Moderne AI Vereist NaaS: De Toekomst van Gedistribueerd Netwerken

De tijd dat AI-operaties in een enkel datacenter of gecentraliseerde cloudfaciliteit liepen, is voorbij. Moderne AI-applicaties moeten gebruikmaken van hoog gedistribueerde services en mogelijkheden. Het naadloos samenbrengen van deze bronnen vereist een nieuwe benadering van netwerken. Hier komt NaaS, Network-as-a-Service, wat (zoals de naam impliceert) een cloud-servicesmodel is waarbij providers netwerkcapaciteiten – inclusief connectiviteit, beveiliging en beheer – on-demand en meestal via abonnement aan enterprises leveren.

Een snelle blik op hoe moderne AI-applicaties werken illustreert de noodzaak voor NaaS. Ten eerste wordt data die gebruikt wordt om AI-modellen te trainen, doorgaans opgeslagen en gegenereerd op verschillende plekken. Compute-bronnen voor het trainen van modellen en het uitvoeren van inferentie zijn vaak verdeeld, met name met de opkomst van nieuwe aanbiedingen zoals GPUs-as-a-Service en Neoclouds. De behoefte aan snelle analyse en actionable insights in real-time applicaties betekent dat dataverwerking en inferentie dicht bij de databron of de actie (bijv. een autonom wagentje dat een wegobstakel ontwijkt) moet plaatsvinden.

Opmerkelijk is dat de convergentie van AI en networking dit jaar veel aandacht kreeg. Mplify (voorheen MEF), de organisatie die al jaren de NaaS-markt drijft, bracht AI in de fold. "We zijn naar de AI-rol verhuisd," zei Pascal Menezes, CTO van Mplify. Hij merkte op dat met AI-agents en modellen van alle soorten overal, netwerken zeer kritiek zijn geworden.

Zie ook: Waarom Real-Time AI Gedistribueerde Cloud Compute aan de Edge Nodig Heeft

NaaS Treden Binnen

Vandaag de dag hebben enterprises en de providers die services leveren om AI-inspanningen te ondersteunen, eigenlijk AI-connectiviteit als een service nodig. Dat is waar NaaS een cruciale rol kan spelen.

NaaS is een cloud-achtig verbruiksmodel voor networking. In plaats dat enterprises hun eigen netwerkhardware en -software aanschaffen, configureren en beheren, kunnen ze connectiviteit, bandbreedte, beveiliging en optimalisatiefuncties on-demand van een provider consumeren.

Belangrijke aspecten zijn:

• On-demand en abonnementsgebaseerd: Vergelijkbaar met SaaS of IaaS, kunnen enterprises opschalen of afschalen op basis van gebruik.
• Policy-gedreven automatisering: Netwerkfuncties worden blootgelegd als APIs en services in plaats van handmatige configuratie.
• Geabstracteerde infrastructuur: Enterprises hoeven zich geen zorgen te maken over fysieke links, routing of vendor-specifieke hardware.

Zie ook: Wat Zijn Neoclouds en Waarom Heeft AI Ze Nodig?

Mplify's Rol in NaaS

Mplify heeft een lange geschiedenis in het op de markt brengen van connectiviteitstechnologieën. De focus op frameworks, lifecycle service orchestration (LSO) API's en certificeringen hielp Carrier Ethernet een pervasieve aanbieding te maken waar enterprises decennialang op vertrouwden.

De groep volgde een vergelijkbaar pad met NaaS. Het heeft LSO API's en frameworks ontwikkeld die serviceproviders in staat stellen netwerkservices – zoals SD-WAN, Secure Access Service Edge (SASE) en meer – op een gestandaardiseerde manier bloot te leggen.

Met Mplify's standaarden kunnen enterprises netwerkservices bestellen, activeren en monitoren over meerdere operators heen alsof ze te maken hadden met een enkele cloudprovider. Bovendien kunnen providers hun aanbiedingen certificeren tegen Mplify's standaarden, wat vertrouwen vergroot en adoptie versnelt.

Waarom NaaS Belangrijk Is voor AI

AI, edge computing en GPU-versnelling zijn hoog gedistribueerd en resource-intensief. Ze vereisen flexibele connectiviteit. AI-workloads kunnen bussen tussen datacenters, clouds en edge-sites. NaaS laat enterprises en providers hoog-bandbreedte links opspinnen alleen wanneer nodig. Daartoe ondersteunt NaaS fluctuerende eisen gebaseerd op voorspelbare en onvoorziene veranderingen in bedrijfsvraag.

Moderne AI-applicaties hebben ook lage latentie en gegarandeerde Quality of Service (QoS) nodig. Dat is een ander gebied waar NaaS een rol kan spelen. Inferentie aan de edge (bijv. in productie of autonome systemen) heeft deterministische, betrouwbare networking nodig. NaaS maakt policy-based prestatiegaranties mogelijk. Op dit punt bieden NaaS-providers doorgaans service level agreements (SLAs) die specifieke niveaus van prestaties, betrouwbaarheid en beschikbaarheid garanderen.

Een additioneel aspect van NaaS is dat het beveiliging strak integreert. Dat is belangrijk omdat, met gedistribueerde GPUs en edge-nodes, het aanvalsoppervlak uitbreidt. NaaS integreert beveiliging als onderdeel van de servicefabriek. De meeste NaaS-aanbiedingen ondersteunen SASE, dat wide-area networking (WAN) connectiviteitsmogelijkheden combineert met netwerkbeveiligingsfuncties, zoals secure web gateways, zero-trust network access (ZTNA), firewall-as-a-service (FWaaS) en cloud access security broker (CASB).

Conclusie

Enterprises zijn gewend aan compute-as-a-service-aanbiedingen. Maar naarmate ze hun AI-initiatieven uitbreiden en nieuwe aanbiedingen zoals GPUs-as-a-Service benutten, overweldigen de compute-mogelijkheden snel het onderliggende netwerk. Dat creëert knelpunten en introduceert prestatieproblemen.

NaaS helpt deze problemen op te lossen door even elastische, hoog-bandbreedte interconnects aan te bieden. Dergelijke services zorgen ervoor dat enterprises en providers grote AI-datasets kunnen verplaatsen en gedistribueerde modellen kunnen draaien zonder latentie en andere vertragingen te introduceren.