Van workloads naar fabrieken: datacenter herzien voor IA

Al tientallen jaren dachten bedrijven aan hun datacenters in termen van workloads. Aanvragen kwamen binnen, middelen werden toegewezen en IT-leiders waren gericht op het zo efficiënt mogelijk laten werken van die workloads.

Kunstmatige intelligentie verandert deze dynamiek. Training en inferentie zijn niet langer slechts workloads, maar productiepijpleidingen. Ze vereisen enorme hoeveelheden gegevens, genereren onvoorspelbare infrastructuurvereisten en vereisen coördinatie tussen berekening, netwerken en beveiliging. De uitdaging wordt verergerd door gegevens die verspreid zijn over meerdere bronnen en in de cloud, wat resulteert in hogere beheerskosten.

Om echt succesvol te zijn, moet het datacenter zelf evolueren van het ondersteunen van workloads naar het faciliteren van productie: modulaire omgevingen die herhaalbaar en veilig zijn ontworpen om gegevens om te zetten in intelligentie.

Waarom fabrieken en geen werklasten?

Het “fabrieks” model is niet zomaar een metafoor. Net als industriële fabrieken moet de infrastructuur:

• Standaard eenheden hebben die kunnen worden gerepliceerd en geschaald, zowel voor inferentie en edge computing als voor training in het datacenter
• Een levenscyclusbeheer hebben dat ervoor zorgt dat elk onderdeel van de productielijn consistent werkt in hybride en multi-cloudomgevingen
• Strak geïntegreerde systemen hebben waarin berekening, netwerken en beveiliging synchroon werken

Dit vormt de basis van wat we bij Cisco het “IA-ready” datacenter noemen: de infrastructuur die gebouwd is voor de intelligentie van morgen, niet voor de workloads van gisteren.

De Cisco-benadering

In elk fabrieksmodel ligt de waarde niet in afzonderlijke componenten, maar in hoe elk onderdeel samenwerkt om consistente resultaten te leveren. De infrastructuur is hier geen uitzondering op. De GPU’s (Graphics Processing Units) fungeren als de motoren voor berekening en grafische weergave, het netwerk dient als transportsysteem en de beveiliging biedt bescherming.

Met Cisco Secure on the Factory met NVIDIA worden deze componenten samengebracht met software- en acceleratiestacks in een end-to-end gevalideerde stapel. In het hart van de fabriek bevinden zich de Cisco AI-pods: modulaire en herhaalbare eenheden die overal kunnen worden ingezet, gerepliceerd of verplaatst.

De AI-pods bieden wat u vandaag nodig heeft zonder in de weg te staan van waar u morgen naartoe wilt. Deze flexibiliteit bespaart kosten, vermindert risico’s en zorgt ervoor dat uw investeringen in kunstmatige intelligentie waarde blijven bieden naarmate uw behoeften groeien.

We hebben getest en gevalideerd om ervoor te zorgen dat alles naadloos samenwerkt.

In tegenstelling tot andere AI-fabrieken is de onze vanaf het begin ontworpen met geïntegreerde beveiliging. Dit betekent dat uw AI-creatie beschermd is en dat u een duidelijk inzicht heeft in hoe het functioneert. U kunt uw kunstmatige intelligentie gemakkelijk volgen, beheren en verbeteren na verloop van tijd.

Het draait niet alleen om servers, switches of software op zichzelf. Het gaat om een geïntegreerde productieomgeving die bedrijven helpt snel en met vertrouwen te bewegen, operationele processen te stroomlijnen op grote schaal en hun investeringen in AI te beschermen voor vandaag en morgen.

Binnen de fabriek

Omdat elke klant vanuit een ander startpunt begint, hebben we op de fabrieksvloer verschillende opties gebouwd:

• Voor klanten die geleidelijk willen beginnen en schalen in de loop van de tijd, biedt onze nieuwste UCS X-serie met X-Fabric 2.0 de mogelijkheid om de meeste GPU’s te versnellen, waardoor CPU- en GPU-bronnen onafhankelijk kunnen worden opgeschaald zonder dat er nieuwe hardware nodig is.
• Voor diegenen die grootschalige AI-modellen willen trainen, hebben we de Cisco UCS C880A M8 Rack Server geïntroduceerd. Deze server wordt aangedreven door NVIDIA HGX B300 SXM GPU’s en Intel Xeon 6-processors met P-core. Met een 11x hogere inferentieprestatie en 4x snellere training dan de vorige generatie, biedt de UCS C880A M8 meer dan alleen indrukwekkende specificaties. De combinatie van prestaties, ingebouwde beveiliging en geavanceerd beheer via Cisco Intersight Life Cycle maakt het een krachtige en betrouwbare basis voor grootschalige training en implementatie van AI-modellen.
• En omdat het netwerk net zo belangrijk is voor AI, hebben we de nieuwe Cisco Nexus 9300-serie Intelligent Switching geïntroduceerd om 800G-netwerken op de fabrieksvloer uit te breiden. Hierdoor kan het verkeer tussen GPU’s zonder problemen verlopen en heeft u de zichtbaarheid en controle over de benodigde beleidsregels via workloadbewuste telemetrie.

De weg vooruit

Bedrijven hebben geen server nodig die geoptimaliseerd is voor specifieke workloads. Ze hebben een fabrieksmodel nodig voor kunstmatige intelligentie: schaalbaar, veilig en eenvoudig te beheren gedurende de levenscyclus van het datacenter.

Dit is waar Cisco een leidende rol speelt. We bieden klanten de basis om de overstap te maken van pilot naar productie en om AI niet te beheren als geïsoleerde projecten, maar als een schaalbare motor voor industrieel concurrentievoordeel.

Bekijk hoe we de volgende generatie klaar voor de toekomst brengen