Beitrag von Matthias Schorer, Lead Business Development Manager, IoT, EMEA bei VMware über Edge Computing
Die Administration von Rechenzentren ist eine Aufgabe, die trotz eines hohen Potenzials in Hinblick auf Automatisierung auch heute noch in vielen Fällen stark von menschlichem Know How abhängig ist. Doch Zukunftstechniken rund um künstliche Intelligenz (KI) und Machine Learning (ML) könnten hier einen wertvollen Beitrag leisten, damit sich virtuelle IT-Infrastrukturen weitgehend selbständig überwachen und administrieren können. Wie das geht, zeigen wir mit Projekt Magna, das unter anderem anlässlich der VMworld in Las Vegas vorgestellt wurde (und auch auf der VMworld Europe präsentiert wird).
Mit Projekt Magna wollen wir die Expertise der Menschen, die ein Rechenzentrum heute administrieren, in Software umsetzen, also die klassische Form von künstlicher Intelligenz. Es geht hierbei darum, die Administratoren weiter von langweiligen und oft zeitraubenden Tätigkeiten, wie z.B. der optimalen Ressourcenzuordnung von Compute, Storage und Netzwerk zu entlasten. Projekt Magna soll die Administration weitgehend automatisieren
Derzeit ist es so, dass ein Administrator entscheiden muss, ob Dienste auf Amazon AWS, einer anderen VMware betriebenen Cloud oder im eigenen Rechenzentrum laufen, und welche Lastenverteilungen und Priorisierungen vorgenommen werden sollen. Ziel von VMware ist es, dies in Zukunft anhand von Richtlinien, die im Vorfeld eingegeben wurden, automatisiert durchzuführen. Solche Richtlinien können beispielsweise der preiswerteste Betrieb, die kürzeste Latenzzeit, die höchste Performance, Datenschutzrichtlinien oder eine Mischung daraus sein.
Die KI sorgt dafür, dass diejenige Plattform gewählt wird, die die entsprechenden Vorgaben innerhalb der Richtlinien am besten erfüllt und den Workload optimal platziert. Das kann auch dynamisch erfolgen, etwa wenn sich an der Preisgestaltung der zur Auswahl stehenden Cloud Services etwas Grundlegendes ändert.
Ein Beispiel hierfür sei ein fiktiver Kunde, der eine Multicloud-Lösung betreibt und mehrere Cloud-Dienste parallel verwendet, sowie zusätzlich noch ein eigenes Rechenzentrum für bestimmte Anwendungen betreibt. Der Kunde kann so, wenn die Ressourcen im eigenen Datacenter für etwas anderes benötigt werden, die Ressourcen der Cloud-A nutzen oder den Service später, wenn Cloud-B günstiger oder besser geeignet ist, um die Vorgaben zu erfüllen, dorthin umziehen. Die virtuellen Maschinen werden dann im laufenden Betrieb umgezogen, ohne dass hierdurch irgendwelche Einschränkungen in der Funktionalität auftreten.
Ob Cloud oder On-Premise entscheidet die Künstliche Intelligenz
Auch der Betrieb möglichst nah an der Daten erzeugenden Anlage kann im Zeitalter von Edge Computing eine wichtige Vorgabe sein. Entscheidend ist dabei immer die Richtlinie, die eine bestimmte Anwendung erfüllen soll: Services, die beispielsweise aus Compliance- oder Datenschutzgründen nicht in einer Cloud stattfinden sollen, werden somit weiterhin ausschließlich im Rechenzentrum abgewickelt.
Heutzutage müsste hierfür ein IT-Mitarbeiter regelmäßig die Preisgestaltung und die KPIs der einzelnen Plattformen im Blick behalten, um eine solche Entscheidung treffen zu können. Projekt Magna kann den Rechenzentrumsmitarbeitern diese zeitaufwendigen Tätigkeiten abnehmen, damit diese mehr Zeit für die eigentlich anspruchsvolle Arbeit rund um die Applikationen bekommen.
Und während die oben beschriebenen Vorgaben noch vergleichsweise übersichtlich waren, konkurrieren in der Praxis zahlreiche Applikationen mit oftmals sehr komplexen Kombinationen an Vorgaben, die Mitarbeiter oftmals zu Kompromissen zwingen, die sich im Nachhinein nicht immer als optimal herausstellen.
Projekt Magna kann die Fehlerquote reduzieren
Das Ziel der Rechenzentren ist es ja, alle Applikationen möglichst hochverfügbar zu halten und Ausfälle im Optimalfall auf null zu reduzieren. Und hier kann Projekt Magna einen wertvollen Beitrag leisten, weil es die Fehleranfälligkeit menschlichen Handelns reduziert. Hinzu kommt, dass VMware auf Machine-Learning-Fähigkeiten setzt, um die Anforderungen und Zusammenhänge der Anwendungen besser zu verstehen.
Eine wichtige Frage bei solchen Projekten ist noch, ob es im Interesse aller ist, wenn ein solches System die künstliche Intelligenz aller Projekte bündelt, so wie das ja auch in einem großen Rechenzentrum eines Dienstleisters der Fall wäre. Von der größeren Fallzahl in einem komplexen System mit mehr Informationen profitieren am Ende alle Beteiligten und die Qualität der Entscheidungen des automatisierten Rechenzentrums verbessert sich. Langfristig könnte also eine zentrale Instanz diese Entscheidungen für vergleichbare Fälle in anderen IT-Infrastrukturen „mitlernen“, wodurch das Machine Learning zu einer Art Crowd Machine Intelligence wird.
Schon heute ist klar: Projekt Magna ist die schlüssige Weiterentwicklung des Software-Defined Datacenters und kann so in Zukunft einen entscheidenden Beitrag zur optimalen Nutzung von IT-Ressourcen im Rahmen einer bestehenden Infrastruktur leisten. Die Abkürzung SDDC steht dann für das Self Driving Data Center.
Eine ausführliche Präsentation zum Projekt Magna sehen Sie in der VMworld Keynote von VMware-CEO Pat Gelsinger (ab Minute 59:40)
Lesen Sie hier über Projekt Dimension.
Ich freue mich auf die Diskussion spannender Ansätze mit Ihnen bei LinkedIn, Xing und Twitter. #VMprojects
