Maintenance prédictive pilotée par IA pour infrastructures de data centers

Assurer la continuité de service dans les data centers prenant en charge des charges de travail IA et HPC nécessite une détection plus précoce de la dégradation des équipements et des risques systémiques. Un nouveau service managé applique l’apprentissage automatique aux données opérationnelles des infrastructures critiques afin de passer d’une maintenance planifiée à une maintenance conditionnelle. Vertiv a introduit cette approche avec son service Vertiv™ Next Predict.

Surveillance des infrastructures supportant les charges IA
Le service cible les data centers de grande envergure et les « AI factories », où la densité de puissance, les charges thermiques et les taux d’utilisation des équipements augmentent. Dans ces environnements, les arrêts non planifiés peuvent résulter d’effets en cascade entre systèmes électriques et thermiques, rendant une surveillance coordonnée indispensable.

Vertiv™ Next Predict analyse les données de fonctionnement des équipements d’alimentation électrique et de refroidissement afin de détecter des écarts par rapport aux performances de référence. Au lieu de s’appuyer uniquement sur des calendriers de maintenance périodiques, le système évalue le comportement des actifs en conditions réelles d’exploitation. Cette approche s’inscrit dans les pratiques de maintenance prédictive déjà répandues dans l’automatisation industrielle.

De la détection d’anomalies à l’intervention priorisée
Le cœur du service repose sur une détection d’anomalies basée sur l’IA qui évalue en continu les paramètres des équipements. Lorsqu’un écart par rapport aux modèles de fonctionnement attendus est identifié, des algorithmes prédictifs estiment l’impact opérationnel potentiel. Cette approche basée sur le risque aide à déterminer quelles situations nécessitent une intervention immédiate et lesquelles peuvent rester sous surveillance.

Des outils d’analyse des causes racines sont ensuite utilisés pour isoler les facteurs contribuant au comportement anormal. Sur la base de cette évaluation et du contexte opérationnel spécifique du site, des actions prescriptives sont définies. Les mesures correctives sont réalisées par le personnel de Vertiv™ Services, reliant ainsi le diagnostic numérique à l’intervention sur le terrain.

Ce modèle en boucle fermée associe analytique des données et expertise sur site, permettant de fonder les décisions opérationnelles sur l’état réel des équipements plutôt que sur des intervalles de maintenance fixes.




Couverture des systèmes d’alimentation, de refroidissement et de stockage
Vertiv™ Next Predict est conçu pour prendre en charge une large gamme de plateformes d’alimentation et de gestion thermique Vertiv™. La couverture actuelle inclut les systèmes de stockage d’énergie par batteries (BESS) et les composants de refroidissement liquide, de plus en plus utilisés dans les environnements de calcul IA à haute densité. La surveillance de ces sous-systèmes offre une vue plus unifiée de l’état des installations, reflétant l’interdépendance entre performances électriques et thermiques.

L’architecture du service est destinée à intégrer d’autres technologies d’infrastructure au fil du temps, tout en conservant un cadre analytique cohérent depuis l’interface avec le réseau électrique jusqu’aux systèmes IT et au refroidissement au niveau des puces. Cette évolutivité accompagne l’évolution des conceptions de data centers à mesure que les niveaux de puissance par rack et les approches de refroidissement évoluent.

Exploitation pilotée par les données dans des environnements distribués
Pour les opérateurs gérant plusieurs sites ou des installations hybrides, l’analytique prédictive centralisée peut favoriser une planification de maintenance plus cohérente. En standardisant l’évaluation de l’état des équipements entre différents sites, le service s’inscrit dans les tendances vers des infrastructures pilotées numériquement et des environnements de données opérationnelles intégrés.

Dans ce contexte, Vertiv™ Next Predict illustre l’application de la maintenance prédictive et de l’analytique basée sur l’IA aux infrastructures numériques critiques, avec pour objectif de réduire les arrêts non planifiés et d’améliorer l’efficacité de la maintenance dans des data centers complexes à forte charge.

www.vertiv.com