Vivimos en la cultura del dato, que es la base para mejorar las operaciones y dar respuesta a negocio en la economía digital. Para ello, el dato debe estar disponible en el momento y lugar adecuado, un reto muy importante para TI teniendo en cuenta la creciente complejidad de lo relacionado con la captura, administración y protección del dato en un escenario de nube híbrida, IoT, edge computing… La respuesta: almacenamiento impulsado por AI, creado para la nube y entregado como un servicio.
La explosión del dato es un hecho, es el combustible que permite a las empresas dar una respuesta adecuada al actual escenario digital. Pero estos ingentes volúmenes de información se pueden convertir en una auténtica pesadilla para los departamentos de TI. De hecho, aunque las tecnologías de almacenamiento siguen evolucionando para alcanzar nuevas cotas de rendimiento, este incremento de velocidad no puede garantizar por sí solo un acceso fiable y no disruptivo a los datos, ni tampoco eliminar la necesidad de contar con el soporte por parte de profesionales especializados.
Además, las empresas se enfrentan a una nueva realidad: los datos no se almacenan únicamente en los centros de proceso de datos (CPD), sino también en la nube híbrida. No sólo eso, con el edge computing, el consumo de esta información se realiza en el mismo lugar en el que se crean. Los datos deben estar disponibles en el lugar y momento que se necesite, y el incumplimiento de esta premisa se traduce en un aumento de los costes y en la reducción de la eficiencia. En pocas palabras: se pierde negocio.
Los actuales sistemas de almacenamiento no fueron concebidos para desenvolverse con soltura en este escenario. Por ejemplo, los administradores carecen de la visibilidad necesaria para identificar cómo se accede a los datos y de qué manera se utilizan. La respuesta llega a través de la aplicación de inteligencia artificial y análisis predictivo.
HPE InfoSight es capaz de desarrollar un modelo ideal del entorno operativo de acuerdo a cada carga de trabajo
Aprendizaje continuo
La irrupción de la IA en el mundo del almacenamiento ha cambiado las reglas del juego. Se trata de disponer de sistemas que no sólo se autogestionen, sino que sean capaces de optimizarse y, en caso de fallo, recuperarse; todo ello de forma autónoma. Cuando hablamos de aplicar IA y análisis predictivo, no nos referimos solo al ámbito del almacenamiento de los datos, sino también a la hora de garantizar la disponibilidad de la información en el lugar y momento precisos. El empleo de esta tecnología es capaz de resolver cerca del 86% de los problemas que surgían habitualmente a los administradores de sistemas.
La inteligencia de la infraestructra
Precisamente, HPE InfoSight plantea un escenario evolucionado en torno al soporte y la gestión de
infraestructuras, desde un enfoque reactivo hacia una aproximación que permita anticiparse a los problemas e incluso solventarlos sin necesidad de intervención humana (autorreparación) buscando la autonomía del centro de datos.
La clave de HPE InfoSight es el uso de IA junto a la información que recaba de decenas de miles de instalaciones (analiza millones de puntos de datos de sensor cada segundo) en las que la infraestructura de HPE se encuentra instalada. Estos datos permiten contar con mediciones completas acerca del funcionamiento y del estado de cada sistema y de la infraestructura de TI sobre la que funciona. Este volumen de información permite impulsar los análisis predictivos y motores de
recomendación mediante técnicas de analítica avanzada y deep learning, de manera que es capaz de anticiparse a cualquier incidencia. En esencia, acumula experiencias y se retroalimenta a partir del portfolio de clientes, pudiendo adaptarse a los diferentes ritmos de crecimiento de las empresas y dando con los problemas antes de que éstos ocurran.
Estos análisis predictivos se extienden durante todo el ciclo de vida de la infraestructura: desde la planificación inicial hasta la expansión, anticipando las necesidades futuras en términos de capacidad, rendimiento y ancho de banda sobre la base del uso histórico y de simulaciones autorregresivas y a través del método Monte Carlo.
