AIOpsとストレージ管理~インテリジェント・インフラストクチャへ

AIOpsとストレージ、インテリジェント・インフラストクチャ

人工知能(AI)は、ITの運用においてもAIOpsというキーワードのもと、注目が集まっています。例えば、青信号から赤信号に変わらないか(問題が起きないか常に監視する)、どうすれば青信号に戻せるか(問題が発生した後の解決を探る)など、骨の折れる作業を大幅に軽減していくことが可能になると期待されています。

AIOpsとストレージ管理

AIOpsは、以下のような比較的シンプルな理論的前提に基づいています。

・さまざまなコンポーネントによって生成されるあらゆるログデータを収集して1か所にまとめる。

・次に、そのデータを整理して文脈で理解できるようにする。

・さらに、そのデータに機械学習技法を適用する。時間をかけて何度も繰り返すことで、青信号の条件のモデルまたはシグネチャを構築することができる。

こうしたシグネチャを構築し認識していくと、最初はオペレーターヘのエスカレーションをトリガーとしますが、最終的には直接インフラストラクチャ自動化のフレームワークに直接プラグインすることで、青信号の条件を満たすことができるようになります。そして、その結果、オペレータの介入を最小限に抑えながら、データセンター内のインフラストラクチャの問題を自律的に解決できるようになります。

AIOpsすなわちAI技術を活用したOperation( 運用)の背景には、人手不足があります。その中でもストレージ管理は、デジタルシフトが進む中企業が保有するデータは大幅に増えていく一方人手はそのまま、高いスキルが要求されるという厳しい状況で、AI Opsの適用による改善が期待されている分野の一つです。

例えば、ITマネジャーは過去の経験だけでなくインフラが提供するインサイトに基づいて、今後必要となる容量やIO性能をアドバイスする、さらには必要なアプリケーションに自動的に提供するなど、ストレージの運用をラクにするだけでなく、ビジネスへのニーズへの迅速な対応へと応用されていくでしょう。

AIOpsに向けてインテリジェント・インフラストラクチャを利用する必要性

AIOpの利用にあたって、そのベースとなるインフラ技術もインテリジェントなものでなければならないと、Tintriは考えています。コンピューティングとネットワークの技術は、仮想化によって、詳細なテレメトリ、インサイト、アクションを抽象化してその恩恵を受けられるようになりましたが、データセンターの多くのストレージは依然としてLUNやボリューム中心の古いアーキテクチャという課題を抱えたままなのです。

LUNやボリュームベースの旧型ストレージは、ストレージ以外のインフラストラクチャが仮想マシンについて把握しそれらにポリシーを課すことができるのに対して、同じことができないという課題を抱えています。ソフトウェア定義のコンピューティングが物理マシンを仮想マシンに抽象化でき、ソフトウェア定義のネットワークが物理ポートを仮想ポートに抽象化しネットワークポリシーを使って仮想ファブリック全体において仮想マシンを追跡できることを考えると、対照的です。

ソフトウェア定義のストレージを使っても従来型のハードウェアから構築できるのは旧態依然のLUN、より高速なLUNも、LUNレベルでのテレメトリの追加も、自動化へ向けたインフラとしては不十分だと考えます。仮想マシンについてネイティブに把握し、データベースやコンテナボリュームのようなオブジェクトなど、企業のデータセンターをサポートするその他のステートフルなコンストラクトもネイティブに把握できる、インテリジェントなストレージが必要だと考えています。これらのオブジェクトを把握すれば、インテリジェント・インフラストラクチャにより、アプリケーションのニーズにリアルタイムで対応できるようになり、オペレーターの操作を不要にしていくことができます。

私たちは、私たちのインテリジェント・インフラスラクチャの先に、未来があると信じています。