Искусственный интеллект выявляет ограничения традиционной сетевой архитектуры.

Персонал VB

Представлено компанией Tata Communications.

Непрерывный вывод, взаимодействие между агентами и конвейеры обработки данных в реальном времени генерируют непредсказуемый, постоянно активный трафик, для поддержки которого традиционные архитектуры никогда не были рассчитаны. По мере того, как ИИ переходит от пилотного проекта к операционной основе, сеть становится критически важным уровнем управления, определяющим производительность, надежность и стоимость.

Эти изменения заставляют организации переосмысливать предположения, которые сохранялись десятилетиями. Устаревшие системы были статичными и негибкими, им не хватало возможности эффективно или динамично управлять спросом на сеть, в то время как сети, готовые к использованию ИИ, должны адаптироваться в режиме реального времени. Исследование Cisco показывает, что 80% руководителей считают, что конкурентоспособность их компании будет зависеть от агентного ИИ, а использование ИИ потребителями уже широко распространено и продолжает расти. Это приводит к фундаментальному сдвигу в том, как генерируется, распределяется и обрабатывается трафик, что имеет последствия для поставщиков услуг и предприятий, управляющих крупномасштабными сетями.

Этот инфраструктурный разрыв является глобальной проблемой. Недавнее исследование Bloomberg «Предприятие, готовое к будущему», проведенное по заказу Tata Communications, показало, что, хотя 3 из 4 руководителей считают ИИ приоритетом на уровне совета директоров, почти две трети (65%) предприятий продолжают работать на устаревшей или переходной инфраструктуре. Это несоответствие между амбициями и реальностью является основным препятствием для получения выгоды от инвестиций в ИИ.

Требования к производительности также значительно повысились. Традиционные бизнес-приложения могли допускать задержку от 100 до 500 миллисекунд, в то время как критически важные задачи искусственного интеллекта теперь требуют задержки менее 10 миллисекунд.

«Это не просто незначительное улучшение, — говорит Капил, вице-президент по глобальным сетевым услугам компании Tata Communications. — Это совершенно иная парадигма производительности, которая ломает традиционные представления о проектировании сетей, где такая экстремально низкая задержка никогда не была первостепенной задачей».

Как производительность сети влияет на надежность ИИ и его стоимость

Разрыв между возможностями устаревшей инфраструктуры и требованиями ИИ превращает производительность сети в прямой фактор, определяющий надежность и стоимость ИИ. Рассмотрение сети как транспортного уровня с наилучшими усилиями создает риски, которые многие организации обнаруживают только тогда, когда развертывание оказывается неэффективным в производственной среде. Модель, созданная для обнаружения мошенничества в реальном времени или оптимизации цепочки поставок, становится бесполезной в тот момент, когда перегрузка сети задерживает данные, от которых она зависит, и Капил отмечает, что каждая миллисекунда этой задержки может нести прямые финансовые или операционные издержки.

«Полагаться на сеть, работающую по принципу „максимальных усилий“, превращает многомиллионные инвестиции в системы искусственного интеллекта в азартную игру с высокими ставками, где результаты зависят от случая», — говорит Капил.

Он добавляет, что предприятия часто недооценивают сложность использования общедоступного интернета в качестве глобальной корпоративной сети. Производительность может казаться приемлемой в пределах одной страны, но как только данные начинают пересекать границы или подключаться к международным облачным платформам, отсутствие сквозного контроля становится операционным барьером.

Распределенный ИИ в облаке, на периферии и в масштабах предприятия увеличивает сложность.

Сложность возрастает по мере распространения компонентов ИИ в облачных, периферийных и корпоративных средах. Организации часто сосредотачиваются на вычислительной мощности и инфраструктуре данных, упуская из виду сетевую структуру, которая их соединяет. Эта «слепая зона» часто проявляется в виде узкого места в производительности, создаваемого высокочастотным трафиком между графическими процессорами.

Распределение также расширяет поверхность, которую предприятиям приходится защищать. Приложения, пользователи и партнерские экосистемы теперь распределены по облачным средам, SaaS, периферийным устройствам и устройствам, и, как отмечает Капил, вредоносные боты, управляемые ИИ, составляют примерно 37 процентов онлайн-трафика, что делает все более сложным различение законных пользователей от автоматизированных угроз. Многие предприятия отреагировали на это, используя разрозненные инструменты, что привело к фрагментации, непоследовательной безопасности и отсутствию единой видимости вместо целостной защиты.

«SASE помогает снизить эти риски, объединяя сетевые технологии и безопасность в единую облачную архитектуру», — говорит Капил. «Эта конвергенция обеспечивает согласованное применение политик в облачных, локальных и периферийных средах, одновременно предоставляя масштабируемость и близость, необходимые для защиты взаимодействий в режиме реального времени, управляемых искусственным интеллектом».

Сеть должна эволюционировать от пассивного транспортного уровня к интеллектуальному уровню.

Для устранения этого разрыва организациям необходимо получить гораздо более полное представление о том, как трафик ИИ перемещается в распределенных средах, и иметь возможность соответствующим образом направлять рабочие нагрузки. Капил говорит, что это требует иного подхода к управлению сетью.

«Руководители должны понимать, что сеть больше не является пассивным «водопроводом». Ею необходимо управлять как активной, интеллектуальной платформой, лежащей в основе всей системы искусственного интеллекта», — говорит он. «Эта платформа требует наблюдения в реальном времени за тем, как и куда движется трафик ИИ, в сочетании с возможностью управления для организации рабочих нагрузок по наиболее эффективному и безопасному доступному пути».

