Mantenimiento predictivo impulsado por IA para infraestructuras de centros de datos

Mantener la disponibilidad en centros de datos que soportan cargas de trabajo de IA y computación de alto rendimiento requiere una visibilidad más temprana del deterioro de los equipos y de los riesgos a nivel de sistema. Un nuevo servicio gestionado aplica aprendizaje automático a datos operativos de infraestructuras críticas para pasar de un mantenimiento basado en intervalos programados a intervenciones basadas en la condición real. Vertiv ha implementado este enfoque con su servicio Vertiv™ Next Predict.

Supervisión de la infraestructura que respalda cargas de IA
El servicio está orientado a centros de datos de gran escala y a las denominadas fábricas de IA, donde la densidad de potencia, las cargas térmicas y la utilización de los equipos están en aumento. En estos entornos, el tiempo de inactividad no planificado puede originarse por efectos en cascada entre sistemas eléctricos y térmicos, lo que hace esencial una supervisión coordinada.

Vertiv™ Next Predict analiza datos de operación de equipos de energía y refrigeración para detectar desviaciones respecto a líneas base de rendimiento previamente establecidas. En lugar de depender únicamente de calendarios de mantenimiento basados en el tiempo, el sistema evalúa el comportamiento de los activos en condiciones reales de funcionamiento. Esto permite aplicar estrategias alineadas con prácticas de mantenimiento predictivo ya comunes en la automatización industrial.

De la detección de anomalías a la intervención priorizada
En el núcleo del servicio se encuentra la detección de anomalías basada en IA, que evalúa continuamente los parámetros de los equipos. Cuando se identifican desviaciones respecto a los patrones de operación esperados, algoritmos predictivos estiman el posible impacto operativo. Este enfoque basado en el riesgo ayuda a determinar qué problemas requieren atención inmediata y cuáles pueden seguir bajo observación.

A continuación, se emplean herramientas de análisis de causa raíz para aislar los factores que contribuyen al comportamiento anómalo. Con base en esta evaluación y en el contexto operativo específico del sitio, se definen acciones prescriptivas. Las medidas correctivas son ejecutadas por el personal de Vertiv™ Services, conectando el diagnóstico digital con la intervención en campo.

Este modelo de ciclo cerrado combina analítica de datos con experiencia in situ, permitiendo que las decisiones operativas se basen en el estado real de los equipos en lugar de intervalos de servicio fijos.




Cobertura de sistemas de energía, refrigeración y almacenamiento
Vertiv™ Next Predict está diseñado para dar soporte a una amplia gama de plataformas de gestión térmica y de energía de Vertiv™. La cobertura actual incluye sistemas de almacenamiento de energía en baterías (BESS) y componentes de refrigeración líquida, ambos cada vez más presentes en entornos de computación de IA de alta densidad. La supervisión conjunta de estos subsistemas proporciona una visión más unificada del estado de la instalación, reflejando la interdependencia entre el rendimiento eléctrico y térmico.

La arquitectura del servicio está pensada para incorporar tecnologías adicionales de infraestructura con el tiempo, manteniendo un marco de analítica coherente desde la interfaz con la red eléctrica hasta la refrigeración a nivel de TI y de chip. Esta escalabilidad acompaña la evolución de los diseños de centros de datos, donde los niveles de potencia por rack y los enfoques de refrigeración siguen cambiando.

Operaciones basadas en datos en entornos distribuidos
Para operadores que gestionan múltiples ubicaciones o instalaciones híbridas, la analítica predictiva centralizada puede facilitar una planificación de mantenimiento más uniforme. Al estandarizar la evaluación del estado de los equipos entre distintas sedes, el servicio se alinea con tendencias más amplias hacia infraestructuras gestionadas digitalmente y entornos operativos con datos integrados.

En este contexto, Vertiv™ Next Predict ejemplifica cómo el mantenimiento predictivo y la analítica basada en IA se están aplicando a infraestructuras digitales críticas, con el objetivo de reducir el tiempo de inactividad no planificado y mejorar la eficiencia del mantenimiento en operaciones de centros de datos complejas y de alta carga.

www.vertiv.com