Apa itu modernisasi pusat data?

Bagi sebagian besar organisasi, modernisasi pusat data bukanlah proyek satu kali tetapi proses yang berkelanjutan. Ini berfokus pada perpindahan dari sistem yang bergantung pada perangkat keras menuju infrastruktur yang ditentukan perangkat lunak yang mencakup pengaturan infrastruktur dan edge server lokal, cloud pribadi dan cloud publik, semuanya dikelola sebagai satu lingkungan.

Kebutuhan untuk mendapatkan nilai dari kecerdasan buatan (AI), aplikasi terdistribusi, dan pemrosesan real-time di edge telah mengubah apa yang dibutuhkan organisasi dari pusat data. Menurut Goldman Sachs Riset, kebutuhan daya pusat data akan meningkat 50% pada tahun 2027 dan mencapai 165% dari tingkat 2023 pada tahun 2030, sebagian besar didorong oleh beban kerja pelatihan dan inferensi.¹ Sebagian besar pusat data lama tidak dibangun untuk memenuhi tuntutan tersebut.

Pusat data melayani era komputasi yang berbeda di mana infrastruktur tradisional dibangun di sekitar komputasi berbasis CPU, beban kerja yang dapat diprediksi, dan penyimpanan terpusat.

Tidak seperti pelatihan model, yang berjalan di fasilitas terpusat besar, inferensi AI semakin berjalan di tepi (misalnya, di pabrik, toko retail, situs terpencil). Modernisasi sekarang melampaui pusat data inti dan ke lokasi terdistribusi.

Kedaulatan data juga membentuk tempat beban kerja berjalan. Banyak industri dan geografi mengharuskan data tertentu tetap berada dalam yurisdiksi tertentu, yang berarti keputusan penempatan beban kerja harus memperhitungkan di mana data berada dan di mana peraturan berlaku.

Pusat data tradisional mengikuti model terpusat. Server fisik menjalankan aplikasi individual, tim memasang sistem penyimpanan ke host tertentu dan konfigurasi jaringan memerlukan operasi manual. Model ini bekerja dengan baik ketika beban kerja melibatkan menjalankan aplikasi perusahaan seperti perencanaan sumber daya perusahaan (ERP) dan database.

Pergeseran ke pusat data modern dimulai dengan virtualisasi server, yang memisahkan beban kerja dari perangkat keras fisik dan membiarkan beberapa aplikasi berbagi sumber daya pada satu server. Infrastruktur berbasis perangkat lunak memperluas cakupan tersebut ke penyimpanan dan jaringan.

Pengenalan kontainer dan Kubernetes meningkatkan portabilitas, memungkinkan aplikasi berjalan secara konsisten di server lokal, platform cloud pribadi, dan cloud publik. Pendekatan berbasis perangkat lunak untuk mengelola seluruh pusat data ini disebut sebagai pusat data yang ditentukan perangkat lunak (SDDC).

Saat ini, pusat data modern tidak lagi menjadi lokasi tetap. Ini mencakup fasilitas inti, platform berbasis cloud, dan lokasi tepi, dengan beban kerja yang bergerak berdasarkan kinerja, biaya, latensi, dan kepatuhan daripada kedekatan fisik dengan perangkat keras. Model hybrid cloud terdistribusi ini memberi organisasi fleksibilitas untuk menjalankan beban kerja di tempat yang berperforma terbaik, sementara perangkat lunak dan otomatisasi mendorong penyediaan sumber daya dan manajemen.

Pusat data AI melangkah lebih jauh, dibangun untuk skala dan tuntutan kinerja pelatihan AI dan beban kerja inferensi yang tidak dirancang untuk ditangani oleh pusat data tradisional.

Beban kerja perusahaan tradisional masih berjalan di sebagian besar fasilitas pada infrastruktur lokal yang tervirtualisasi. Sebaliknya, aplikasi cloud-native dirancang untuk berjalan di seluruh sistem lokal dan cloud publik secara bersamaan, daripada terikat pada satu lingkungan.

Saat ini, beban kerja berbasis AI menempatkan tuntutan terberat pada infrastruktur, membutuhkan komputasi padat GPU, penyimpanan cepat, dan jaringan dengan latensi rendah. Beban kerja komputasi berkinerja tinggi (HPC) memiliki banyak persyaratan yang sama.

Di luar pusat data inti, beban kerja edge berkembang seiring machine learning (ML) dan AI pindah ke lokasi terdistribusi yang lebih dekat ke sumbernya, berjalan di server jarak jauh dan perangkat Internet of Things (IoT).

