravo stvaraju potpuno nove slike, tekstove, govorne ili glazbene zapise umjesto analize postojećih.

Što AI donosi podatkovnim centrima?

Utjecaj umjetne inteligencije ne zaobilazi ni podatkovne centre, koji se moraju prilagoditi zahtjevima ove revolucionarne tehnologije. Filip Olujić, izvršni direktor Databoxa, dijeli svoj stručni uvid u promjene koje AI donosi u podatkovne centre.

“Pred nama je definitivno doba konkurentnosti koje pokreće umjetna inteligencija, ona će preoblikovati budućnost poslovanja”, ističe Olujić. AI sustavi zahtijevaju ogromnu računalnu snagu, što rezultira značajnim porastom potrošnje energije u podatkovnim centrima. “Kod implementacije IT infrastrukture potrebne za rad AI tehnologije razgovor je prešao iz 5 kW snage po IT ormaru u 20 kW, a od ožujka ove godine se spominju i cifre od 100 kW po IT ormaru za Nvidijinu Blackwell platformu”, objašnjava Olujić.

Ovaj rast potražnje za energijom dovodi do prelaska iz klasičnog koncepta hlađenja IT infrastrukture zrakom u naprednije sustave hlađenja tekućinom. “Za hostanje AI infrastrukture, podatkovni centri moraju uložiti u specifičnu infrastrukturu i tehnologije kako bi osigurali optimalne uvjete za rad AI aplikacija”, naglašava Olujić. Energetska učinkovitost i sofisticirani sustavi hlađenja postaju ključni u minimiziranju potrošnje energije i osiguravanju održivosti.

Sigurnost i dalje na prvom mjestu

Međutim, AI donosi i brojne koristi podatkovnim centrima kroz automatizaciju, optimizaciju i naprednu analitiku. “AI ima sve veći utjecaj na podatkovne centre kroz bržu i efikasniju obradu i analizu podataka te automatizaciju i optimizaciju rada pojedinih infrastrukturnih dijelova”, objašnjava Olujić. AI tehnologije mogu se koristiti za predviđanje potreba korisnika, optimiziranje rada mreže te identifikaciju i rješavanje problema u realnom vremenu.

Sigurnost podataka i usklađenost s propisima o privatnosti također zauzimaju ključno mjesto u AI transformaciji podatkovnih centara. “Podatkovni centri moraju uspostaviti stroge sigurnosne protokole i mjere zaštite kako bi osigurali privatnost i integritet podataka”, napominje Olujić.

Usporedno s razvojem AI, podatkovni centri moraju se pripremiti i za druge nadolazeće tehnologije poput Web3 i metaverzuma. “Infrastruktura podatkovnih centara mora biti dizajnirana s mogućnošću skaliranja na umu, omogućavajući brzu adaptaciju na rastuće potrebe AI aplikacija i novih tehnologija”, naglašava Olujić.

Dok AI nastavlja napredovati, podatkovni centri se nalaze pred izazovom transformacije svojih operacija i infrastrukture kako bi ostali konkurentni. Ulaganje u energetsku učinkovitost, napredne sustave hlađenja, sigurnost podataka i skalabilnost bit će ključno za uspješnu integraciju AI i budućih tehnologija. Olujićeve riječi odražavaju potrebu za proaktivnim pristupom ovim promjenama, kako bi se osiguralo optimalno funkcioniranje podatkovnih centara u eri umjetne inteligencije.