Künstliche Intelligenz für das Storage-Management nutzen

Wie KI Storage-Management funktioniert

AIOps für Speicher verwendet maschinelles Lernen zur Erfassung und Analyse von Telemetriedaten. Diese Informationen werden in prädiktive Analysen für datengesteuerte Entscheidungen umgewandelt.

AIOps umfasst Automatisierung, Performance- und Servicemanagement und automatisiert viele der Entscheidungen, die mit der Skalierung und Sicherung von Speichersystemen verbunden sind. Darüber hinaus kann KI bei Aufgaben wie der Speicherplanung, dem Speicherlebenszyklusmanagement, der Ursachenanalyse und der Speicheroptimierung helfen.

Telemetriedaten sind ein wichtiger Bestandteil von KI-Tools für die Speicherverwaltung. Bei diesen Daten handelt es sich um Informationen, die über Sensoren von Speicher-, Server- und Netzwerksystemen erfasst werden.

KI und maschinelles Lernen analysieren die von diesen Systemen gesammelten Informationen über Hardwaregeräte, Betriebssysteme, Anwendungen und Hypervisoren. Dies hilft bei der Erkennung anomaler Aktivitäten, wie zum Beispiel schlecht konfigurierte Geräte, überraschendes Kapazitätswachstum oder ungewöhnliche Durchsatzanforderungen. Diese Aktivitäten können für die Ressourcenplanung und die Optimierung der Speicherleistung genutzt werden.

KI-Speicherverwaltungssysteme sind häufig SaaS-Anwendungen, die die Analyse in einer Public Cloud durchführen. Dadurch sind diese Anwendungen in der Lage, diese Daten mit Informationen aus einer Vielzahl von Systemen zu vergleichen, was ihre Vorhersagefähigkeiten erhöht. Einige Anbieter offerieren jedoch auch Produkte, die speziell für den Betrieb am eigenen Standort konzipiert sind.

Der Unterschied bei KI-basierten Speichermanagement-Tools liegt in ihrer Funktionalität. Viele dieser Tools nutzen KI zur Unterstützung bei der Fehlersuche, Ursachenanalyse und Speicheroptimierung. Einige Tools bieten zusätzliche Funktionen, beispielsweise Hilfe beim Stromverbrauch, bei der Anwendungsbereitstellung und sogar beim Hardware-Lebenszyklusmanagement.

Die meisten KI-fähigen Speicher-Tools sind proprietärer Natur, aber einige Speicheranbieter nutzen zusätzlich APIs, um Daten aus Drittquellen zu sammeln.

Bevor Sie in ein KI-Storage-Tool investieren, sollten Sie prüfen, wie das System Warnungen ausgibt. Die meisten Tools zeigen Warnungen auf Dashboards an, einige verwenden jedoch auch andere Mechanismen wie Text- oder E-Mail-Nachrichten. Unabhängig von der Bereitstellungsmethode sollte das Tool Störmeldungen herausfiltern, damit sich das Unternehmen auf das Wesentliche konzentrieren kann.

Verfügbare Tools für das KI-Storage-Management

Mehrere Hersteller bieten KI-Speicherverwaltungssoftware an, die mit verschiedenen Systemen und Anwendungen kompatibel ist. Die Anbieter nutzen die KI-Speicherverwaltung auch in ihren Storage-as-a-Service-Angeboten.

Zu den Anbietern und den von ihnen abgedeckten Systemen und Anwendungen gehören die folgenden:

