Sete princípios da arquitetura para criar um suprimento de dados mais ecológico
by Srini Koushik, Chief Technology Officer, Rackspace Technology
![a succulent with a rxt circle](/sites/default/files/2022-11/TSK-7135%20Blog%20Building%20a%20Sustainable%20Supply%20Chain%20IT_Latest_insights_0.png)
É fácil pensar nos dados como um recurso intangível, barato com vida útil ilimitada. A verdade, porém, é que os dados são um monstro devorador de energia e custa muito mais do que se pensa por aí.
No último artigo do meu blog, Como os líderes de TI podem nos liderar para um planeta mais sustentável, incentivei CIOs, CTOs e líderes de TI a usar três filtros na sustentabilidade: fazer uma TI ecológica, viável e equitativa – em todas as decisões tomadas na infraestrutura de tecnologia.
Agora, quero me debruçar em como fazer uma TI ecológica - para isso, vamos investigar o alto custo dos dados na cadeia de suprimentos de TI. Para dar contexto, o armazenamento de dados na nuvem vem crescendo exponencialmente, alavancado por soluções em IoT e mídias avançadas, como vídeo, áudio e imagens de alta definição.
De acordo com a IDC, estima-se que os dados cheguem a 175 zettabytes até 2025, sendo 51% deles nos centros de dados e 49% na nuvem pública. Portanto, é importante que os líderes tecnológicos analisem em detalhes como o consumo dos dados pode impactar tanto os modelos de negócios quanto o mundo em geral.
Na Rackspace Technology®, nossa abordagem à gestão dos dados se baseia em sete princípios de arquitetura. Esses princípios se alinham às orientações sobre como gerenciamos e armazenamos dados, como os utilizamos e como aplicamos a tecnologia a eles — tudo visando a projetar e construir uma cadeia de suprimentos de dados mais ecológica, sem deixar de atender à necessidade cada vez maior de novos dados e algoritmos.
Sejam melhores guardiões
Primeiro, é essencial repensar como analisamos os dados. Assim como, para gerenciar a eficiência da sua casa, você desliga a luz ao sair do recinto, você pode usar esses mesmos princípios em toda a sua organização.
- Gerencie o ciclo de vida das informações — implemente a ILM (gestão do ciclo de vida das informações) para gerenciar ativamente a classificação e a retenção das informações.
- Otimize o armazenamento em nuvem — use e otimize as soluções apropriadas em armazenamento na nuvem com base nas políticas da ILM e nos padrões de uso.
Seja deliberado com os dados
É fácil pensar no desperdício energia nos termos do nosso dia a dia. Por exemplo: não é bom fazer upload da mesma foto 13 vezes para a nuvem só porque você tem armazenamento para isso; cada transferência ou cópia gasta energia.
- Implemente tecnologias de banco de dados — use as tecnologias de banco de dados mais adequadas à tarefa de computação, a fim de otimizar o tempo e o desempenho da computação.
- Minimize o armazenamento redundante dos dados — use padrões de arquitetura de dados para minimizar o armazenamento redundante e promover transformações just-in-time.
- Reduza o movimento de dados — adote uma arquitetura que minimize o movimento dos dados.
Seja mais progressivo
Comece a usar o tipo certo de tecnologias — para isso, invista em soluções out-of-the-box para receber pleno benefício dos dados e mitigar o impacto deles. Um primeiro passo, por exemplo, pode ser a utilização de soluções em armazenamento de baixa energia para as informações que você não utiliza regularmente.
- Use tecnologias de dados específicas para um propósito — tecnologias de dados específicas para evitar cópias redundantes dos mesmos dados – Snowflake®, Databricks®, etc.
- Invista no machine learning ecológico — use as disciplinas emergentes do machine learning ecológico (usando a otimização de várias fontes de informações) para gerar machine learning com consumo otimizado da energia.
O aumento do uso do machine learning e de técnicas de deep learning aumentou o armazenamento de dados e o consumo de energia. De acordo com a OpenAI, a energia necessária para o deep learning tem dobrado a cada poucos meses, resultando em um aumento de 300 mil vezes entre 2012 e 2018. Além disso, o consumo de energia de IA dobra a cada três a quatro meses, e os cargos nos grandes programas de treinamento de IA têm a mesma pegada de carbono de cinco carros.
No fim, há vultosos custos comerciais que podem resultar de uma cadeia mal-gerenciada de suprimento de dados. Mas, sobretudo, essa cadeia pode gerar um alto custo ao nosso planeta. As máquinas estão funcionando, mesmo que você não as veja. Por isso, devemos ser mais proativos na minimização do desperdício de energia. E, embora os avanços nos recursos de dados sinalizem um progresso, também significa que os dados podem virar nosso maior sugador de energia.
Para termos uma TI ecológica, estamos comprometidos com a implementação de princípios arquitetônicos sustentáveis na Rackspace Technology. Leia a íntegra do nosso Relatório de governança ambiental, social e corporativa para saber mais sobre nossa abordagem holística para construir uma infraestrutura de negócios mais sustentável.
Além disso, confira meu outro artigo no Triple Pundit sobre Por que a TI deve adotar uma definição mais ampla para sustentabilidade.
![Solve Insights Read Now Button](/sites/default/files/advertisements/Rackspace-Online-Ad-Solve-Ad-on-Blog-COM-TSK-8610.jpg)
Recent Posts
A tecnologia da Rackspace potencializa os laboratórios práticos (HOL) no VMware Explore 2024
Agosto 8th, 2024
Desfazendo mitos sobre a execução de nuvens OpenStack
Agosto 6th, 2024
Simplifique o seu ambiente do Microsoft 365 com o Painel de Controlo do Microsoft 365 da Rackspace
Julho 23rd, 2024
Sustentabilidade na interseção de tecnologia, meio ambiente e responsabilidade
Fevereiro 1st, 2024