Certified Carrier Ethernet:essentieel voor een betrouwbare AI-infrastructuur

Naarmate organisaties hun AI-activiteiten opschalen, komen de meeste erachter dat ze gedistribueerde reken- en databronnen moeten samenvoegen. Ze kunnen trainen op één set gegevens, gevolgtrekkingen uitvoeren op een andere set op een andere locatie, modellen bijwerken met nog andere datasets die ter plekke zijn gemaakt, en meer. Doorgaans zijn de elementen van dergelijke operaties geografisch verspreid, en dus wordt het netwerken van deze elementen een kritische factor voor succes. Voer Carrier Ethernet in.

Carrier Ethernet is een gestandaardiseerde, carrier-grade vorm van Ethernet, ontworpen om voorspelbare, schaalbare en service-gegarandeerde connectiviteit te leveren via WAN-netwerken. Carrier Ethernet, gedefinieerd en beheerd door brancheorganisaties als Mplify (voorheen MEF), breidt de bekende Ethernet-technologie uit met attributen die vereist zijn voor gebruik door serviceproviders en ondernemingen, waaronder deterministische prestaties, verkeerstechniek, veerkracht, multi-class services en formele service level overeenkomsten (SLA's).

In tegenstelling tot best-effort Ethernet wordt Carrier Ethernet al meer dan twintig jaar gebruikt en is het gebouwd om te functioneren in stedelijke, regionale en mondiale netwerken, waardoor consistente connectiviteit tussen datacenters, clouds en bedrijfslocaties mogelijk wordt gemaakt en tegelijkertijd automatisering, orkestratie en interoperabiliteit tussen meerdere providers worden ondersteund.

Zie ook:  Waarom moderne AI NaaS nodig heeft

Waarom AI Carrier Ethernet nodig heeft

Carrier Ethernet wordt steeds vaker gebruikt voor AI omdat AI-workloads veel strengere eisen stellen aan het netwerkgedrag dan traditionele bedrijfsapplicaties. Gedistribueerde AI-training en realtime inferentie vereisen een lage en voorspelbare latentie, hoge bandbreedte, verliesvrij of vrijwel verliesvrij transport en deterministische prestaties in datacenter-, edge- en cloudomgevingen. Carrier Ethernet biedt de operationele zekerheid, automatisering en schaalbaarheid die nodig is om GPU-clusters, edge-inferentieplatforms en AI-datapijplijnen op betrouwbare wijze met elkaar te verbinden. Terwijl bedrijven AI inzetten in hybride en multi-domein architecturen, biedt Carrier Ethernet een beproefde, op standaarden gebaseerde transportbasis die voldoet aan de hedendaagse bedrijfsvereisten en de opkomende behoeften van AI-gestuurde infrastructuur.

Afgelopen herfst plaatste Pascal Menezes, CTO van Mplify, op de GNE 2025-conferentie van Mplify het netwerkaspect van AI in perspectief met zijn openingstoespraak. "Het netwerk wordt van cruciaal belang. Het moet prestatiegaranties hebben en kwaliteit en veiligheid leveren", aldus Menezes. “Het moet ook dynamisch zijn, vloeiend op aanvraag, programmeerbaar en geautomatiseerd.”

Hij merkte op dat Mplify een sterke stijging had opgemerkt in de vraag naar Carrier Ethernet-certificeringen van allerlei soorten providers. Ze hadden de certificering nodig omdat klanten van ondernemingen en serviceproviders certificeringsvereisten toevoegden aan hun RFP's voor transport- en connectiviteitsdiensten voor hun AI-inspanningen.

De stijging kwam geheel onverwacht. Carrier Ethernet is al meer dan twintig jaar in gebruik en wordt op grote schaal ingezet en gebruikt. Mplify, onder de vorige naam MEF, speelde een belangrijke rol in het succes van Carrier Ethernet dankzij de frameworks, Lifecycle Service Orchestration (LSO) API's en certificeringen.

Om de nieuwe vraag naar certificering te ondersteunen, heeft Mplify de Carrier Ethernet-certificering voor het AI-tijdperk opnieuw gedefinieerd. Concreet definieert Mplify's Carrier Ethernet-certificering nu twee complementaire profielen, Carrier Ethernet for Business en Carrier Ethernet for AI, die de gereedheid voor zowel zakelijke als AI-gestuurde services valideren.

Verdubbeling van Carrier Ethernet-certificering

Deze week heeft Mplify aangekondigd dat het zijn Carrier Ethernet-certificeringsportfolio heeft geherstructureerd en uitgebreid om beter aan te sluiten bij de steeds snellere eisen van bedrijfsnetwerken en infrastructuur uit het AI-tijdperk. Voortbouwend op het gevestigde MEF 3.0 Carrier Ethernet-framework heeft de organisatie Mplify Carrier Ethernet for Business gelanceerd als de directe opvolger van de MEF 3.0-certificering en tegelijkertijd Mplify Carrier Ethernet voor AI geïntroduceerd. Dit laatste is een nieuw profiel dat specifiek is ontworpen om netwerkprestaties te valideren voor veeleisende, gedistribueerde AI- en agentische AI-workloads.

De bijgewerkte certificeringen bieden een naadloos overgangstraject voor bestaande Mplify-gecertificeerde leden en omvatten een jaarlijks onderhoud en optioneel hertestregime om de inloggegevens actueel en marktrelevant te houden.

Vanuit het perspectief van de AI-infrastructuur dient de Carrier Ethernet for AI-certificering als een belangrijke industriële benchmark voor onafhankelijke validatie door derden van transportmogelijkheden die cruciaal zijn voor AI-workloads, waaronder lage latentie, hoge doorvoer en interoperabiliteit tussen meerdere domeinen in gedistribueerde omgevingen. Door de technische nauwkeurigheid en wereldwijde erkenning van de oude Carrier Ethernet-standaarden te behouden en tegelijkertijd uit te breiden naar AI-geoptimaliseerde transportgaranties, heeft het verbeterde certificeringspakket van Mplify tot doel het vertrouwen van bedrijven in de netwerkgereedheid te versterken voor zowel traditionele zakelijke connectiviteit als de levering van AI-diensten van de volgende generatie.

Een laatste woord

Naarmate AI-implementaties toenemen en schalen, zullen organisaties AI-ready infrastructuurcapaciteiten nodig hebben. De nieuwe Mplify Carrier Ethernet-certificeringen bieden onafhankelijke validatie door derden van netwerkprestaties voor veeleisende AI-workloads. 

In lijn met de huidige Carrier Ethernet-standaarden ondersteunt de certificering de interoperabiliteit binnen het AI-ecosysteem, waardoor dienstverleners en technologieaanbieders bewezen capaciteiten voor betrouwbare, flexibele en efficiënte connectiviteit kunnen demonstreren. Deze mogelijkheden zijn van cruciaal belang voor het coördineren van AI-modellen en randapparatuur binnen de gedistribueerde infrastructuur.