Postoji nekoliko industrija ovih dana koje ne diraju umjetna inteligencija (AI). Umrežavanje je jako mnogo koje se dodiruje. Jedva se može zamisliti da bilo koja mreža bilo koje razumne veličine – od uredne lokalne mreže ili domaćeg rutera do globalne telekomunikacijske infrastrukture – nije mogla “samo” biti poboljšan od strane AI-ja.
Samo preuzmite riječi glavnog tehničkog službenika Swisscoma, Mark Düsener, o partnerstvu svog društva sa izvlačenjem Cisco-a za implementaciju AI-ja – od kojih je više kasnije – putem njegove organizacije. “Cilj udjela u age AI World, operativne mreže i povezivanje sve se odnosi na smanjenje utjecaja promjena usluge, smanjujući rizik od zastoja i troškova – stoga izravnavanje našeg korisničkog iskustva.”
Drugim riječima, implementacija AI rezultira operativnim efikasnostima, povećanoj pouzdanosti i korisničkim pogodnostima. Čini se jednostavnim, da? Ali kao što znamo, ništa u životu nije jednostavno i jamčiti takve dobitke, AI ne može biti “samo” uključen. I možda što je najvažnije, prednosti AI-a u umrežavanju ne mogu se u potpunosti ostvariti bez razmišljanja o umrežavanju za Ai.
Počevši od NVIDIA
Čini se logično da bilo kakva istraga AI i umrežavanja – ili zaista, AI i bilo šta treba započeti s Nvidijom, kompanijom koja je igrala ključnu ulogu u razvoju AI tehnološkog ekosustava, a to je dodatno.
Govoreći 2024. godine na tehničkoj konferenciji o tome kako se AI etablirao kao unutarnji dio poslovanja, NVIDIA osnivač i generalni direktor Jensen Huang promatrao je da je era generacije Ai (GENAI) ovdje i da preduzeća moraju uključiti sa “najpovoljnijem tehnologijom u istoriji”. Rekao je publici da je ono što se događalo je najveća transformacija temeljne platforme u 60 godina, obuhvaćala računarsku opću namjenu za ubrzanje računarstva.
. rekao.
“AI je život koji živi zauvijek. Ono što tražimo da pretvaramo korporativnu inteligenciju u digitalnu inteligenciju. Jednom mi prikupimo više podataka i stvaramo bolje podatke. To nam omogućuje bolje podatke.
Zaključujući njegovu glavnu situaciju, Huang je naglasio da se preduzeća sada moraju baviti “jedinstvenom najpovoljnijem tehnologijom u historiji” da prevode i kondenziraju inteligenciju kompanije u digitalnu inteligenciju.
To je upravo ono što Swisscom ima za cilj da postigne. Kompanija je najveći prodavač telekoma u Švicarskoj sa više od šest miliona mobilnih kupaca i 10.000 mobilnih antena koje se moraju učinkovito upravljati. Kada njegovi mrežni inženjeri izvršiju promjene u infrastrukturu, suočavaju se sa zajedničkim izazovom: kako ažurirati sisteme koji služe milione kupaca bez ometanja usluge.
Rješenje je partnerstvo s outshift-om za razvijanje praktičnih primjena AI agenata u mrežnim operacijama na “redefiniranje” iskustva u korisnicima. To jest, koristeći nadmoćni internet agenata za postizanje smislenih rezultata za Telco, dok također zadovoljava potrebe kupaca putem AI inovacija.
Gledajući širi utjecaj AI na mreže, Hon Kit Lam, VP hibridne usluge povezivanja u Tata Communications, vjeruje da AI prepisuje pravilnike za umrežavanje kompleksa za automatizaciju ekosistata, poboljšavamo praćenje u stvarnom vremenu i pretvorljivo otkrivaju greške prije nego što čak dođu do naših kupaca.
“Upotreba ovih tehnologija pomaže premještanju iz reaktivnog vatrogasnog požara na proaktivne, samoizgled operacije, posebno kao izolirajuće korijenske uzroke i pokretanje korektivnih mjera vrši se bez ljudske intervencije”, bilježi on. “Na kraju, ova tehnologija dinamički dijeli mreže za kontrolu i sadrže prijetnje i raspoređuju resurse na najefikasniji način. To je kombinacija inteligencije i agilnosti koja ne samo poboljšava operativnu efikasnost, već uzdiže cjelokupno iskustvo kupca, čineći uistinu, čineći se uistinu, čime se uistinu ubrzava.”
