L’intelligenza artificiale (AI) ha continuato a rimodellare il panorama tecnologico. Mentre entriamo nel 2024, esperti e agenti di intelligenza artificiale offrono 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 le applicazioni IA come ChatGPT, Bard e Grok di X.AI sono diventate comuni, la fame di modelli IA più grandi e potenti persiste. La crescita esponenziale della potenza di calcolo ha consentito la formazione di modelli di intelligenza artificiale su larga scala e la domanda di modelli più grandi e migliori non mostra segni di rallentamento. Gli hyperscaler sono ora chiamati a supportare carichi di lavoro ancora più grandi con cluster di migliaia di GPU.
Questa crescita è guidata dallo sviluppo di nuovi algoritmi di intelligenza artificiale e dall’adozione diffusa di applicazioni di intelligenza artificiale in vari settori. Di conseguenza, i carichi di lavoro dell’intelligenza artificiale si stanno espandendo e i cluster GPU che li supportano stanno crescendo. L’uso efficiente di questi cluster e il successo della formazione dei modelli di intelligenza artificiale dipendono fortemente dall’architettura sottostante e dalla connettività di rete.
Reti aperte: un cambio di paradigma
Gli hyperscaler hanno già adottato soluzioni di rete aperte e disaggregate nei loro data center. La logica alla base di questo cambiamento è chiara: le soluzioni di rete monolitiche e proprietarie non sono in grado di garantire la scalabilità, la flessibilità e l'economicità necessarie per la gestione delle risorse di elaborazione su larga scala.
Le soluzioni di rete proprietarie sono da tempo adatte al calcolo ad alte prestazioni (HPC), ma tendono a soffocare l’innovazione e a far lievitare i costi a causa della mancanza di concorrenza. D’altro canto, soluzioni di rete aperte e standard sono essenziali per la crescita dell’ecosistema AI. Consentono di realizzare infrastrutture economicamente vantaggiose per carichi di lavoro su larga scala, favorendo la proliferazione di Large Language Models (LLM) e consentendo lo sviluppo di nuove applicazioni.
L’Ultra Ethernet Consortium (UEC) è destinato a svolgere un ruolo fondamentale in questa trasformazione, promuovendo la rete AI aperta verso un modello standardizzato basato su Ethernet. Si prevede che l’adozione di Ethernet per le reti backend AI si svilupperà in modo significativo nel 2024.
Edge computing e architettura distribuita
Mentre i grandi carichi di lavoro backend eccellono nella gestione di attività complesse e nell’addestramento di modelli di intelligenza artificiale estesi, la tendenza nel 2024 è quella di spostare la potenza di calcolo più vicino alle applicazioni, migliorando le esperienze degli utenti, soprattutto in scenari che richiedono un rapido processo decisionale. Anche se quest’anno potrebbe non essere realizzato un carico di lavoro AI completamente distribuito, lo slancio verso l’edge computing continua a crescere.
Questo cambiamento richiede interconnessioni più frequenti tra le reti front-end e back-end. Tuttavia, evidenzia anche un problema urgente del networking: l’incoerenza nei protocolli di connettività tra questi due segmenti di rete. Per semplificare la gestione della rete e potenzialmente aumentare le prestazioni complessive, il settore sta iniziando a compiere passi verso soluzioni di rete unificate introducendo iniziative come l’Ultra Ethernet Consortium (UEC).
Rete sostenibile ed efficiente dal punto di vista energetico
Con l’intensificarsi dei carichi di lavoro dell’intelligenza artificiale, in particolare quelli che coinvolgono migliaia di GPU, il consumo energetico sostanziale diventa una delle principali preoccupazioni. Sebbene l'impatto energetico del networking sia inferiore a quello del calcolo, è una preoccupazione che deve essere affrontata. Inoltre, l’impronta di carbonio rimane una questione chiave, indipendentemente dalla scala.
In risposta, si prevede che le nuove soluzioni di rete IA enfatizzeranno maggiormente l’efficienza energetica. Ciò include l’adozione di hardware efficiente dal punto di vista energetico e l’allineamento ai principi dell’economia circolare per promuovere la sostenibilità. Inoltre, si prevede che il software avanzato progettato per migliorare l’utilizzo delle risorse acquisirà importanza.
AIOps sta già lasciando il segno nel mondo delle reti, con diversi fornitori che lo implementano per migliorare le operazioni di rete. Nel 2024, si prevede che maggiori investimenti negli strumenti AIOps avranno un impatto significativo sull’efficienza delle operazioni di rete, rivoluzionando il panorama del networking.
Basati sull’intelligenza artificiale, l’analisi predittiva e il rilevamento delle anomalie in tempo reale possono svolgere un ruolo fondamentale nella risoluzione di potenziali problemi di rete e nel miglioramento dell’affidabilità. Con l’evoluzione delle reti AI, la connettività ad alte prestazioni è destinata a migliorare sostanzialmente attraverso l’integrazione di AIOps.