Connect with us
Hirdetés

Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

mesterséges intelligencia
Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni  – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül  – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Úttörő elemzést készített a Schneider Electric a 800 VDC-s adatközponti architektúráról

A mesterséges intelligencia alkalmazások kiszolgálására létrehozott adatközpontokban gyorsan terjedő, 800 VDC-s áramellátási architektúra biztonságos kialakításához és működtetéséhez nyújt segítséget a Schneider Electric új, az ívzárlati kockázatokat vizsgáló elemzése.

A tanulmány egyik legfontosabb eredménye, hogy az ilyen rendszerekkel kapcsolatos kockázatok a tipikus AC-rendszerekével összehasonlítható mértékűre csökkenthetők.

A Schneider Electric, a világ egyik vezető energiatechnológiai vállalata által készített elemzés során az extrém nagy méretű (hyperscale) adatközpontokat működtető szolgáltatók tervezési mintái alapján két, különböző konfigurációjú 800 VDC-s architektúrát hasonlítottak össze. Az eredmények azt mutatják, hogy az ívzárlat következményei nagymértékben függenek az architektúrától, a kondenzátorok elhelyezkedésétől és a hibaelhárítási gyakorlattól.

Az elemzés egyik legfontosabb eredménye, hogy még a legszigorúbb forgatókönyv mellett is kezelhető az ívzárlat kockázata a 800 VDC-s rendszerekben, és sok esetben ez a kockázat a tipikus AC (váltakozó áramú) rendszerekével összehasonlítható mértékűre csökkenthető. Ezenfelül a fejlett szoftverek és a digitális ikrek segítségével végzett pontosabb modellezés hozzájárulhat az ívzárlat kockázatának megbízhatóbb meghatározásához.

A Schneider Electric által kiadott elemzés azért különösen aktuális, mert a 800 VDC-s architektúrákat egyre szélesebb körben alkalmazzák a mesterséges intelligencia (MI) támogatására szolgáló adatközpontokban a nagyobb teljesítménysűrűségű rackek kiszolgálására. Az NVIDIA vezetésével és a Schneider Electrichez hasonló energiatechnológiai partnerek közreműködésével megvalósuló átállás a 800 VDC-s adatközponti tápellátási infrastruktúrára lehetővé teszi majd, hogy a nagyméretű adatközpontokban és az MI-gyárakban* 400 kW-os és annál nagyobb teljesítményű IT-rackeket alakítsanak ki.

A 800 VDC-s elosztás a megawatt-nagyságrendű rackek hatékony áramellátásának gyakorlati megoldásaként jelent meg. Ugyanakkor a magasabb elektromos feszültség miatt szükséges az esetleges hibalehetőségek, a védelem és a biztonságos munkavégzési gyakorlatok átfogóbb megértése.

„A 800 VDC-s áramelosztás komoly változást jelent az adatközpontok tervezésében, ugyanakkor olyan biztonsági szempontokat is felvet, amelyeket alaposan meg kell vizsgálni. A világ vezető, extrém nagy méretű adatközpontokat üzemeltető vállalataival megvalósult együttműködésünk révén az elsők között biztosítunk gyakorlati keretrendszert az ívzárlat jelentette kockázatok értékeléséhez a mérnökök és a biztonsági szakemberek számára, amely strukturált megközelítést nyújt a hibajelenségek megértéséhez, a biztonságos munkavégzési gyakorlatok kialakításához és a hatékony védelmi rendszerek tervezéséhez. Célunk, hogy segítsük az iparágat abban, hogy magabiztosan és biztonságosan váltson át a magasabb feszültségű architektúrákra”

– mondta el Manish Kumar, a Schneider Electric „Secure Power & Data Centers” területért felelős ügyvezető alelnöke.

Az ívzárlat-elemzés már bevett gyakorlat az AC adatközpontokban, de jelenleg nincs iparági szabvány vagy iránymutatás arra vonatkozóan, hogy a 800 VDC-s rendszerek esetében milyen elektromos veszélyekkel szembesülhetnek az üzemeltetést végzők. A Schneider Electric tanulmánya az ívzárlat jelentette kockázatok értékelése és kezelése mellett abból a szempontból is kiemelkedően fontos, hogy a 800 VDC-s architektúrák a meglévő áramellátó rendszerekhez hasonló biztonsági szintet érjenek el. Bebizonyosodott, hogy a jelenlegi szabványok túlbecsülik az ívzárlat-kockázatot, míg a fejlett szoftverek és a digitális ikrek pontosabban modellezik azt.

