Google Cloud dan Seagate menawarkan sekilas upaya mereka untuk menggunakan pembelajaran mesin sejenis AI, untuk memprediksi kapan hard disk drive (HDD) datacenter yang bertanggung jawab untuk menyimpan banyak terabyte data. Kemungkinan mulai gagal sehingga mereka dapat merencanakannya di sekitar gangguan tersebut pada sistem mereka.
Tidak ada yang bisa menghindari fakta bahwa HDD gagal. Memang kurang dapat diandalkan dibandingkan SSD dengan asumsi drive tersebut tidak didorong hingga batas saat mereka menambang Chia, tetapi mereka juga menawarkan kapasitas yang lebih tinggi dengan harga lebih rendah. Itu adalah faktor penting bagi perusahaan seperti Google Cloud yang harus dapat menangani data dalam jumlah besar, baik untuk mendukung proyek mereka sendiri atau atas nama pelanggan mereka.
“Di Google Cloud, kami mengetahui secara langsung betapa pentingnya mengelola HDD dalam operasi dan terlebih dahulu untuk mengidentifikasi potensi kegagalan,” ujar perusahaan tersebut dalam postingan blog. Perusahaan akan bertanggung jawab untuk menjalankan beberapa datacenter terbesar di dunia. Setiap kesalahan dalam mengidentifikasi kegagalan ini pada waktu yang tepat dapat berpotensi menyebabkan pemadaman yang serius di banyak produk dan layanan.
Masalahnya adalah mengidentifikasi drive yang gagal secara manual, yang oleh Google Cloud didefinisikan sebagai HDD. Google dan Seagate ingin menggunakan pembelajaran mesin untuk mengurangi waktu yang dihabiskan teknisi untuk menguji hard disk guna menentukan resiko kegagalan mereka. Google Cloud mengatakan bahwa pihaknya memiliki jutaan disk yang diterapkan dalam operasi yang menghasilkan terabyte (TB) data, termasuk miliaran baris data Self-Monitoring, Analysis and Reporting (SMART) perjam dan metadata host seperti log perbaikan, log Diagnostik Vendor Online (OVD).
Hal itu berarti perusahaan memiliki jumlah HDD yang mencengangkan yang semuanya menghasilkan ratusan dan faktor yang harus dilacak dan dipantau. Namun, karena ini adalah Google Cloud banyaknya informasi yang tersedia juga bermanfaat. Antara Google Cloud, Seagate, dan Accenture yang dapat digunakan dalam model pembelajaran mesin yang mampu memprediksi kemungkinan drive gagal.
Perusahaan menguji dua model, satu berdasarkan tabel AutoML dan satu lagi yang dikembangkan khusus untuk proyek ini. Yang pertama menang dengan presisi 98% dengan perolehan 35% dibandingkan dengan presisi 70-80% dan perolehan 20-25% dari model ML kustom. Google Cloud mengatakan bahwa pihaknya berencana untuk memperluas sistem untuk mendukung semua hard disk Seagate dan hal ini akan menguntungkan OEM dan para pelanggan.