Разница между простым подключением систем и открытием новых возможностей, например, бесперебойного совершения покупок в пиковый период распродаж или трансляции спортивных событий по всему миру без задержек.

Эта интеллектуальная система также меняет подход к организации работы инфраструктурных команд. Теперь сеть определяется программным обеспечением и управляется через API, а не фиксируется аппаратной конфигурацией, что, по словам Капила, смещает акцент с реагирования на сбои на проектирование систем, предотвращающих их.

«Вместо того чтобы вручную перенаправлять трафик во время сбоя, команда должна определить правила, политики и бизнес-результаты для интеллектуальной инфраструктуры», — говорит Капил. «Затем сама сеть автоматически и автономно выполняет эти политики».

Компания Tata Communications воплощает этот принцип на практике с помощью недавно запущенной платформы IZO Data Centre Dynamic Connectivity. Эта программно-определяемая платформа создает «самовосстанавливающуюся интеллектуальную сеть», используя детерминированную многопутевую маршрутизацию для автоматического перенаправления трафика за считанные секунды в случае сбоя.

Компания заявляет, что платформа преобразует отказоустойчивость из реактивного процесса в автономную функцию, обеспечивая предсказуемую производительность с низкой задержкой, необходимую для критически важных приложений искусственного интеллекта, и одновременно снижая эксплуатационные расходы до 30%.

Для работы ИИ в реальном времени требуется предсказуемое соединение с низкой задержкой.

Реализация таких интеллектуальных функций на практике означает выделение критически важных рабочих нагрузок на выделенные ресурсы, а не конкуренцию за них. Достижение такого уровня стабильности также требует от предприятий гораздо более точного определения производительности, чем это было раньше. Речь идёт о переходе от расплывчатых целей, таких как «высокая производительность», к детерминированным критериям производительности, когда организация обязуется обеспечить гарантированный уровень обслуживания, например, задержка для конкретной рабочей нагрузки не должна превышать 10 миллисекунд в 99,999% случаев.

Такое же требование предсказуемости распространяется и на планирование мощностей. По мере того как рабочие нагрузки ИИ становятся все больше и динамичнее, сетевая инфраструктура должна быть способна быстро справляться с изменениями спроса без ущерба для производительности или эффективности.

«Без динамической масштабируемости предприятия вынуждены делать неправильный выбор: либо рисковать перегрузкой, снижающей производительность, либо заниматься масштабным и неэффективным избыточным выделением ресурсов в сети «на всякий случай». Это невероятно дорого и нерационально», — говорит Капил.

Создание основы для самых ресурсоемких задач в области искусственного интеллекта уже ведется. Например, компания Tata Communications сотрудничает с Amazon Web Services (AWS) для построения одной из крупнейших в Индии сетей, готовых к внедрению ИИ. Эта высокопроизводительная и отказоустойчивая сеть соединит основные инфраструктурные центры AWS в Мумбаи, Хайдарабаде и Ченнаи, обеспечивая сверхнизкую задержку, необходимую для ускорения внедрения генеративного ИИ и облачных инноваций по всей стране.

Он указывает на модель, основанную на потреблении, где программное обеспечение позволяет мгновенно масштабировать пропускную способность и сетевые функции в соответствии со спросом, как на операционную альтернативу, поскольку это позволяет организациям платить только за то, что они используют, при этом сохраняя производительность во время пиковых нагрузок.

Руководителям ИТ-отделов следует рассматривать сеть как стратегическую инвестицию.

Руководителям ИТ-отделов и лидерам в области инфраструктуры необходимо переосмыслить сеть, рассматривая ее не как центр затрат, а скорее как своего рода страховой полис для более широкого инвестиционного портфеля организации в области ИИ. Интеллектуальная сеть снижает риски этих инвестиций тремя способами:

обеспечение динамической масштабируемости, устраняющее необходимость в избыточном выделении ресурсов.

Укрепление безопасности и управления за счет обеспечения необходимой прозрачности для защиты данных и моделей.

и обеспечивая гибкую, программируемую основу, способную удовлетворить будущие вычислительные потребности без полной перестройки архитектуры.

Для достижения этой цели предприятиям не нужно начинать с нуля.

Выбор партнера с проверенной репутацией имеет решающее значение. Компания Tata Communications недавно была названа лидером в магическом квадранте Gartner по глобальным услугам WAN уже 13-й год подряд, что отражает полноту ее видения и способность к реализации. Это признание отражает постоянные инвестиции в такие области, как возможности SASE для обеспечения безопасности на основе ИИ и высокопроизводительные услуги 800G, разработанные для инфраструктуры масштаба ИИ.

«Мы рекомендуем поэтапный подход, который начинается с оценки текущего состояния сети и выявления неэффективностей, а затем с определения приоритетов модернизации в таких областях, как технологии, готовые к использованию ИИ, бесперебойный обмен данными и передовые решения в области безопасности», — говорит Капил. «Рассматривая сеть как фактор, способствующий развитию бизнеса, а не как дополнительную нагрузку, мы обеспечиваем организациям масштабируемую, безопасную и отказоустойчивую инфраструктуру, которая будет востребована в условиях экономики ИИ».

Спонсорские статьи — это контент, созданный компанией, которая либо оплачивает публикацию, либо имеет деловые отношения с VentureBeat, и они всегда четко обозначены. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com .

Источник: venturebeat.com