La voie de l’analyse prédictive : création d’une infrastructure de données

Paradoxalement, la gestion des data centers n’a, jusqu’à présent, pas vraiment porté sur l’analyse des données. La maintenance des systèmes est basée sur des échéanciers arbitraires et des observations visuelles réalisés de manière ponctuelle sur les équipements et qui impliquent des interventions humaines, donc l’introduction d’erreurs. Sur le marché des data centers, nous avons atteint le point où la redondance ne fait que conduire à une dégradation. Il est difficile de comprendre ce constat d’échec, parce qu’il n’y a pas réellement de défaillance. Pour parvenir à une analyse prédictive, il est nécessaire d’avoir une infrastructure de données et une approche systémique.

C’est ce sur quoi travaillent Schneider Electric et Compass Datacenters. Nous considérons le data centers dans son ensemble – en tant que système complexe – et non pas comme un actif individuel. Les analyses individuelles sont accablantes, et elles ne démontrent pas les causes et les conséquences. Supposons, par exemple, que l’équipement tombe en panne. Quel est alors l’impact sur l’onduleur ? Ou comment la consigne de température ambiante impacte-t-elle les performances de l’installation électrique ?

En d’autres termes, quels sont les effets en cascade d’une défaillance ? Il est impossible de le savoir, si l’on ne tient pas compte de l’ensemble du système. Nous concevons des modèles d’actifs individuels basés sur un domaine d’expertise, mais comme intégré en un système. Les données communes permettront d’établir une prévisibilité. Nous allons connecter autant de points de données que possible, et cette infrastructure de communication permettra l’accumulation d’informations, afin d’établir des modèles basés sur des règles précises.

L’infrastructure de données d’abord

Le manque actuel d’infrastructure de données signifie qu’il n’y a pas assez d’informations disponibles, pour générer un apprentissage automatique (machine learning) performant. Pourtant, c’est le précurseur de l’IA (Intelligence Artificielle). Les conversations sur le sujet de l’IA ont tendance à être passionnées. L’IA dans les data centers n’existe pas vraiment à ce stade. Nous devons d’abord travailler sur les principes de base afin de fournir des analyses avancées.

La création d’une infrastructure de données démarre au niveau du Cloud, puis vient l’instrumentation. Ensuite il faut s’assurer que la télémétrie est opérationnelle pour que le data center puisse agréger autant de données que possible. Il en résultera un registre unique de tous les actifs. Un modèle cohérent des actifs de l’ensemble du système permettra de réaliser des analyses plus pertinentes, ce qui permettra également de mieux contrôler le contexte pour obtenir des informations.

La sécurité est toujours une question indispensable lorsqu’il s’agit de données, surtout lorsqu’on connait l’accroissement du volume de celles-ci. Mais ce point ne doit pas constituer un obstacle. Bien entendu, tous les équipements Schneider Electric sont soumis à des tests approfondis en matière de cybersécurité. Mais la conception d’une infrastructure de données sécurisée doit être davantage axée sur les critères humains et les processus, car la majorité des vulnérabilités se situent dans ces domaines.

Le dilemme de la redondance

Les data centers impliquent de grandes superficies d’équipements souvent fortement redondants, parfois même triplés. Cela signifie que le système ne peut jamais véritablement faire défaut. Alors que les activités des data centers vieillissent et continuent à se développer en même temps, la redondance deviendra un problème que seule l’analyse pourra résoudre. En théorie, on parle du concept d’analyse des modes de défaillance et de leurs effets (FMEA : Failure Mode and Affects Analysis).

C’est une approche qui est utilisée dans l’aérospatiale depuis des années. Elle permet d’examiner – pour chaque composant individuel du système – les conséquences en cas de défaillance et de mesurer l’impact sur le système complet.

Seuls quelques éléments à l’intérieur d’un système sont critiques en cas de défaillance. Ce n’est pas parce que les autres sous-ensembles ne sont pas importants, mais parce que certains éléments peuvent connaître des défaillances et ne pas affecter la performance globale de l’ensemble. C’est un concept nouveau concernant les data centers et exactement ce que nous appliquons actuellement.

