- Il networking AI nel 2024 registrerà una crescita enorme nei carichi di lavoro, trainata da potenti modelli AI che richiedono soluzioni di networking efficienti.
- Il networking open sostituisce i sistemi proprietari, promuovendo scalabilità, flessibilità ed economicità.
- Edge computing, efficienza energetica e AIOps sono le tendenze chiave destinate a trasformare il networking AI verso un futuro più intelligente e adattabile.
L'Intelligenza Artificiale (AI) ha continuato a plasmare il panorama tecnologico. Man mano che entriamo nel 2024, esperti e agenti AI stanno offrendo le loro previsioni sulle tendenze che definiranno il networking AI nei prossimi 12 mesi.
Crescita esponenziale dei carichi di lavoro AI
In un mondo in cui applicazioni AI come ChatGPT, Bard e Grok di X.AI sono diventate comuni, la fame di modelli AI più grandi e potenti persiste. La crescita esponenziale della potenza di calcolo ha consentito l'addestramento su larga scala di modelli AI, e la domanda di modelli più grandi e migliori non mostra segni di rallentamento. Gli iperscalatori sono ora sfidati a supportare carichi di lavoro ancora più grandi con cluster di migliaia di GPU.
Questa crescita è guidata dallo sviluppo di nuovi algoritmi AI e dall'adozione diffusa di applicazioni AI in vari settori. Di conseguenza, i carichi di lavoro AI si stanno espandendo e i cluster GPU che li supportano stanno crescendo. L'uso efficiente di questi cluster e la addestramento di successo dei modelli AI dipendono fortemente dall'architettura sottostante e dalla connettività di rete.
Networking aperto: un cambio di paradigma
Gli iperscalatori hanno già abbracciato soluzioni di networking aperte e disaggregate nei loro data center. La ragione dietro questo cambiamento è chiara: le soluzioni di networking monolitiche e proprietarie non possono fornire la scalabilità, la flessibilità e l'efficienza dei costi richieste per gestire risorse di calcolo su larga scala.
Le soluzioni di networking proprietarie sono state a lungo adatte per il High-Performance Computing (HPC), ma tendono a soffocare l'innovazione e ad aumentare i costi a causa della mancanza di concorrenza. D'altra parte, le soluzioni di networking aperte e standard sono essenziali per la crescita dell'ecosistema AI. Consentono infrastrutture efficienti dal punto di vista dei costi per carichi di lavoro su larga scala, favorendo la proliferazione di Large Language Models (LLM) e consentendo alle nuove applicazioni di prosperare.
L'Ultra Ethernet Consortium (UEC) è destinato a svolgere un ruolo fondamentale in questa trasformazione, promuovendo il networking AI aperto verso un modello Ethernet standardizzato. L'adozione di Ethernet per il networking backend AI è prevista per svilupparsi significativamente nel 2024.
Computing edge e architettura distribuita
Mentre i grandi carichi di lavoro backend eccellono nel gestire compiti complessi e nell'addestrare modelli AI estesi, la tendenza nel 2024 è quella di spostare la potenza di calcolo più vicino alle applicazioni, migliorando le esperienze utente, specialmente in scenari che richiedono decisioni rapide. Sebbene un carico di lavoro AI completamente distribuito potrebbe non essere realizzato quest'anno, il momentum verso il computing edge continua a crescere.
Questo cambiamento richiede connessioni più frequenti tra le reti front-end e back-end. Tuttavia, evidenzia anche un problema di networking urgente: l'incoerenza nei protocolli di connettività tra questi due segmenti di rete. Per semplificare la gestione della rete e potenzialmente migliorare le prestazioni complessive, il settore sta iniziando a intraprendere passi verso soluzioni di networking unificate introducendo iniziative come l'Ultra Ethernet Consortium (UEC).
Networking sostenibile ed energeticamente efficiente
Man mano che i carichi di lavoro AI si intensificano, in particolare quelli che coinvolgono migliaia di GPU, il consumo di energia sostanziale diventa una preoccupazione maggiore. Sebbene l'impatto energetico del networking sia inferiore a quello del calcolo, è una preoccupazione che deve essere affrontata. Inoltre, l'impronta carbonica rimane un problema chiave indipendentemente dalla scala.
In risposta, ci si aspetta che le nuove soluzioni di networking AI enfatizzino di più l'efficienza energetica. Questo include l'adozione di hardware energeticamente efficiente e l'allineamento con i principi dell'economia circolare per promuovere la sostenibilità. Inoltre, software avanzati progettati per migliorare l'utilizzo delle risorse sono previsti per guadagnare prominente.
L'AIOps sta già lasciando il segno nel mondo delle reti, con diversi vendor che lo implementano per migliorare le operazioni di rete. Nel 2024, si prevede che gli investimenti crescenti negli strumenti AIOps avranno un impatto significativo sull'efficienza delle operazioni di rete, rivoluzionando il panorama delle reti.
Grazie all'IA, l'analisi predittiva e il rilevamento delle anomalie in tempo reale possono svolgere un ruolo cruciale nella risoluzione dei potenziali problemi di rete e nel miglioramento dell'affidabilità. Con l'evoluzione delle reti basate sull'IA, la connettività ad alte prestazioni è destinata a migliorare notevolmente grazie all'integrazione dell'AIOps.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter e The Coin Republic e ora ha fatto di Cryptopolitan la sua casa. La sua laurea in Sociologia presso l'Università Tecnica di Mombasa la mantiene in sintonia con il pubblico dei lettori.
