Moderne AI vereist NaaS:de toekomst van gedistribueerde netwerken

De tijd dat AI-activiteiten in één datacenter of gecentraliseerde cloudfaciliteit werden uitgevoerd, is voorbij. Moderne AI-toepassingen moeten gebruik maken van sterk gedistribueerde diensten en mogelijkheden. Om deze bronnen naadloos samen te brengen, is een nieuwe benadering van netwerken vereist. Denk aan NaaS, network-as-a-service, wat (zoals de naam al aangeeft) een cloudservicemodel is waarbij providers netwerkmogelijkheden, waaronder connectiviteit, beveiliging en beheer, aan bedrijven leveren op aanvraag en meestal via een abonnement.

Een snelle blik op hoe moderne AI-toepassingen werken illustreert de behoefte aan NaaS. Om te beginnen worden gegevens die worden gebruikt om AI-modellen te trainen doorgaans op verschillende plaatsen opgeslagen en gegenereerd. Rekenbronnen voor trainingsmodellen en het uitvoeren van gevolgtrekkingen zijn vaak verspreid, vooral met de opkomst van nieuwe aanbiedingen zoals GPU's-as-a-Service en Neoclouds. De behoefte aan snelle analyses en bruikbare inzichten in realtime toepassingen betekent dat gegevensverwerking en gevolgtrekking moeten worden uitgevoerd dichtbij de plek waar de gegevens worden gegenereerd of waar de actie plaatsvindt (bijvoorbeeld een autonome auto die rond een gevaar op de weg manoeuvreert).

Gezien deze factoren kreeg de convergentie van AI en netwerken dit jaar veel aandacht. Mplify (voorheen MEF), de organisatie die al jaren de NaaS-markt aanstuurt, bracht AI in de plooi. “We zijn overgestapt op de AI-rol”, zegt Pascal Menezes, CTO van Mplify. Hij merkte op dat met AI-agenten en allerlei soorten modellen overal ter wereld netwerken zeer kritisch zijn geworden.

Zie ook: Waarom realtime AI gedistribueerde cloudcomputing aan de edge nodig heeft

Voer NaaS in

Tegenwoordig hebben bedrijven en aanbieders die diensten leveren ter ondersteuning van AI-inspanningen in essentie AI-connectiviteit als dienst nodig. Dat is waar NaaS een cruciale rol kan spelen.

NaaS is een cloudachtig consumptiemodel voor netwerken. In plaats van dat bedrijven hun eigen netwerkhardware en -software bezitten, configureren en beheren, kunnen ze op verzoek van een provider connectiviteits-, bandbreedte-, beveiligings- en optimalisatiefuncties gebruiken.

Belangrijke aspecten zijn onder meer:

• On-demand en op abonnementsbasis :Net als bij SaaS of IaaS kunnen ondernemingen op- of afschalen op basis van gebruik.
• Beleidsgestuurde automatisering :Netwerkfuncties worden weergegeven als API's en services in plaats van handmatige configuratie.
• Abstracte infrastructuur :Bedrijven hoeven zich geen zorgen te maken over fysieke links, routering of leverancierspecifieke hardware.

Zie ook: Wat zijn Neoclouds en waarom heeft AI ze nodig?

De rol van Mplify 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 heeft ertoe bijgedragen dat Carrier Ethernet een alomtegenwoordig aanbod is geworden waar bedrijven decennia lang op vertrouwden.

De groep heeft een soortgelijk pad gevolgd met NaaS. Het heeft LSO API's en raamwerken ontwikkeld waarmee serviceproviders netwerkdiensten, zoals SD-WAN, Secure Access Service Edge (SASE) en meer, op een gestandaardiseerde manier kunnen aanbieden.

Met de standaarden van Mplify kunnen ondernemingen netwerkdiensten bij meerdere operators bestellen, activeren en monitoren alsof ze met één enkele cloudprovider te maken hebben. Bovendien kunnen providers hun aanbod certificeren volgens de normen van Mplify, wat het vertrouwen vergroot en de acceptatie versnelt.

Waarom NaaS belangrijk is voor AI

AI, edge computing en GPU-versnelling zijn zeer gedistribueerd en vereisen veel hulpbronnen. Ze vereisen flexibele connectiviteit. AI-workloads kunnen barsten tussen datacenters, clouds en edge-sites. Met NaaS kunnen bedrijven en providers alleen verbindingen met hoge bandbreedte opzetten als dat nodig is. Daartoe ondersteunt NaaS fluctuerende vereisten op basis van voorspelbare en onvoorziene veranderingen in de zakelijke vraag.

Moderne AI-toepassingen hebben ook een lage latentie en gegarandeerde Quality of Service (QoS) nodig. Dat is een ander gebied waar NaaS een rol kan spelen. Voor gevolgtrekking aan de rand (bijvoorbeeld in productie- of autonome systemen) zijn bijvoorbeeld deterministische, betrouwbare netwerken nodig. NaaS maakt op beleid gebaseerde prestatiegaranties mogelijk. Tot nu toe bieden NaaS-providers over het algemeen Service Level Agreements (SLA's) aan die specifieke prestatieniveaus, betrouwbaarheid en beschikbaarheid garanderen.

Een bijkomend aspect van NaaS is dat het de beveiliging nauw integreert. Dat is belangrijk omdat met gedistribueerde GPU’s en edge-nodes het aanvalsoppervlak groter wordt. NaaS integreert beveiliging als onderdeel van de servicestructuur. De meeste NaaS-aanbiedingen ondersteunen SASE, dat WAN-connectiviteitsmogelijkheden (Wide Area Networking) combineert met netwerkbeveiligingsfuncties, zoals beveiligde webgateways, zero-trust netwerktoegang (ZTNA), firewall-as-a-service (FWaaS) en cloud access security broker (CASB).

Waar het op neerkomt

Bedrijven zijn gewend aan compute-as-a-service-aanbiedingen. Naarmate ze hun AI-initiatieven echter uitbreiden en nieuwe aanbiedingen zoals GPU's-as-a-Service gebruiken, overweldigen de rekenmogelijkheden het onderliggende netwerk snel. Dat creëert knelpunten en introduceert prestatieproblemen.

NaaS helpt deze problemen aan te pakken door even elastische verbindingen met hoge bandbreedte aan te bieden. Dergelijke services zorgen ervoor dat bedrijven en providers grote AI-datasets kunnen verplaatsen en gedistribueerde modellen kunnen uitvoeren zonder latentie en andere vertragingen te introduceren.