Google и Seagate разработали модель машинного обучения предсказывающую поломку жестких дисков
Компании Google и Seagate анонсировали рабочую модель машинного обучения, которая могла бы предсказать выход из строя накопителей задолго до того, как они перестанут работать.
Google и Seagate собрали некоторое значимое для статистики количество SMART-информации и сведений от центров хранения и обработки данных, а также логи HDD (OVD и FARM) и данные о производстве накопителей, включая номера моделей и партий.
По данным Google, использовались две системы предсказания сбоев, при этом модель «классификатор таблиц» AutoML обеспечила 98-процентную точность предсказания. Хотя модель вызывает некоторые вопросы у специалистов, в Google заявляют, что новая ИИ-модель помогает идентифицировать наиболее распространенные причины поломок жестких дисков.
Еще в 2016 году компания Blackblaze сообщала о мониторинге пяти SMART-атрибутов, позволяющих предсказать поломку жесткого диска. Эксперты обнаружили, что значения атрибутов SMART 5, 187, 188, 197 и 198 хорошо коррелируют с выходом накопителей из строя. Выяснилось, что у 76,7 % сломавшихся HDD наблюдались те или иные ошибки, связанные с указанными проблемами и только 4,2 % дисков с соответствующими сбоями сохранили полную работоспособность. Тем не менее компании так и не удалось доказать точную зависимость между этими показателями.
