AIOps pour le stockage : beaucoup d’avantages, mais trop de vendor-locking
Le recours à l’intelligence artificielle dans le domaine du stockage sert à prévoir les goulets d’étranglement, à diagnostiquer les problèmes et à recommander des mises à jour. Mais les solutions des fournisseurs sont trop souvent limitées à leur propre matériel.
La complexité et la diversité croissantes des technologies de l’information constituent un défi pour les DSI et leurs équipes. Les contraintes liées au datacenter, à l’infrastructure cloud, à la containerisation, à la sécurité et à la conformité accentuent la pression sur les services de gestion et d’exploitation informatiques.
Dans le même temps, il est difficile de recruter et de retenir des collaborateurs expérimentés, ce qui incite les départements et prestataires informatiques à chercher des moyens d’automatiser les services d’information et la gestion des infrastructures, y compris pour le stockage des données.
Il existe une solution qui consiste à utiliser le Machine learning (ML) et l’intelligence artificielle (IA) pour absorber en partie la charge de travail. L’AIOps (ou IA pour les opérations informatiques) est l’un des outils préconisés par le secteur pour gérer la complexité, optimiser les systèmes et maximiser la disponibilité. L’AIOps joue également un rôle de plus en plus important dans la gestion du stockage.
L’AIOps s’est rapidement développée ces dernières années grâce aux améliorations survenues dans le traitement du ML et de l’IA (y compris dans le cloud), mais aussi parce qu’il est de plus en plus possible de surveiller les systèmes informatiques en temps réel. Si chacun aspire à davantage de visibilité sur ses opérations informatiques, les vastes volumes de données de journalisation générés par les équipements actuels, sur site et dans le cloud, risquent de submerger les équipes informatiques. Il leur fallait donc un outil qui évite de se noyer dans autant d’informations.
« L’AIOps […] est capable de corréler les données et de les restituer sous forme d’actions aux équipes opérationnelles. »
Roy IllsleyAnalyste en chef chez Omdia
L’AIOps exploite ces données par le biais de moteurs d’analyse afin de prévoir les pics de charge, les goulets d’étranglement, les limites de capacité et les pannes. Le but est de signaler suffisamment tôt les opérations de maintenance et de mises à niveau nécessaires. En matière de stockage, l’AIOps propose d’aider les entreprises à allouer les ressources, à utiliser au mieux la capacité disponible et, éventuellement, à déplacer les données entre les différents niveaux de stockage et/ou vers le cloud.
L’AIOps promet d’effectuer ces opérations plus rapidement et peut-être avec plus de précision que les humains. Elle permet également aux entreprises de développer leurs opérations sans nécessairement embaucher davantage de personnel. Elle peut être intégrée à la gestion des services, en traitant les tickets des utilisateurs, ainsi qu’à la gestion de l’infrastructure du datacenter (DCIM, DataCenter Infrastructure Management).
« Telle que je me la représente, l’AIOps est une technologie globale située au-dessus des systèmes experts du domaine opérationnel. Elle est capable de corréler les données et de les restituer sous forme d’actions aux équipes opérationnelles », explique Roy Illsley, analyste en chef chez Omdia. « Ces actions peuvent être manuelles ou automatisées. »
Qu’est-ce que l’AIOps au service du stockage et que permet-elle de suivre ?
Dans le cadre de l’administration informatique, l’AIOps vise à exploiter les données générées par les serveurs, les équipements réseau et les baies de stockage, mais elle se veut plus qu’un simple outil de surveillance. En utilisant l’IA, les entreprises peuvent obtenir des informations sur l’état des systèmes, mais aussi savoir comment optimiser ces derniers. Selon l’analyste Enrico Signoretti de GigaOm, cela équivaut à mettre le « stockage en mode pilote automatique ».
En ajoutant des capteurs à leurs systèmes, les fournisseurs ont pu communiquer des informations d’état plus actualisées. Ils ont ensuite fait le lien entre ces données et l’analytique prédictive, puis l’automatisation.
« Ils utilisent le Machine learning, dont ils alimentent les algorithmes avec toutes ces informations », précise Enrico Signoretti. « Ils disposent donc maintenant d’une automatisation qui formule de meilleures suggestions concernant ce qui se passe dans le système et ce qu’il faut faire quand quelque chose se produit. Tout cela améliore la facilité d’utilisation du système. »
L’AIOps au service du stockage surveille des mesures standard, telles que l’utilisation, l’activité sur les entrées-sorties et la latence. En y intégrant une dose de ML ou d’IA, les systèmes vont au-delà de la simple fourniture de données brutes, et peuvent signaler des événements inattendus à un analyste humain, prédire quand un composant risque de tomber en panne, ou encore évaluer quand un système a besoin de plus de capacité.