Két különböző 800 VDC-s architektúra értékelése

A Schneider Electric az első gyakorlati ívzárlati elemzést készítette el rackszintű, valamint létesítményszintű 800 VDC-s architektúrákról, lefedve a területen kialakuló főbb megvalósítási irányokat. A tanulmány értékeli a szabványokon alapuló módszereket, a szimulációt és a rendszerszintű modellezést. Az eredmények azt mutatják, hogy a meglévő ívzárlat-keretrendszerek alkalmazhatók a 800 VDC-s rendszerekre, ha azokat az architektúrát és az időtényezőt is figyelembe vevő módon használják, emellett kiderült az is, hogy a tervezési döntések hatással vannak az eredményekre.

  • Rackszintű 800 VDC-s architektúrák: A konzervatív módszerek és forgatókönyvek alkalmazásával kapott eredmények azt mutatták, hogy az incidensenergia (villamos íváramütési energia) jóval az egyéni védőfelszerelések (PPE) esetében elfogadott 1,2 cal/cm²-es referenciaérték alatt maradt, még védelmi eszközök nélkül is.
  • Központosított 800 VDC-s architektúrák: A létesítményi szintű esettanulmány azt mutatja, hogy a rackszintű tervezésekhez képest valamivel nagyobb incidensenergia alakulhat ki, ha egy konzervatív, kevésbé reális, túláramvédelem nélküli architektúrát veszünk figyelembe. Az elemzés a rendszer topológiájának hatását is értékeli, és bemutatja, hogy a fordított blokkoló diódák előtti, valamint az azok utáni hibahelyek hogyan befolyásolják a visszatáplálást, a csúcsáramot és az ívzárlattal kapcsolatos eredményeket. Ha a hiba hatását szabványos védelmi eszközökkel időben korlátozzák, az ívzárlat energiája a munkakörnyezetekhez megfelelő szintre csökken, és általában összhangba kerül a szokásos váltakozó áramú architektúrákkal.

A kutatás azt is megállapította, hogy:

  • A tranziens viselkedés fontos: A 800 VDC-s rendszerekben az ívzárlatot az időfüggő hibák idézik elő, és az esemény első milliszekundumaiban a kondenzátor-kisülés dominál.
  • A szimuláció javítja a pontosságot: Az üzemeltetők jelentősen csökkenthetik az ívzárlat kockázatát, ha védelmi stratégiájukat fejlett szoftverekkel és digitális ikrekkel, például az ETAP-pal támasztják alá.
  • A tervezési döntések csökkentik a kockázatot: Az ívzárlat következményei az architektúrától és a rendszerkonfigurációtól függenek, nem csupán az egyenáramú elosztástól. A kondenzátorok elhelyezkedése, a visszaáram-gátló eszközök és a milliszekundum-szintű védelem kulcsfontosságú tényezők a biztonságos 800 VDC-s telepítésekhez.

„Az ipari szabványok továbbra is elengedhetetlenek az ívzárlat és az elektromos biztonság szempontjából, de a hagyományos módszerek túlságosan konzervatívak lehetnek, mivel nem tükrözik teljes mértékben az összetett egyenáramú rendszerek működését. A valós kockázat megértéséhez a mérnököknek értékelniük kell a rendszer topológiáját, a hibajelenségethiba jellegét, a védelmi koordinációt, a konverter reakcióját, a kapcsolási logikát és az aktív védelmi rendszereket. Az ETAP lehetővé teszi az üzemeltetést végzők üzemeltetők számára, hogy a 800 VDC-s rendszereket működés közben modellezzék és validálják, elősegítve ezzel az átállást a konzervatív feltételezésekről a pontosabb, mesterséges intelligenciával kiegészített, fizikai modelleken alapuló biztonsági és üzemeltetési döntésekre”

– hangsúlyozta Tanuj Khandelwal, az ETAP vezérigazgatója.

Az elemzés eredményei már elérhetők a „DC Arc Flash Analysis: A Practical Study on 800 VDC in Data Centers” című fehér könyvben.

*Az MI-gyár egy speciális számítástechnikai infrastruktúra, amelyet arra terveztek, hogy az adatokból értéket teremtsen a mesterséges intelligencia teljes életciklusának kezelésével.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Ahány telephely, annyi valóság – így szakad szét a belső kommunikáció

Egy vállalat vezetése gyakran abból indul ki, hogy a dolgozók mind ugyanazokból az alapinformációkból dolgoznak. A valóságban azonban már egy épületen belül is elakadhat vagy torzulhat egy üzenet, több telephely, eltérő műszakok és nagyszámú fizikai dolgozó esetén pedig könnyen párhuzamos valóságok alakulhatnak ki.

A központban megszületik egy döntés, kimegy az e-mail, felkerül az intranetre, a vezetők megkapják a tájékoztatást. Az ügyvezető úgy gondolja, hogy a kommunikáció megtörtént. Egy távolabbi telephelyen viszont a dolgozók egy része nem használ céges e-mailt, mások csak később találkoznak az információval, vagy egy középvezetőn keresztül, már értelmezve hallják azt. Mire az üzenet eljut ahhoz, akinek adott esetben végre kell hajtania a döntést, nem biztos, hogy ugyanazt jelenti, mint a kiindulóponton.