Stephen Dodge, direktor tehnologije u dobavljaču usluga IT usluge Bistech, vidi softver definiranu mrežu širokog područja (SD-WAN) kao što potencijalno pokazuje kako AI može povećati mreže. “Ključna prednost SD-WAN-a zbog tradicionalnih rješenja poput MPL-a je njegova arhitektura upravljana oblakom. Ovaj temeljni dizajnerski pozicionira vodeće dobavljače da lako integriraju AI, uključujući generativne AI, u njihovu SD-Wan ponudu”, sugerira on.
“Kao što se AI razvija, predviđamo da će značajno poboljšati mreže SD-WAN-a, poboljšati performanse dinamički prilagođavajući se ponašanju korisnika i neobičnim prometnim obrascima i sigurnošću. Generativni AI će stvoriti pametnije, agilnije i efikasnije mreže, minimiziranje ručne intervencije i pojednostavljenju upravljanja.”
Ali ove prednosti nisu sačuvanje velikih preduzeća kao što su telcos. Zaista, iz perspektive umrežavanja, AI može omogućiti malim i srednjim preduzećima da dobiju pristup tehnologiji nivoa preduzeća koja im može omogućiti da se fokusiraju na rast i eliminiraju troškove i infrastrukturne izazove koji nastaju prilikom upravljanja složenim IT infrastrukturama.
Inženjerske mreže za AI
Iz šire perspektive, Swisscom i Outshift pokazali su i da učinkovito djelovanje Ai-a zahtijeva nešto novo: infrastruktura koja pruža poduzeća komuniciraju i rade sigurno. I tu se nalaze dvije strane AI i umrežavanja.
Na događaju gdje je Nvidia’s Huang izneo svoju viziju, David Hughes, glavni službenik za proizvod HPE Aruba umrežavajući se, rekao je da postoji pitanja o korištenju AI u preduzećima, posebno u vezi s prednostima koje genai može ponuditi. Što se tiče “AI za umrežavanje” i “umrežavanje za AI”, Hughes predložio je da postoje suptilne, ali temeljne razlike između njih dvoje.
“AI za umrežavanje je tamo gdje provodimo vrijeme sa inženjerskog i podatkovnog stanovišta. Stvarno je otprilike [questioning] Kako koristimo AI tehnologiju da ga pretvorimo u super administratove kako bi mogli podnijeti svoje eskalirajuće radne opterećenja neovisne o GENA-u, što je vrsta opterećenja na vrhu svega, poput eskaliranja cyber prijetnji i zabrinutosti u pogledu privatnosti. Posao traži da radi nove stvari, raspoređuju nove aplikacije cijelo vrijeme, ali oni su [asking this of] isti broj ljudi “, primijetio je.
Ono što počinjemo da viđamo i očekujemo više, da li se računarstvo sve više odvija na ivici kako bi se uklonila udaljenost između brže i procesa Bastien Aerni, Gtt
“Umrežavanje AI se odnosi na izgradnju, prije svega, vrstu prebacivanja infrastrukture koja je potrebna za međusobno povezivanje GPU-a [graphics processing unit] klasteri. A onda malo preko toga, razmišljajući o utjecaju prikupljanja telemetrijske mreže i promjene u načinu na koji ljudi možda žele izgraditi svoju mrežu. “
I utjecaj tamo. Mnogo firmi koje trenutno istražuju AI u njihovim preduzećima nalaze se pitajući kako da upravljaju masovnim usvajanjem AI-a u odnosu na umrežavanje i protok opsega, poput olakšavanja izlaza koji se generira kao tekst, kao što su tekst, slika i video sadržaj.
Ovo kaže, kaže Bastien Aerni, potpredsjednik strategije i tehnologije na globalnom mrežnom društvu i firmu sigurnosti GTT, uzrokuje preispitivanje brzine i razmjere njihovih potreba za umrežavanje.
“Da bi se postigao povrat ulaganja AI inicijativa, moraju biti u mogućnosti da se brzo osigura i obrađuju velike količine podataka, a na ovaj kraj, njihova mrežna arhitektura mora biti konfigurirana za podršku ove vrste radnog opterećenja. Upotreba platforme ugrađenog u rep 1 IP [internet protocol] Ovdje okosnica osigurava nisku kašnjenje, visoku širinu pojasa i direktan pristup internetu na globalnoj razini “, primjedbi on.