• Dell Apex AIOps Infrastructure Observability. Alle Dell-Speicher; PowerEdge-Server; VxRail, PowerFlex und VxBlock konvergente und hyperkonvergente Infrastruktur (HCI); PowerProtect Data Domain und PowerProtect Data Manager Datensicherung; PowerSwitch und Connectrix-Netzwerke. Dell EMC PowerMax nutzt ML-Algorithmen für intelligente Datenplatzierung und Workload-Optimiereung. Dell EMC Unity XT hat ein KI-gestütztes, proaktives Monitoring-System, Performance-Optimierung und prädiktive Analysen
• HPE InfoSight. Ist für Alletra-, Primera- und Nimble-Speicher; SimpliVity HCI; ProLiant- und Apollo-Server; und Synergy Composable Infrastructure erhältlich. Das Tool verwendet prädiktive Analysen und maschinelles Lernen, um Probleme im gesamten Infrastruktur-Stack, einschließlich Speicher, vorherzusagen und zu verhindern. Es gibt Empfehlungen zur Optimierung von Leistung und Effizienz.
• IBM Storage Insights. Für alle IBM Blockspeicher, Switches, Fabrics und VMware ESXi-Hosts - IBM Storage Insights Pro, die kostenpflichtige Abonnementversion, deckt auch Block- und Objektspeicher von IBM und Drittanbietern ab. KI kommt hier für das Monitoring, die Diagnostik und Speichereffizienz (Empfehlungen) zum Einsatz. 
• Infinidat InfiniVerse. Das ist eine AIOps-Plattform für InfiniBox und InfiniBox SSA, die Analysen, proaktives Monitoring und prädiktive Wartung bietet. Des Weiteren sorgt es für Problemerkennung, Performance-Optimierung, Anomalieerkenung, Kapazitätsplanung und Gesundheitsstatuseinsicht.
• NetApp Active IQ. Dies ist eine Cloud-basierte Analyse- und ML-Plattform, die proaktive Wartungs- und Optimierungsempfehlungen für Speichersysteme bietet. OnTap integriert KI für automatisierte Datenmanagementaufgaben und zur Optimierung der Speicherleistung. KI enthalten zudem Element, StorageGrid und SANtricity.
• Pure Storage Pure1. Dieses Tool ist eine KI-gesteuerte Management- und Support-Plattform, die mithilfe von maschinellem Lernen vorausschauende Analysen, proaktiven Support und Workload-Optimierung für Pure Storage-Arrays wie FlashArray, FlashBlade und Portworx Speicher bietet.
• Hitachi Ops Center. Es integriert KI, um die Speicherbereitstellung zu automatisieren, die Leistung zu optimieren und potenzielle Probleme vorherzusehen, bevor sie den Betrieb beeinträchtigen. Die Hitachi VSP (Virtual Storage Platform) nutzt KI, um Erkenntnisse für eine bessere Datenverwaltung und Infrastrukturoptimierung zu gewinnen.
• Huawei DMS (Device Management Service): Der Dienst integriert KI, um die Effizienz der Speicherverwaltung zu verbessern, Routineaufgaben zu automatisieren und vorausschauende Wartung zu ermöglichen. Huawei OceanStor verwendet KI für intelligentes Datenmanagement, einschließlich automatischer Tiering-Verteilung, Lastausgleich und Fehlervorhersage.
• Nutanix Prism: Setzt KI und maschinelles Lernen ein, um fortschrittliche Analysen, automatisierte Einblicke und Empfehlungen zur Optimierung der Speicherleistung und Kapazitätsplanung bereitzustellen.
• Veeam Intelligent Data Management. Nutzt KI für intelligente Backup- und Wiederherstellungsvorgänge und gewährleistet so eine optimale Speichernutzung und Datenverfügbarkeit.
• Zerto Analytics. Bedient sich der KI und des ML, um Einblicke in die Speichernutzung zu geben, zukünftige Speicheranforderungen vorherzusagen und Disaster-Recovery-Abläufe zu optimieren.
• Qumulo Core. Nutzt maschinelles Lernen, um Echtzeit-Analysen und prädiktive Erkenntnisse für das Dateispeichermanagement zu liefern und so Leistung und Kapazität zu optimieren.
• Cohesity Helios. Dies ist eine SaaS-basierte Plattform, die KI für prädiktive Analysen, die Erkennung von Anomalien und die automatische Problemlösung in verteilten Speicherumgebungen nutzt.
• Rubrik Polaris: Nutzt KI zur Bereitstellung von prädiktiven Analysen, automatisierter Compliance und Ransomware-Erkennung und hilft bei der Verwaltung und Sicherung der Speicherinfrastruktur.