„A jelenséggel már tudományos módszerekkel is foglalkoztak, mi házon belül csak telephelyi információs résnek hívjuk. Valamit közölni és végrehajtatni nem ugyanaz. A kommunikáció akkor ér célba, amikor az információ valóban, torzítás nélkül eljutott azokhoz, akiknek az alapján cselekedniük kell”

– mondta Czinger Erik, a belső kommunikációs hálózatokkal foglalkozó MUNIPOLIS magyarországi vezetője. A soros információátadást („A” elmondja „B”-nek, B továbbadja „C”-nek stb.) vizsgáló kommunikációpszichológiai kísérletek szerint néhány egymást követő szóbeli továbbadás után az eredeti részletek jelentős része eltűnik. Az üzenet ráadásul nem egyszerűen rövidül: egyes elemek kiesnek, mások hangsúlyosabbá válnak, a közvetítők pedig saját értelmezésük szerint alakítják tovább.

Vállalati környezetben ez könnyen felismerhető. A felsővezető elmondja a döntést a telephelyvezetőnek, ő a középvezetőnek, az a műszak- vagy brigádvezetőnek, végül tőle hallja meg a dolgozó. Ha nincs közvetlen információforrás és visszacsatolás, minden újabb közvetítő egy újabb pont, ahol az üzenet rövidülhet, módosulhat vagy félreérthetővé válhat. A földrajzi távolság, az eltérő műszakok és a személyes kapcsolatok hiánya ezt csak rontja.

„Nem a vezetői kommunikációt kell kiváltani, a személyes magyarázat, értelmezési keret fontos. De az alapinformációnak minden érintetthez közvetlenül, azonos tartalommal kell eljutnia. Így a vezető nem hírvivő, hanem segít értelmezni, amit a munkatárs is közvetlen forrásból ismer”

– fogalmazott Czinger Erik.

A probléma azért is nehezen észrevehető, mert kívülről gyakran nem kommunikációs hibának látszik. A központ szerint az új eljárást mindenki ismeri, miközben az egyik telephely már alkalmazza, a másik még a régi gyakorlat szerint dolgozik. A HR úgy tudja, hogy mindenki megkapta a tájékoztatást, az éjszakai műszak viszont csak a kollégáktól hallott róla. Ebből nagyon hamar kialakul a tipikus kudarchelyzet, amiben minden fél a másikat hibáztatja. Több telephely esetén ez már nemcsak kommunikációs kényelmetlenség. Egy műszakrend, munkavédelmi előírás, karbantartás, logisztikai változás vagy HR-döntés esetében az eltérő információ gyorsan működési problémává válhat.

A megoldás egyértelműen a közvetlenebb és ellenőrizhetőbb kommunikáció. Egy jól működő rendszerben látszik, ki kapta meg az információt, mikor kapta meg, elolvasta-e, illetve a címzetteknek van lehetősége visszajelezni, ha valami nem egyértelmű.

„Nem azt kell tudni, hogy kiküldtünk-e egy üzenetet, hanem azt, hogy elértük-e vele azokat, akiknek tudniuk kell róla. Többtelephelyes cégeknél ezen múlhat, hogy a vállalat valóban egy szervezetként működik-e, vagy csak ugyanaz a logó van több, egymástól egyre távolabb kerülő gyár kapuján”

– tette hozzá Czinger Erik. A különbség akár pénzben is mérhető, de a hierarchia alján álló munkatársakat kérdezve azonnal, egyértelműen kiderül, mennyire működik egy cég belső kommunikációja.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

A vállalatoknak újabb szerver helyett több szakértelemre van szükségük

Néhány éve még az volt a vállalati IT egyik alapvető kérdése, hogy saját infrastruktúrát érdemes-e kiépíteni, vagy jobb a felhőbe költözni.

Ma egyre inkább az üzemeltetés kerül előtérbe. Ki felügyeli folyamatosan a rendszereket, ki gondoskodik a biztonságukról és ki állítja helyre a működést hiba esetén? A hosting szolgáltatásokat Magyarországon is nyújtó cseh vállalat, a vshosting szerint a vállalati informatika egyik legnagyobb kihívása ma már nem az infrastruktúra lehető legolcsóbb beszerzése. A megbízható működtetéshez szükséges szakértelem biztosítása és a teljes üzemeltetési költség kézben tartása legalább ilyen fontos.

