Data center : comment atteindre les 99,9999% de disponibilité

Place à l’analyse prédictive. Si aujourd’hui on atteint les six «nine» de disponibilité, on frôlera sous peu les sept «nine», voire les huit, prédit Joaquim Neves de System Solutions. Grâce à l’intelligence artificielle.

L’intelligence artificielle pour gérer votre data center : info ou intox ? «Info !», assure Joaquim Neves, Solutions Architect, System Solutions. 99,9999% de disponibilité, c’est moins de 32 secondes de panne par an ! Pour y parvenir, Nimble -à l’origine de la solution d’analyse prédictive Infosight aujourd’hui au catalogue de HPE- permet d’anticiper les besoins, de prévoir les évolutions et de répondre en souplesse, sans arrêter la production.

C’était au cours du salon ICT Infrastructure 2018, le 31 mai à Namur Expo. Pour Joaquim Neves, l’intelligence artificielle aussi une meilleure visibilité sur le niveau de performance d’une infrastructure de stockage. «Via des outils de capacity planning, un administrateur peut déjà faire évoluer un espace de stockage en se projetant à six mois ou un an. Avec le load planning désormais rendu possible par l’IA, il procède de même avec la charge de travail.»

En rachetant Nimble, un concurrent dans le stockage, HPE a surtout mis la main sur InfoSight, son outil d’analyse capable de diagnostiquer et de prévenir des pannes. A terme, InfoSight équipera toute l’offre stockage de HPE qui l’a déjà intégré à 3PAR, sa solution de milieu de gamme. «Le point fort d’InfoSight tient dans sa capacité à donner une vision d’ensemble de l’état de santé d’un système grâce à des capteurs répartis sur toutes les couches et pas seulement sur les baies de stockage», commente Joaquim Neves.

Résoudre automatiquement 86% des incidents

Concrètement, le client qui rencontre un problème de performance pourra zoomer sur les différentes parties de son infrastructure pour en trouver la cause. Un problème de latence peut en effet être dû au stockage mais aussi au réseau, au serveur, à la VM ou à l’application. InfoSight va tout simplement comparer les performances de l’infrastructure à celles de clients évoluant dans un environnement similaire.

Selon les statistiques compilées par Nimble, seuls 46% des incidents proviennent du stockage. Sur les 54% restants, 28% s’expliqueraient par des problèmes de configuration d’infrastructure, 11% par un manque d’interopérabilité entre composants logiciels, 8% par des règles de bonne pratique non appliquées et, enfin, 7% mettent en cause le serveur ou l’hyperviseur. Nimble, qui revendique un taux disponibilité de 99,9999%, a fait le choix d’une plus grande automatisation que son concurrent Pure Storage. «Ses systèmes permettent de résoudre automatiquement 86% des incidents. Les incidents de niveau 1 ou 2 peuvent ainsi être gérés sans que le client n’ait besoin d’ouvrir de ticket, le support technique n’intervenant qu’au support de niveau 3», précise encore Joaquim Neves.

L’intelligence artificielle introduit donc la notion de prédictibilité. En ce sens, Nimble est un précurseur. Pour le spécialiste de System Solutions, la tendance est là, tracée. «Nous sommes dans un monde digital qui nécessite des évolutions permanentes, l’intégration de nouvelles applications pour adresser de nouveaux usages. Le temps est un critère important pour les métiers. La stabilité et la qualité du service délivrée le sont d’autant plus. La prédictibilité devient donc un élément clé pour les data centres en général et, plus particulièrement, pour les baies de stockage.»

Capacity planning prédictif et intelligent

Les baies Nimble, avec le moteur d’IA InfoSight, permettent d’analyser les ressources consommées et de réagir avec un ajustement automatique de l’infrastructure. Le capacity planning devient prédictif et intelligent. La conception des baies permet également une évolution multidimensionnelle à chaud -scale in, scale up et scale out. Cela conduit à une maîtrise des coûts liés à l’évolution, sans mauvaise surprise.

«L’IA et le machine learning, qui caractérisent Infosight, jouent un rôle clé dans la finesse de l’analyse du comportement des VM et de l’ensemble de la couche infrastructure. Chez HPE, les remontées liées à l’état de santé des infrastructures de la communauté Nimble sur un portail central sécurisé sont analysées, ce qui nous permet de fournir des recommandations et des partages d’expériences entre utilisateurs. Ceci permet également de corréler différents clients opérant des configurations équivalentes et de résoudre simplement ou automatiquement les problèmes.»

C’est tout l’intérêt du machine learning et de l’intelligence artificielle avec un leader mondial de l’infrastructure : le nombre de machines et le parc applicatif couvert enrichissent en permanence le moteur d’InfoSight pour apporter des solutions concrètes et rapides à la communauté.

Pour les clients, les retombées sont concrètes : «en participant à cette communauté InfoSight, les entreprises se renforcent sur le maintien en condition opérationnelle et atteignent des objectifs de disponibilité sans doute jamais atteints…»