Infrastruktur pusat data modern mencakup sistem yang menyediakan komputasi, penyimpanan, dan perlindungan data. Berikut ini adalah apa yang termasuk komponen-komponen tersebut:

• Perangkat keras siap komputasi dan AI: Memodernisasi komputasi berarti bergerak melampaui server khusus CPU untuk mendukung beban kerja yang dipercepat GPU untuk AI dan HPC. Unit pemrosesan neural (NPU) menangani inferensi di edge, di mana efisiensi listrik sama pentingnya dengan kinerja. Perangkat keras perusahaan (misalnya, IBM Z) menggabungkan akselerator AI dengan kemampuan keamanan yang dibutuhkan oleh industri yang diatur seperti keuangan dan perawatan kesehatan.

• Penyimpanan berkinerja tinggi: SSDNVMe dan array all-flash memangkas latensi dan meningkatkan throughput, sementara penyimpanan berbasis perangkat lunak (SDS) memisahkan manajemen dari perangkat keras fisik. Kemampuan ini mendukung operasi yang konsisten di seluruh on premises dan pengaturan komputasi cloud. Selain itu, penyimpanan objek menangani data tidak terstruktur dalam jumlah besar yang dihasilkan oleh pelatihan AI dan beban kerja edge.

• Jaringan yang ditentukan perangkat lunak (SDN) dan SDDC: Jaringan yang ditentukan perangkat lunak (SDN) menerapkan manajemen berbasis perangkat lunak untuk jaringan, penyimpanan, dan komputasi, menggantikan konfigurasi perangkat keras manual di seluruh pusat data.

• Virtualisasi dan HCI: Virtualisasi server tetap menjadi dasar dari sebagian besar pusat data modern, memungkinkan beberapa beban kerja berbagi perangkat keras fisik. Infrastruktur Hyper-Converged (HCI) melangkah lebih jauh, menggabungkan komputasi, penyimpanan, dan jaringan ke dalam satu platform yang dikelola perangkat lunak.

• Kontainer dan Kubernetes: Kontainer mengemas aplikasi ke dalam unit portabel yang berjalan secara konsisten di seluruh pengaturan. Kubernetes mengelola penerapan dan penskalaan mereka di seluruh lingkungan hibrida dari satu platform.

• Otomatisasi dan AIOps: Ketika pusat data tumbuh lebih terdistribusi, operasi manual menjadi lebih sulit untuk dikelola dalam skala besar. Otomatisasi dan AIOp menangani pemantauan, respons insiden, dan perencanaan kapasitas berdasarkan data real time.

• Daya dan pendinginan cair: Rak AI kepadatan tinggi membutuhkan daya yang jauh lebih banyak daripada konfigurasi tradisional, membutuhkan banyak fasilitas pusat data untuk meningkatkan sistem pengiriman daya mereka. Pendinginan cair mampu mengatasi panas yang tidak dapat ditangani oleh pendinginan udara dalam skala besar.

• Keamanan dan arsitektur zero-trust: Karena beban kerja tersebar di lebih banyak pengaturan dan lokasi komputasi tepi, ada lebih banyak titik masuk yang harus diamankan. Memodernisasi keamanan siber berarti menjauh dari model berbasis perimeter menuju kerangka kerja zero-trust, di mana tidak ada pengguna, perangkat, atau beban kerja yang mendapatkan akses secara default, terlepas dari lokasi jaringan.

Modernisasi pusat data memberikan berbagai manfaat yang mendukung kebutuhan bisnis perusahaan saat ini:

• Dukungan untuk AI dan beban kerja modern: Modernisasi pusat data memberi organisasi infrastruktur yang dibutuhkan untuk melaksanakan pelatihan AI, inferensi, atau analitik real-time, menghilangkan hambatan yang datang dengan sistem lama.

• Ketangkasan lebih besar: Infrastruktur dan otomatisasi yang ditentukan perangkat lunak mengurangi waktu yang diperlukan untuk menyediakan sumber daya, menerapkan aplikasi, dan menanggapi permintaan beban kerja yang berubah. Organisasi dapat mendistribusikan sumber daya di seluruh beban kerja tanpa perubahan perangkat keras fisik.

• Biaya operasional yang lebih rendah: Memodernisasi pusat data mengoptimalkan infrastruktur TI sehingga berjalan lebih efisien. Memindahkan beban kerja ke pengaturan yang paling hemat biaya, baik lokal, cloud, atau edge, juga mengurangi overhead pemeliharaan infrastruktur yang kurang dimanfaatkan.