Az elmúlt két évben a mesterséges intelligencia az informatikai infrastruktúra fejlesztésének egyik legerősebb hajtóerejévé vált. A Gartner előrejelzése[1] szerint a globális IT-kiadások 2026-ban elérhetik a 6,37 billió dollárt, ami 14,2 százalékos éves növekedést jelent. Az adatközponti rendszerekre fordított összeg ennél is gyorsabban, várhatóan 62,5 százalékkal emelkedik. A számok jól jelzik, milyen ütemben bővül az AI-feladatok, a felhőszolgáltatások és más nagy számítási kapacitást igénylő alkalmazások kiszolgálására alkalmas infrastruktúra.

Az AI-megoldások terjedésével a cégek egyre több alkalmazást futtatnak és nagyobb adatmennyiséget kezelnek. Az informatikai csapatok létszáma azonban sok helyen nem nő ezzel azonos ütemben. A belső IT-részlegeknek egyszerre kell magas rendelkezésre állást biztosítaniuk, teljesíteniük a szigorodó biztonsági előírásokat és támogatniuk az üzleti fejlesztéseket. Az infrastruktúra működtetése ezért egyre inkább kapacitás- és szakértelem-kérdéssé válik. Erre a folyamatra mutat rá a KPMG 2026-os Managed Services Outlook[2] kutatása is. A felmérésben 1224, nagy nemzetközi szervezetnél dolgozó felsővezető vett részt, akik közvetlenül érintettek a menedzselt szolgáltatásokkal kapcsolatos döntésekben. A válaszadók 99 százaléka stratégiai jelentőségűnek tartja ezeket a szolgáltatásokat. A KPMG szerint alkalmazásuk 15–45 százalékkal is mérsékelheti a teljes működési költséget, bár az eredmény vállalatonként eltérő lehet. A költségoptimalizálás mellett a stabil működés, a szabályozási megfelelés, az üzletmenet-folytonosság és a speciális szakértelem elérhetősége is fontos szemponttá vált.

Bár a menedzselt szerver havi díja magasabb lehet egy nem menedzselt megoldásénál, ez az összeg csak a kiadások egyik eleme. A teljes költséghez hozzátartozik a szakemberek toborzása, a munkaidőn kívüli ügyelet, a felügyeleti és biztonsági eszközök, a mentések kezelése, a rendszeres karbantartás, valamint az esetleges leállások üzleti vesztesége. Egy tapasztalt üzemeltetői csapat ezeknek a feladatoknak jelentős részét át tudja venni. Így a kritikus infrastruktúra teljes működtetési költsége akkor is alacsonyabb lehet, ha maga a szolgáltatás havi szinten drágább. A menedzselt szolgáltatás ugyanakkor nem a vállalat saját informatikai részlegének kiváltását jelenti. A cél az, hogy ne kelljen házon belül kiépíteni a folyamatos, 24 órás infrastruktúra-üzemeltetéshez szükséges összes kompetenciát. A külső szakértői csapat elvégzi a rendszerfelügyeletet, telepíti a biztonsági frissítéseket, kezeli a mentéseket, optimalizálja a teljesítményt és reagál az incidensekre. A belső szakemberek ennek köszönhetően több időt fordíthatnak szoftverfejlesztésre, AI-projektekre és az üzleti működést közvetlenül támogató feladatokra.

„Egy menedzselt szolgáltatás havi díja lehet magasabb, összességében mégis csökkentheti a kiadásokat. A díj ugyanis a folyamatos felügyeletet, a szakértelmet, a biztonságot, a mentések kezelését és az incidensekre adott gyors reakciót is magában foglalja”

– mondta Damir Špoljarič, a vshosting társalapítója és vezérigazgatója.

Hozzátette, hogy ez különösen fontos a gyorsan növekvő e-kereskedelmi vállalkozások számára. A magyar Oázis Computer a vshosting menedzselt szerverére történő átállás után arról számolt be, hogy csapatuk biztonságban tudhatja a szervereket és az adatokat, a technikai támogatást pedig példaértékűnek értékelték. A szoftverfejlesztő cégek hasonló helyzetben vannak. A fejlesztők értékes munkaidejét köti le, ha a szerverek és az infrastruktúra napi üzemeltetésével is nekik kell foglalkozniuk. Ebben a környezetben a menedzselt szerver jóval több egyszerű tárhelyszolgáltatásnál.

A vshosting modellje a dedikált infrastruktúrát tapasztalt rendszergazdák napi 24 órában elérhető támogatásával és proaktív teljesítményoptimalizálással egészíti ki. A technikusok és a szükséges cserealkatrészek közvetlenül a vállalat saját adatközpontjában állnak rendelkezésre. A szolgáltatás így kiszámítható teljesítményt és folyamatos rendelkezésre állást biztosít. Hardverhiba esetén a javításra vagy cserére 60 perces garancia vonatkozik.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading
Advertisement Hirdetés
Advertisement Hirdetés
Advertisement
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Advertisement

Friss