La puissance réelle de l’AIOps en matière de stockage se révèle quand on combine cette technologie avec des données provenant d’autres parties du système informatique. Les entreprises peuvent alors détecter un plus grand nombre de défaillances, par exemple un problème de réseau lié au dysfonctionnement d’une base de données.
En ce qui concerne le stockage, l’IA offre la possibilité de repérer les goulets d’étranglement avant qu’ils ne créent des problèmes. Par exemple lorsque les données sont transférées vers un niveau de stockage moins performant pour optimiser la capacité. Le système d’IA alerte alors les responsables informatiques et suggère des modifications, voire modifie lui-même la configuration.
L’AIOps peut également répartir les charges de travail, y compris les volumes de stockage, entre différents types d’infrastructure. Cette fonction est particulièrement utile pour les entreprises qui utilisent des architectures hybrides, où l’AIOps peut gérer la transition entre l’infrastructure sur site et le cloud, ou entre les différents niveaux cloud. Mais, pour fonctionner, ces systèmes doivent s’intégrer aux API de gestion des fournisseurs de cloud, et connaître leurs modèles de tarification.
Avantages et potentiel de l’AIOps
L’AIOps devrait améliorer la convivialité, la fiabilité et l’efficacité des systèmes. Ces progrès sont principalement dus à une réduction des temps d’arrêt pour maintenance et des pannes, ainsi qu’à une meilleure affectation des ressources de calcul et de stockage. C’est particulièrement utile pour les entreprises qui gèrent un grand nombre de systèmes distincts, qui utilisent des machines virtuelles (VM), ou qui commencent à se tourner vers la containerisation pour la production.
L’AIOps est d’autant plus efficace que les systèmes deviennent plus complexes. Le remplacement de dizaines de serveurs par des centaines de machines virtuelles impose déjà de lourdes charges aux administrateurs informatiques. Le passage à des containers se chiffrant potentiellement par milliers pourrait ne pas être possible du tout sans automatisation.
Les plus grands avantages de l’AIOps proviennent toutefois de l’intégration sur l’ensemble du parc informatique d’une entreprise. Or, du moins pour l’instant, cette intégration n’est pas dans les cordes des outils d’IA de la plupart des fournisseurs de stockage, qui ne fonctionnent qu’avec leurs propres produits. Toute la question est donc de savoir s’ils peuvent communiquer avec les systèmes des concurrents, avec les outils de calcul et de réseau ou avec les systèmes de gestion cloud. Comme le dit Roy Illsley d’Omdia, les fournisseurs d’AIOps doivent devenir « aussi neutres que la Suisse ».
Les fournisseurs de stockage vont devoir convaincre leurs concurrents, et la majorité ou la totalité de leurs clients, que leurs produits fonctionneront aussi bien avec les outils des autres fournisseurs. Sinon, les DSI peuvent se tourner vers des outils de surveillance indépendants du matériel, tels que Splunk, Datadog ou ServiceNow.
Et, comme le souligne Enrico Signoretti de GigaOm, les capacités cloud des fournisseurs d’AIOps de stockage sont encore limitées : ils doivent développer des fonctionnalités cloud et hybrides. D’après lui, ces capacités sont appelées à progresser, afin de permettre aux entreprises de fédérer le stockage entre différents fournisseurs, et en fonction de leur stratégie. « Nous nous acheminons vers un scénario de ce type, mais cela prendra du temps », conclut-il.
Fournisseurs de stockage offrant des fonctionnalités AIOps
Dell CloudIQ : Couvre à l’heure actuelle tous les systèmes de stockage et serveurs PowerEdge de Dell EMC, ainsi que les systèmes hyperconvergés et le matériel de réseau de la firme.
IBM Storage Insights Pro : Couvre une vaste gamme de systèmes, dont le stockage Flash exclusif d’IBM, ainsi que les solutions Spectrum Scale et Cloud Object Storage. Prend également en charge certains systèmes de Dell EMC, Hitachi Vantara, NetApp et Pure Storage.
NetApp Active IQ : Couvre le stockage OnTap, E-Series et StorageGRID, ainsi que l’intégration avec NetApp Cloud Manager.
Pure Storage Pure1 : Pure1 gère le stockage sur toutes les baies Pure (FlashArray, FlashBlade et Portworx). Pure1 Meta offre une fonctionnalité d’analytique full-stack.