• Peningkatan ketahanan: Pusat data modern dan arsitektur terdistribusi mengurangi ketergantungan pada fasilitas atau koneksi tunggal. Beban kerja dapat lanjutkan di seluruh pengaturan, dan lokasi tepi dapat terus berjalan secara independen ketika konektivitas pusat hilang.

• Keamanan yang lebih baik: Modernisasi pusat data mendukung penegakan kebijakan yang konsisten di seluruh pengaturan terdistribusi dan enkripsi modern mengurangi paparan di seluruh pusat data, platform cloud, dan lokasi edge.

• Kepatuhan yang lebih mudah: Organisasi dapat mengarahkan beban kerja sensitif ke fasilitas atau wilayah tertentu dan menegakkan kebijakan tersebut melalui manajemen berbasis perangkat lunak, bukan konfigurasi manual.

• Keberlanjutan: Infrastruktur modern lebih hemat energi daripada sistem lama. Pendinginan cair dan perangkat keras hemat energi berkontribusi untuk mengurangi jejak lingkungan dari operasi pusat data.

• Modernisasi aplikasi: Kontainer, Kubernetes dan platform multicloud hybrid memberi tim pengembangan alat untuk pindah dari aplikasi monolitik ke arsitektur layanan mikro. Metode ini meningkatkan kecepatan penerapan, ketersediaan, dan waktu aktif untuk pengalaman pengguna yang lebih baik.
  
  

Proyek modernisasi pusat data kompleks dan seringkali merupakan bagian inti dari strategi transformasi digital yang lebih luas. Dimulai dengan strategi yang jelas dan peta jalan yang dapat beradaptasi seiring perubahan teknologi dan persyaratan bisnis lebih penting daripada yang diharapkan sebagian besar organisasi.

Banyak organisasi perusahaan mengintegrasikan layanan konsultasi dari penyedia teknologi bisnis (misalnya, IBM, HPE) untuk menilai infrastruktur saat ini dan mengelola transisi lintas arsitektur, keamanan, dan operasi.

Sebelum membuat keputusan infrastruktur, organisasi perlu mengetahui beban kerja apa yang mereka jalankan dan apa persyaratan kinerja, keamanan, dan kepatuhannya. Ini mengungkapkan dependensi lama dan menginformasikan ke mana setiap beban kerja harus pergi.

Menurut sebuah studi Deloitte, lebih dari 60% anggaran TI masih digunakan untuk mempertahankan sistem lama, yang seringkali merupakan kendala pertama yang dihadapi program modernisasi.²

Tetapkan tujuan spesifik, seperti mengurangi biaya infrastruktur, mendukung contoh penggunaan AI tertentu, atau memenuhi persyaratan residensi data.

Tujuan yang spesifik memberi tim cara untuk mengukur kemajuan dan mengambil keputusan di sepanjang proses.

Tidak semua beban kerja termasuk dalam cloud dan tidak semua beban kerja milik server lokal. Solusi cloud menawarkan skalabilitas dan akses yang lebih cepat ke layanan baru, sementara infrastruktur lokal memberi organisasi kontrol lebih besar atas kinerja dan kepatuhan.

Bagi organisasi yang fasilitasnya tidak dapat mendukung infrastruktur AI dengan kepadatan tinggi, kolokasi layak dipertimbangkan sebagai bagian dari pengambilan keputusan ini.

Pendekatan bertahap memprioritaskan beban kerja bernilai tertinggi terlebih dahulu, mengurangi risiko waktu henti dan gangguan pada operasi saat inisiatif bergerak maju.

Kontrol keamanan, pemantauan kepatuhan, dan manajemen biaya perlu menjadi bagian dari arsitektur modernisasi sejak awal. Pendekatan ini mencakup cadangan dan pemulihan bencana, dan keberlangsungan bisnis perencanaan sehingga operasi dapat terus berjalan jika sistem gagal atau migrasi salah. 

Modernisasi pusat data tidak berakhir pada penerapan. Infrastruktur membutuhkan pemantauan, tambalan, peningkatan, dan manajemen siklus hidup yang berkelanjutan.

Keahlian dalam platform layanan cloud, Kubernetes, dan infrastruktur AI sering diperlukan, dan tim TI membutuhkan pelatihan berkelanjutan karena layanan pusat data dan teknologi baru berkembang.