De este modo, el almacenamiento inteligente es capaz de desarrollar un modelo ideal del entorno operativo de acuerdo a cada carga de trabajo específica. Cuando identifica un patrón de comportamiento anómalo, no se limita a resolverlo de manera predictiva, sino que lo incorpora a su sistema para futuras incidencias que se ajusten a ese modelo. Dicho de otro modo, aprende de la experiencia.
En este sentido, y gracias a la IA, muestra a los administradores de sistema cuál es el problema (desde picos de demanda a amenazas de seguridad, pasando por cambios a nivel de hardware o software), dónde se encuentra y qué debe hacerse para resolverlo, incluso aunque éste trascienda a los sistemas de almacenamiento. De esta forma, se cuenta con la ventaja añadida de que muchas de las resoluciones pueden, incluso, automatizarse sin necesidad de intervención manual.
Preparado para cloud
La implantación de un sistema inteligente de almacenamiento puede traer consigo importantes beneficios económicos, desde ahorros en costes de infraestructuras del 30% a una reducción de los costes operacionales de almacenamiento de casi el 80%. No hablamos únicamente de las ventajas de cara al almacenamiento local, sino también en la nube. Hay que tener en cuenta que la reducción del almacenamiento cloud y, por tanto, de los costes de transferencia, se puede multiplicar por 20.
Como es lógico, HPE InfoSight ha sido desarrollado sin descuidar la nueva realidad en cuanto a que buena parte de los datos se guardan en la nube. De esta manera, es capaz de ver, gestionar y automatizar el almacenamiento independientemente del lugar en el que se encuentren los datos, incorporando la integración nativa con AWS y Microsoft Azure, así como API cloud nativas. La IA aprovecha la flexibilidad del modelo cloud, utilizando la integración de la nube para eliminar hardware y software adicional, facilitando la conexión del almacenamiento local a múltiples proveedores en la nube.
La llegada del almacenamiento inteligente da respuesta a algunos de los retos que se presentan en la nube híbrida, desde ser capaces de adaptarse y ajustar la carga de trabajo en tiempo real, a la identificación y eliminación de los riesgos de seguridad o, incluso, optimizar los datos a lo largo de todo su ciclo de vida. Sólo de este modo es posible conjugar operatividad, alineando los costes a la marcha del negocio.
Los motores de recomendación son capaces de gestionar las incidencias de una aplicación sin que afecten al resto
Motores de recomendaciones
Otra de las bondades destacadas de esta tecnología son las recomendaciones que realiza el sistema gracias a la IA, sugiriendo alojar los datos allá donde resulta más eficiente y aporta mayor accesibilidad, incluso moviendo datos entre nubes. Esto permite minimizar los cuellos de botella o las caídas de rendimiento, siendo capaces de afrontar con más solvencia el consumo de almacenamiento imprevisto.
Estos motores de recomendaciones son tan dinámicos como su mismo aprendizaje: son capaces de predecir lo que se avecina y gestionarlo de manera que las incidencias de una aplicación no afecten al resto. Gracias a su base de conocimiento, en constante crecimiento, se optimizan los recursos, pudiendo mover una máquina virtual a otro host cuando el primero ya ha superado el número de licencias establecido o cambiando ajustes de red para evitar problemas de conmutación, por ejemplo.
Algunas cifras
Las cifras hablan por sí solas. Un almacenamiento inteligente como el que se alcanza a través de HPE InfoSight garantiza un nivel de disponibilidad del dato de «6 nueves» y es capaz de identificar y predecir el 90% de las incidencias, resolviendo automáticamente el 86% de los problemas antes de que éstos tengan entidad.
Gracias a la IA, es capaz de aislar el 54% de los problemas ajenos al almacenamiento en sí, como desconfiguraciones, problemas con los host, con redes o con las máquinas virtuales.
En consecuencia, el almacenamiento inteligente procura mejoras del rendimiento del 75%, disminuciones del consumo de energía del 40% y permite reducir los tiempos de despliegue de horas a minutos.