Vorteile von KI-Storage-Management

KI-gesteuertes Speichermanagement macht einen Großteil der Komplexität und der manuellen Aufgaben des herkömmlichen Speicherressourcenmanagements überflüssig. Zu den Vorteilen gehören automatische Bereitstellung, intelligentes Daten-Tiering und Workload-Optimierung. Spezielles Storage-Personal kann dadurch weniger Zeit mit der Überwachung und Verwaltung von Systemen verbringen. AIOps kann für MSPs eine große Hilfe sein, da es ihnen ermöglicht, den Speicher vieler Kunden aus der Ferne zu verwalten.

Durch die Vorhersage zukünftiger Ereignisse auf der Grundlage aktueller Nutzungsmuster können Managementsysteme Probleme verhindern, die die Benutzer sonst vielleicht nicht voraussehen würden. Außerdem können sie den Benutzern raten, Speicherkapazität und Rechenressourcen hinzuzufügen und andere Upgrades durchzuführen, bevor die Leistung zu einem Problem wird. Die Benutzer können die Anwendungen so konfigurieren, dass sie automatisch Maßnahmen ergreifen, um Geräteausfälle oder Leistungseinbußen zu verhindern, obwohl IT-Abteilungen es vielleicht vorziehen, lediglich Empfehlungen zu erhalten und diese Änderungen dann selbst vorzunehmen.

Herausforderungen der KI-Storage-Verwaltung

Ein Problem mit KI-Speicherverwaltungssystemen besteht darin, dass sie oft proprietär sind und in der Regel nur mit den Produkten eines bestimmten Anbieters funktionieren. Wenn ein Unternehmen zum Beispiel ein SAN eines Anbieters besitzt, ist das KI-Speicherverwaltungssystem eines anderen Anbieters möglicherweise nicht damit kompatibel.

Ein weiteres Problem ist, dass die Sammlung und Analyse von Daten mehr Daten erzeugt – ein Fall von Speichermanagement, das einen Bedarf an mehr Speicherplatz schafft. Im Laufe der Zeit müssen Unternehmen entscheiden, welche Daten sicher verworfen werden sollen.

Nicht alle Unternehmen können Dritten die Verbindung zu ihren Rechenzentren erlauben. Sogenannte Dark Sites können keine SaaS-basierten Analysen verwenden, die Daten in öffentlichen Clouds oder am Standort des Anbieters sammeln und speichern. Anbieter können Analysesoftware auf lokalen Servern verwenden, so dass die Telemetriedaten nicht übertragen werden, aber diese Benutzer verlieren einen Teil des Nutzens der Analysen, wenn ihre Daten nicht mit denen ihrer Kollegen verglichen werden.

Ob Dark Site oder nicht, alle Nutzer sollten ihre Anbieter fragen, wie viele Informationen sie außerhalb des Speichers sammeln und wie sie garantieren, dass diese Daten anonym und geschützt bleiben.

Da es sich bei der KI in der Speicherverwaltung noch um eine relativ neue Technologie handelt, werden sich die Algorithmen im Laufe der Zeit verbessern, wenn mehr Informationen gesammelt werden.

Die Aussichten für KI im Speichermanagement

In den letzten Jahren wurden enorme Fortschritte in den Bereichen KI und maschinelles Lernen erzielt. Daher wird sich das KI-basierte Speichermanagement als direkte Folge der ausgereiften KI-Technologie weiterentwickeln.

Storage-Anbieter werden KI wahrscheinlich auch als Sicherheits-Tool einsetzen. Unternehmen könnten die KI-Überwachung zum Beispiel darauf trainieren, die Anzeichen eines Ransomware-Angriffs zu erkennen und eine mögliche Infektion zu verhindern.

KI-basierte Speicherverwaltungs-Tools werden wahrscheinlich intelligente Backup- und Recovery-Funktionen unterstützen. KI könnte beispielsweise automatisch die kritischsten Daten des Unternehmens identifizieren, sicherstellen, dass die Daten gesichert werden, und diesen hochwertigen Daten Priorität einräumen, falls eine Wiederherstellung erforderlich wird.

KI in Speichersystemen könnte auch Selbstheilungsfunktionen bieten. Dabei könnte die KI ausfallende Festplatten, beschädigte Sektoren oder ähnliche Probleme erkennen und Korrekturmaßnahmen ergreifen, um Datenverluste oder Systemausfälle zu verhindern.