La transizione dell'IA verso carichi di lavoro cloud

Nell'evoluzione costante del panorama tecnologico, le innovazioni davvero utili ed efficaci tendono a svanire sullo sfondo, integrandosi perfettamente nelle nostre routine quotidiane. Si pensi al correttore ortografico nel tuo elaboratore di testi o all'utilità di aggiornamento dello schermo sul tuo PC: queste tecnologie sono diventate così radicate che raramente ci pensiamo. 

L'Intelligenza Artificiale (AI), tuttavia, sta attualmente seguendo una traiettoria opposta. Piuttosto che svanire sullo sfondo, l'AI sta brillando sotto i riflettori grazie all'avvento dell'AI generativa (gen-AI) e alla diffusa proliferazione dei Modelli Linguistici di Grande Dimensione (LLM). Nonostante ciò, l'AI ha il potenziale per trasformarsi in una funzione assunta, consumata e assorbita che migliora silenziosamente l'intelligenza delle nostre applicazioni.

L'AI come carico di lavoro di sistema

Il concetto di AI come "carico di lavoro" sta guadagnando popolarità nel settore IT. Questo termine si riferisce all'AI che funziona come un'attività di sistema su cui imprese e consumatori fanno affidamento per azioni predittive, generative o reattive intelligenti. Il ruolo dell'AI non si limita a migliorare le applicazioni, ma si estende anche alla modernizzazione dell'infrastruttura IT di un'organizzazione per supportare e scalare meglio i carichi di lavoro dell'AI.

Sammy Zoghlami, SVP EMEA presso Nutanix, spiega: "In appena un anno, la gen-AI ha completamente sovvertito la visione del mondo su come la tecnologia influenzerà le nostre vite. Le imprese si stanno affrettando a capire come può avvantaggiare le loro attività". Questo cambiamento ha portato a una crescente domanda di governance dei dati e mobilità dei dati attraverso ambienti di infrastruttura data center, cloud e edge, rendendo cruciale per le organizzazioni adottare una piattaforma in grado di eseguire tutte le applicazioni e i dati su varie piattaforme cloud.

Servizi cloud invisibili e movimento dei carichi di lavoro

La nozione di servizi "cloud invisibile", introdotta da Nutanix lo scorso anno, sta gradualmente diventando realtà. Le imprese stanno ora pianificando di aggiornare le loro applicazioni e infrastrutture AI, ma molte faticano con il movimento dei carichi di lavoro, specialmente tra gli iperscalatori dei fornitori di servizi cloud (CSP). Le distribuzioni ibride e multi-cloud sono diventate la norma, e le tecnologie AI, con la loro necessità di velocità e scalabilità, stanno portando le strategie edge e il deployment dell'infrastruttura in primo piano nella modernizzazione IT.

Greg Diamos, costruttore di sistemi di Machine Learning (ML) ed esperto di AI, sottolinea le sfide affrontate dai manager dei data center, affermando: "Non hai abbastanza potenza di calcolo nel tuo data center, indipendentemente da chi tu sia". L'AI sta guidando la necessità di aumentare i servizi cloud e una maggiore agilità nel movimento dei carichi di lavoro attraverso il panorama cloud per ottimizzare i rapporti costo-prestazioni, sfruttare servizi diversificati, aderire alle normative sulla conformità regionale e altro ancora.

Un modello operativo cloud unificato

Per affrontare queste sfide, le organizzazioni si stanno rivolgendo a soluzioni come Nutanix Cloud Clusters (NC2) su AWS, che forniscono un modello operativo cloud unificato. Questo modello consente una gestione e un controllo senza interruzioni dei carichi di lavoro su più cloud, supportando la portabilità delle licenze e facilitando l'uso del cloud senza la necessità di una vasta rielaborazione delle applicazioni.

Sicurezza, affidabilità e disaster recovery sono preoccupazioni paramount per le organizzazioni nelle loro strategie AI. La scalabilità e la gestione efficiente dei carichi di lavoro AI sono anche essenziali. Inoltre, i mandati di governance dei dati AI stanno spingendo le organizzazioni ad acquisire una comprensione più completa delle origini dei dati, dell'età dei dati e di altri attributi chiave dei dati.

Debojyoti 'Debo' Dutta, VP di Ingegneria per l'AI presso Nutanix, sottolinea la necessità di nuove soluzioni di backup e protezione dei dati nel panorama AI. Le aziende stanno pianificando di implementare soluzioni di protezione dei dati mission-critical e Disaster Recovery (DR) per supportare la governance dei dati AI. I professionisti della sicurezza stanno anche sfruttando soluzioni basate sull'AI per migliorare il rilevamento, la prevenzione e il recupero delle minacce, mentre gli attori malintenzionati utilizzano strumenti basati sull'AI per scopi malevoli.

Il ruolo dell'IA generativa

L'AI generativa (gen-AI) è in prima linea nei progressi attuali dell'AI. Tuttavia, man mano che la gen-AI diventa parte integrante di varie applicazioni e servizi, pone ulteriori richieste all'infrastruttura cloud. Questo sviluppo ci invita a considerare l'AI non solo come una tecnologia, ma come un carico di lavoro cloud che richiede una gestione e un'ottimizzazione attente.

Man mano che l'AI continua a plasmare il futuro della tecnologia, la sua integrazione perfetta nel nostro ecosistema digitale la renderà una parte essenziale, ma quasi invisibile, delle nostre vite quotidiane.

La traiettoria dell'evoluzione dell'AI, da innovazione disruptive a carico di lavoro ubiquo e basato su cloud, è una testimonianza del suo potenziale trasformativo. Mentre le organizzazioni navigano nelle complessità della gestione dei carichi di lavoro AI su ambienti multi-cloud, un modello operativo cloud unificato e una solida governance dei dati diventano componenti critici delle loro strategie AI. In questo panorama in continua evoluzione, il ruolo dell'AI come forza silenziosa e potente che plasma il nostro mondo digitale è destinato a crescere.