Der Netzwerkausrüster Extreme Networks hat vier Anwendungsbereiche identifiziert, in denen sich der Einsatz von KI (künstliche Intelligenz) im Rechenzentrum besonders anbietet. Dies sei das Regulieren von Stromverbrauch und Kühlung, das Infrastruktur-Management, die IT-Sicherheit inklusive physischem Zugriff sowie die IT-Automatisierung.

Laut Extreme kann jedes Rechenzentrum in unterschiedlichem Maße von künstlicher Intelligenz profitieren. Dies schließe sowohl unternehmenseigene RZs als auch die eines Dienstleisters oder eine Co-Location mit ein. Ziel sei es, eine Verbesserung der Betriebseffizienz und eine Senkung der Betriebskosten zu erzielen. Durch die Kombination von KI und Automatisierung lassen sich diese Ziele am besten erreichen, da so zum einen die Komplexität verringert und Routineaufgaben automatisiert werden, so der Hersteller weiter.

Durch die Automatisierung der IT und der Optimierung des Energieverbrauchs kann KI den Rechenzentrumsbetreibern helfen, die Energieeffizienz zu verbessern. So könne beispielsweise eine dezentrale Anwendung mehrere Rechenkoten im RZ nutzen, um die gesammelten Daten zur Server-Nutzung sowie andere wichtige Kennzahlen mittels überwachter, durch maschinelles Lernen (ML) gestützter Algorithmen zu erfassen und auszuwerten. Anschließend lösen diese Algorithmen dann Änderungen in KI-gesteuerten Arbeitsabläufen aus.

Hilfe bei der Entscheidungsfindung

Stellt das KI-basierte System etwa fest, dass die IT-Nutzung eine bestimmte Auslastung unterschreitet, kann es laut Extreme einzelne Racks oder ganze Reihen ungenutzter IT-Infrastruktur herunterfahren und die Kühlung in diesen nicht genutzten IT-Geräten ausschalten. Da auf diesem Weg nach und nach immer mehr Daten in das System eingespeist werden, optimiert es sich und die Workflows im RZ selbstständig, so Extreme.

KI ermöglicht es nach Angaben des Netzwerkausrüsters, dass sich diese nicht neuen Algorithmen mit beispielloser Geschwindigkeit und Skalierbarkeit nutzen lassen. Darüber hinaus sei die Logik dieser Algorithmen regelbasiert, sodass sie durch den Einfluss von ML auf die Entscheidungsfindung möglicherweise Zusammenhänge aufdeckt, die vorher nicht ersichtlich waren.

Des Weiteren kann der Einsatz von künstlicher Intelligenz die Sicherheit im Rechenzentrum verbessern, etwa durch RAdAC (Risk-Adaptive Access Control), einer KI-gesteuerten Umsetzung der sogenannten Attribute-Based Access Control (ABAC). Indem sie die Zugriffsrechte für Datenerfassung und Datenverarbeitung innerhalb des RZs definiert, soll diese Funktion die Sicherheit verbessern. Außerdem eignet sich der Ansatz laut Extreme Networks auf für die Überwachung des physischen Zugangs zum Rechenzentrum.

RAdAC biete die Möglichkeit, alle Daten oder physischen Objekte einer Reihe von Attributen und Risikofaktoren unterzuordnen. Will ein IT-System oder eine reale Person auf ein anderes IT-System zugreifen, speist es diese Attribute in einen komplexen Algorithmus ein, um zu bestimmen, ob der Zugriff gewährt oder verweigert werden soll. Durch das Hinzufügen von Risikofaktoren lasse sich RAdAC anreichern, um so das mit einem bestimmten Attribut verbundene Risiko dynamisch durch einen ML-basierenden Algorithmus zu bewerten. Anschließend könne man diese Risikoeinschätzung dazu verwenden, sicherzustellen, dass jeweils korrekte Zugriffsrechte gewährt werden – individuell abgestimmt auf die juristische Personen beziehungsweise das IT-System sowie die aktuelle Risikoeinstufung für beide.

Auch bei der Erkennung von anomalem Verhalten kann künstliche Intelligenz behilflich sein. Ohne KI benötigt man dazu laut Extrem einen regelbasierten Ansatz, bei dem Basiswerte für die wichtigsten Kennzahlen ermittelt und der Alarm auslöst, sobald die Werte von dieser Norm abweichen. Die Nutzung KI-basierter Lösungen bei der Datenverarbeitung und im Bereich des maschinellen Lernens verbessert das Erkennen von anomalem Verhalten laut Angaben des Netzwerkausrüsters signifikant.

Vorausschauende Analyse

Zudem eignen sich KI-basierte Lösungen, um Einblicke in die IT-Infrastruktur zu gewinnen, Art und Nutzung der Daten zu verstehen und anschließend die IT-Ressourcen zu optimieren. Die detaillierten Einblicke und die Kenntnis über jede einzelne Komponente, die so verfügbar werden, bietet KI außerdem die Möglichkeit, eine vorausschauende Analyse der Kapazitätsplanung und Skalierung von Rechenzentren zu liefern, um bei der zukünftigen RZ-Planung zu unterstützen, so Extreme.

Der Netzwerkausrüster geht weiter davon aus, dass sich halbautomatisierte, KI-basierte Rechenzentren in Zukunft immer stärker durchsetzen werden. Derzeit sei es aber noch nicht soweit. Im Moment arbeiten die RZ-Betreiber daran, so der Hersteller weiter, die Automatisierung in verschiedenen Bereichen zu verbessern.

Hierbei handele es sich um einen Prozess, der Automatisierung auf allen Ebenen umfasst und oftmals Zwischenschritte erfordert. Nach Meinung von Extreme Networks müssen die RZ-Betreiber die vollständige Kontrolle über sämtliche KI-Algorithmen haben, einschließlich intelligenter IT-Dienstleistungen, durchgängiger Transparenz auf Service-Ebene, Datenanalyse und intelligenter Datenwiederherstellung, damit die IT-Automatisierung funktionieren kann.

Weitere Informationen finden sich unter www.extremenetworks.com.

Timo Scheibe ist Redakteur bei der LANline.