سخت افزار

راه حل جدید گوگل و Seagate برای پیش‌بینی زمان خرابی هارد دیسک

آیا این روش بزودی در دسترس کاربران عادی هم قرار می‌گیرد؟

دو شرکت گوگل و Seagate موفق شده‌اند با استفاده از یادگیری (ماشینی نوعی هوش مصنوعی)، زمان خرابی هارد دیسک‌ها (HDD) را پیش‌بینی کنند که می‌توان با کمک آن مانع از بین رفتن اطلاعات حیاتی شد یا در فرصت مناسب مشکل بوجود آمده را برطرف کرد.

با توجه به اینکه این درایوها در مقایسه با اس اس دی‌ها برای استخراج رمزارز Chia گزینه چندان مناسبی به شمار نمی‌روند، اما همچنان با برخورداری از ظرفیت بالاتر و قیمت پایین‌تر (نسبت به اس اس دی) می‌توانند گزینه خوبی برای دیتاسنترها باشند. پشتیبانی از ظرفیت بیشتر به عنوان یک عامل مهم برای شرکت‌هایی مانند گوگل کلاود محسوب می‌شود که باید حجم بالایی از داده‌ها را برای پروژه‌های خود یا مشتریان مدیریت کنند.

نقش حیاتی عیب یابی هارد دیسک برای دیتاسنترها

این شرکت در پستی که اخیراً در بلاگ خود منتشر کرده بود توضیح داد: «ما در Google Cloud به خوبی می‌دانیم که مدیریت و شناسایی پیشگیرانه عواملی که در خرابی HDD نقش دارند بسیار مهم است. ما یکی از بزرگ‌ترین دیتاسنترهای جهان را در اختیار داریم و هر گونه خطا در زمینه شناسایی این خرابی‌ها می‌تواند باعث بروز مشکلات جدی در طیف گسترده‌ای از محصولات و خدمات ما شود.»

شناسایی دستی عامل خرابی در درایور یک فرآیند زمان‌بر است و برای رفع مشکل نیاز است تا بصورت بصورت فیزیکی به دستگاه دسترسی داشته باشید. Google Cloud و Seagate قصد داشتند با استفاده از یادگیری ماشینی مدت زمانی را که مهندسان برای آزمایش درایوها صرف می‌کنند را برای کاهش خطر خرابی دستگاه کاهش دهند.

Google Cloud گفت: «هم‌اکنون میلیون‌ها هارد دیسک در حال کار کردن هستند و حجم زیادی از داده‌ها را تولید می‌کنند که از جمله آن‌ها می‌توان به میلیون‌ها ساعت پردازش SMART (فناوری نظارت بر خود دستگاه، تجزیه و تحلیل  و تهیه گزارش از خطاها) داده و میزبانی فرا داده‌ها مانند گزارش‌های تعمیرات، عیب یابی فروشنده آنلاین (OVD) یا معیارهای قابلیت اطمینان در دسترس (FARM) و تولید اطلاعات در هر هارد دیسک اشاره کرد.»

راه حل جدید گوگل و Seagate

به عبارت دیگر این شرکت تعداد قابل توجهی از هارد دیسک‌هایی را در اختیار دارد که همگی صدها پارامتر و فاکتور ایجاد می‌کنند که باید ردیابی و کنترل شوند. با این وجود، در Google Cloud حجم گسترده‌ای از اطلاعات مفید وجود دارد که گوگل و Seagate می‌توانند از این داده‌ها در یک مدل یادگیری ماشینی استفاده و با کمک آن احتمال خرابی درایور را پیش‌بینی کنند.

این شرکت‌ها در کل دو روش را آزمایش کردند که یکی از آن‌ها مبتنی بر جداول AutoML و دیگری بصورت سفارشی برای این پروژه ساخته شده است. مورد اول با دقت 98 درصد با فراخوان 35 درصد در مقایسه با دقت 70 الی 80 درصد و فراخوان 20-25 درصد از مدل ML سفارشی انجام شد.

Google Cloud گفت که قصد دارد سیستم را برای پشتیبانی از درایوهای Seagate گسترش دهد و در ادامه خاطرنشان کرد: «این مورد می‌توان به نفع تولید کنندگان و مشتریان ما باشد.»

منبع
Tom's Hardware
نمایش بیشتر

سهیل حسینی

گیمر، علاقه مند به تکنولوژی و بازی های ویدئویی
0 0 رای
امتیاز این مطلب
اطلاع رسانی در مورد
guest
0 کامنت
کامنت داخل متن
دیدن تمام کامنت‌‌ها

نوشته های مشابه

دکمه بازگشت به بالا