“Ono što počinjemo da viđamo i očekujemo više, da li se računarsko računanje sve više odvija na ivici kako bi se uklonila udaljenost između brze i procesa. Upotreba softverske mreže širokog područja softvera [SD-WAN] Usluge ugrađene u pravoj platformi za efikasno rutu AI promet podataka može smanjiti kašnjenje i sigurnosni rizik i pružiti više kontrole nad podacima. “
Upravljanje mrežnim preopterećenjem
Krajem 2023. godine, BT je otkrio da su njegove mreže došle pod velikim naporom nakon simultanog internetskog prenosa od šest fudbalskih utakmica i preuzimanja popularnih utakmica, uz ažuriranjeCall of Duty Modern Warfareposebno citirano. AI obećava da će dodati u ovu glavobolju.
Govoreći na Mobile World Congrese 2025. godine, COLNI CHONIČNI ČLANICA (CTO) COLIN BANNON, robusna i pouzdana mreža je osnovni preduvjet da AI radi, a da se nastojaju da se suočavaju sa stalnim izazovima koji se suočavaju sa kupcima BT-a i multinacionalnim poslovima, vlade i multinacionalne poslove. Dno crta je da je performanse mreže za podršku svijetu koji podržava AI presudno u svijetu u kojem je “spor novi dolje”.
Bannon je dodao da je izrađen proizvod globalne tkanine, BT-a-a-a-a-a-a-a-a-servisan proizvod, a “Blew up” i da je BT razmišljao o tome kako se suočiti sa hiper-distribuiranim skupom radnoj opterećenjem na mreži i da bi se mogao učiniti u potpunosti programirati.
Gledajući izazove koji predstoje i kako će ih nova mreža riješiti, rekao je: “[AI] Samo čini distribuirani i složeniji radni tokovi još veći, što čini potrebu za tkaninom mrežom još važnije. Treba vam mreža koja može [handle data] rafal, a to je programibilno i da možete [control] I širina pojasa na zahtjev. Sve ove programebibilnosti [is something businesses] nikad ranije nisu imali. Tvrdio bih da je mreža računar, a mreža je preduvjet za AI za rad. “
Rezultat bi izgradili mreže preduzeća koje se mogu nositi sa masivnim sojom postavljenim na korištenje iz AI, posebno u pogledu onoga što je potrebno za modele treninga. Bannon je rekao da postoje tri ključna mrežna izazova i uvjeti za rješavanje AI: Zahtevi za obuku, zaključke zahtjeve i opći zahtjevi.
Naveo je da dinamična priroda radnog opterećenja AI znači da treba skalirati i okretati, a alati za vidljivost koji nude praćenje u stvarnom vremenu, otkrivanje problema i rješavanje problema. Što se tiče specifičnih zahtjeva za obuku, baveći se AI-om zahtijeva kretanje velikih skupova podataka u mreži, čime se zahtijevaju na taj način mreže sa visokim širinama.
Takođe je opisao “slon” tekove podataka – koji je kontinuirani prijenos tokom vremena i obuke tokom dana. Upozorio je da bi mrežne nedosljednosti mogle utjecati na točnost i vrijeme obuke AI modela, a da rep kašnjenje može značajno utjecati na vrijeme završetka posla. To znači da je potrebno robusno upravljanje zagušenjem za otkrivanje potencijalnog zagušenja i preraspodjele mrežnog prometa.
Ali AI trening modeli uglavnom pravopisuju mrežne probleme. A sada se razgovor okreće iz upotrebe generičkih velikih jezičnih modela ( vidjetiPriprema mreže za industriju 5.0 kutija ) Za nanošenje / industrijski namijenjeni modeli malog jezika.
Usredotočite se na manji model s
NTT podaci su kreirali i rasporedili malom jezičkom modelu koji se zove Tsuzumi, opisan kao ultra lagani model dizajniran za smanjenje troškova učenja i zaključavanja. Prema NTT-ovoj Velikoj Britaniji i Irskoj CTO, Tomu Winstanley, razlog za razvoj ovog modela uglavnom je bio da podrži slučajeve upotrebe ivica.
“[That is] Bukvalno raspoređivanje na ivici mreže kako bi se izbjeglo poplave mreže, također baviti zabrinutosti privatnosti, također se baviti zabrinutostima održivosti oko nekih od ovih vrlo velikih jezičnih modela vrlo su specifični za stvaranje konteksta domene “, kaže on.