Pour la gestion d’un data center, nous devons pouvoir exploiter les données du data center en direct pour comprendre le comportement des actifs individuels à l’intérieur du système. Ensuite, nous effectuons une réévaluation et une hiérarchisation des risques pouvant affecter le système par rapport au potentiel global de défaillance.

Dans la plupart des applications d’analyse industrielle, la notion de défaillance est intégrée, et pourtant celle-ci ne surviendra peut-être jamais. La seule chose qui apparaît, c’est la dégradation des performances. La redondance a pour effet de masquer la manière dont se comportent les actifs. Seule la collecte des données permettra de mieux comprendre les défaillances et donc de potentiellement diminuer la redondance, avec pour conséquence de limiter les dépenses d’investissement.

Les avantages de l’analyse prédictive

Au-delà de la réduction des coûts initiaux et des investissements à long terme, l’analyse des données permettra également de réduire le nombre de défaillances et les interventions. Elle offrira une meilleure visibilité tout en améliorant les performances des actifs pour augmenter la disponibilité et bénéficier d’un intervalle plus long entre les pannes. Finalement, le risque de défaillance sera plus faible et le cycle de vie des actifs optimisé, lorsqu’on mettra en œuvre une politique de gestion des actifs basée sur les données, c’est-à-dire sur l’analyse prédictive.

L’objectif global est de reproduire le même dispositif sur différents sites et régions géographiques. La valeur du système réside, en effet, dans la comparaison entre eux des environnements les plus critiques afin d’obtenir une analyse comparative – c’est l’objectif final. Plus le volume de données sera important, plus nous y parviendrons.

Découvrez la gamme de solutions logicielles et de services de Schneider Electric destinée aux fournisseurs de service de colocation.

Adil Attlassy, Compass Datacenters

Adil Attlassy occupe le poste de Directeur Technique de Compass Datacenters. Mr Attlassy est largement respecté en tant que leader d’opinion en ce qui concerne les infrastructures informatiques ; domaine dans lequel il a été à l’avant-garde des tendances dans les data centers au cours des deux dernières décennies. Avant de rejoindre Compass, Adil était directeur général de l’acquisition des sites et des réseaux mondiaux pour Microsoft. Avant cela, Mr Attlassy occupait le poste de directeur du développement pour les opérations d’information. À ce titre, il était directement responsable de la sélection et du développement des sites à l’échelle mondiale, et il a supervisé la création du data center de l’entreprise et de la chaîne d’approvisionnement. Avant d’arriver sur cette fonction liée à l’information, Adil occupait des postes de direction pour Digital Realty Trust aux États-Unis, au Royaume-Uni et à Singapour. Mr Attlassy est titulaire d’un Diplôme Universitaire de Technologie de l’Institut de technologie, de Mulhouse (France), d’un BS (Bachelor of Science) en génie mécanique de l’État de Californie.

Wendi Runyon, Schneider Electric 

En tant que Vice-présidente de la Stratégie et du Développement Commercial, Wendi dirigeait la stratégie et le développement commercial de l’activité « Secure Power and Data Center » de Schneider Electric en Amérique du Nord. Son équipe est chargée de comprendre le marché et l’environnement concurrentiel pour l’Amérique du Nord, de développer la stratégie, de compenser les écarts entre la stratégie et l’exécution, et de définir les objectifs de réussite. De plus, son équipe dirige les efforts de développement régional qui définissent clairement l’exécution de la stratégie par initiative stratégique, le développement de nouvelles voies d’accès au marché, l’identification des lacunes entre les offres et l’exécution de la stratégie. Elle assure la liaison entre les équipes d’exécution, les divisions produits et les marchés de Schneider Electric afin de stimuler la collaboration et l’exécution. Wendi est titulaire d’un MBA de l’université Emory et d’un BS en génie industriel de l’université de Pennsylvanie. Elle siège actuellement au conseil de l’Industrial & Professional Advisory Council (IPAC) du Penn State’s College of Engineering, ainsi qu’au conseil du Diversity & Inclusion NAM Employee Resource Group.

Tags : AI, analyse prédictive, Compass Datacenters, data center management, data center market, data infrastructure, intelligence artificielle