“Primjeri koji se mogu koristiti u video analitici, medijskoj analitici, ali u realnom vremenu, ali lokalno, a ne raspoređivanje da poplave mrežu. To je bilo ogromna snaga u nekim od tih središnjih hiper-razmjera i kapaciteta, a vi i vi, i vi, također morate saznati više [about] Kakva je prava pozadina mreže i koji je pravi balans vaše mrežne infrastrukture. Na primjer, ako želite raditi medij u stvarnom vremenu iz a [sports stadium] i obavljajte sve izmjene na licu mjesta ili na daljinu tako da ne morate rasporediti [facilities] Na svakoj lokaciji, onda vam treba i drugačija okosnica. “
Winstanley napominje da je njegova kompanija dio šire grupe koja u slučajevima za upotrebu u medijima mogu ponuditi hiper-usmjerene zvučne sisteme koje podržava AI. “Ovo izgleda kao zaista zanimljivo područje tehnologije koje je relevantno za napredovanje na stadionu – prigušivanje, ciljanje zvuka. A onda smo se vratili na priključak na ivicu AI priče. I to je uzbudljivo za nas. To je granica.”
Ali vraćajući se s granice tehnologije na poslovanje hljeba i maslaca, čak i ako je IT i COMM zajednice uvjereni da se može baviti svim tehnološkim pitanjima koja se pojavljuju u vezi sa AI i umrežavanjem, sami poduzeća možda nisu tako sigurna.
Blokada puta do AI planova
Istraživanje koje je objavila dobavljač upravljanih mrežom – AS-A-A-A-A-A-A-A-A-A-A-A-A-A-a april, uprkos 88% poslovnih lidera u Velikoj Britaniji u vezi sa AI-om kao što je važno ispunjavati poslovne prioritete u narednih 12 mjeseci, u Velikoj Britaniji postoje veliki broj velikih blokova u Velikoj Britaniji. Oni uključuju zaposlenih i nerazumne potrebe, kao i lošu postojeću infrastrukturu.
Zabrinjavajuće, među ključnim nalazima Exereo-aEnterprise horizonti 2025Studija je bila opći osjećaj od puno vođa u Velikoj Britaniji u Velikoj Britaniji da očekivanja u njihovoj organizaciji onoga što AI može učiniti raste brže od njihove sposobnosti da ih upoznaju. Dok je 47% uk organizacije u Velikoj Britaniji primijetilo da njihova mreža za povezivanje nije bila spremna za podršku novim tehnološkim inicijativama, kao što je AI, a daljnjih 49% izvijestilo je da njihov učinak mreže sprečava ili ograničavaju njihovu sposobnost podrške velikim podacima i AI projektima.
Procjena ključnih trendova otkrivenih u studiji, direktor Exereo Ben Elms kaže da kao globalna preduzeća da transformiše zaposlenike i korisničko iskustvo, postavljanje realističkih ciljeva i usklađivanje očekivanja da će AI dostaviti dugoročnu vrednost, a ne da se na brzo popravi.
“Iako je potencijal AI neizmjerni, njegova uspješna integracija zahtijeva pažljivo planiranje. Tehnološki čelnici moraju prepoznati potrebu za robusnim mrežama i povezivanjem ai na skali, a istovremeno osigurava dosljedne performanse u tim mrežama”, kaže on.
Zminjući državu industriju, ELMS navodi da je posao trenutno u ključnom trenutku kada su strateške investicije u tehnologiju i IT infrastrukturu potrebne za ispunjavanje i trenutnih i budućih zahtjeva. Ukratko, odražavajući Düsenerovu tačku o cilju Swiscoma za smanjenje utjecaja promjena servisa, smanji rizik od rada i troškova i poboljšanju službi za korisnike.
Bistech-ov Stephen Dodge upozorava da uprkos industriji žuri da gurne “AI-ready” Rješenja, istina je da većina mreža još uvijek nije spremna za njih. Vjeruje da se mnogi još uvijek bore da budu u korak sa zahtjevima oblaka, modela kao-servisa i distribuirane radne snage, a Ai ih može gurnuti prošli put.
“Prije nego što pređete na AI, tvrtke trebaju biti sigurni da su njihove mreže do zadatka. To znači da će se ubrzati na rastućim potrebama, kao što AI čini cyber prijetnje naprednijom, snažnom, sigurnom mrežom”, primjećuje se. “Brzina, sigurnost i pojednostavljenje su osnovni zahtjevi za umrežavanje u AI ERA. Organizacije koje ulažu u modernizaciju njihovih mreža sada će biti u najboljem položaju za otključavanje punog potencijala AI-a u godinama koje dolaze.”
Samo uključivanje bilo kojeg AI sistema i verujući da je svaki odgovor “vani” jednostavno neće učiniti. Vaša mreža bi vam mogla dobro reći inače.
