Устаревшие сетевые архитектуры становятся серьезным препятствием, мешающим искусственному интеллекту реализовать свой потенциал, пишет на портале ITPro Today Даррен Волнер, вице-президент GTT по управлению продуктами.
Большинство дискуссий в корпоративном секторе по поводу агентного ИИ по-прежнему вращаются вокруг моделей и данных — например, как их структурировать, управлять и внедрять в производство. И это правильно: агентный ИИ зависит от прочной основы, состоящей из надежных данных реального времени и гибкой доставки моделей.
Но эти уровни не работают изолированно. За каждым действием системы ИИ, будь то перенаправление доставки, обнаружение попытки мошенничества или планирование технического обслуживания, стоит инфраструктура, которая перемещает данные, выполняет решения и обеспечивает соблюдение политик доступа в режиме реального времени. Успех в конечном итоге зависит от способности сети идти в ногу со временем.
Как недавно подчеркнул генеральный директор NVIDIA, «сеть — это компьютер». Агентный ИИ переносит принятие решений на периферию, объединяя данные из облачных платформ, локальных дата-центров, периферийных устройств и систем IoT. Эти компоненты должны оставаться постоянно подключенными и синхронизированными, чтобы решения могли выполняться мгновенно, где бы это ни понадобилось. Без высокопроизводительной сети, способной поддерживать такой уровень координации, автономность приходит в полный упадок.
Последние исследования GTT показывают, что расходы на частное облако в сегментах крупнейших предприятий растут более чем в два раза быстрее, чем на публичное облако. Этот сдвиг отражает растущее в эпоху передовых технологий ИИ давление, направленное на контроль производительности, затрат и безопасности. Однако сетевые архитектуры и архитектуры безопасности, отвечающие за обеспечение этого контроля, часто отстают. Рабочие нагрузки ИИ-выводов тормозят. Задержки увеличиваются. Появляются пробелы в доступе. В результате системы, созданные для автономной работы, в конечном итоге оказываются лимитированными инфраструктурой.
Агентный ИИ предъявляет новые требования, которым традиционные архитектуры никогда не отвечали. Он переносит принятие решений на периферию, инициирует вычисления в реальном времени в гибридных средах и увеличивает объем межмашинной коммуникации — часто без участия человека. Если ваша сеть не может идти в ногу с этим, ИИ не может работать.
Где традиционные сетевые архитектуры терпят неудачу
Агентный ИИ не похож на традиционные рабочие нагрузки предприятий. Он распределяет интеллект по облакам, дата-центрам и периферии. И это меняет все для текущей инфраструктуры.
Во-первых, рабочие нагрузки агентного ИИ являются высокораспределенными. Они могут включать в себя комбинацию публичного облака, частного облака и периферийных сред, в зависимости от того, где находятся данные и принимаются решения. Это значительно усложняет поддержание стабильной и надежной производительности во всех местоположениях.
Во-вторых, эти рабочие нагрузки чувствительны к задержкам. Когда агент занимается обнаружением мошенничества, маршрутизацией логистики или запуском системы управления производством, даже небольшие задержки могут привести к дорогостоящим ошибкам, таймаутам или неверным решениям. Традиционные сети, построенные для пакетных процессов или статических потоков трафика, не оптимизированы для такого рода отзывчивости.
В-третьих, агентный ИИ приводит к значительному увеличению трафика между машинами. Агенты не только обслуживают пользователей напрямую, но и вызывают API, получают доступ к инструментам и делегируют задачи другим агентам или службам. Без сети, которая может динамически маршрутизировать и приоритизировать этот трафик в зависимости от контекста и критичности, все быстро выходит из строя.
И, наконец, есть безопасность, где ставки самые высокие. В агентных системах больше конечных точек означает больше автоматизированного доступа к конфиденциальным системам. Одна неправильно настроенная политика или скомпрометированная учетная запись могут иметь гораздо более широкие последствия. А если данные, лежащие в основе этих решений, устарели, неполны или неточны, результатом становятся догадки, выполняемые с высокой скоростью и в больших масштабах.
Пять способов укрепить вашу сеть для потребностей ИИ
Для работы в больших масштабах агентный ИИ требует сети и стека безопасности, построенных для автономности. Вот пять ключевых областей, на которых следует сосредоточиться:
1. Модернизация SD-WAN для ИИ-вывода в режиме реального времени. Рабочие нагрузки ИИ непредсказуемы, чувствительны к задержкам и часто происходят из нетрадиционных конечных точек, таких как датчики, роботы или периферийные устройства, что делает необходимыми динамическую прокладку маршрутов, интеллектуальную приоритизацию трафика и маршрутизацию с учетом приложений. Статичная политика SD-WAN, разработанная для трафика электронной почты или обмена файлами, не подойдет. ИТ-команды должны оптимизировать маршруты не только для повышения производительности, но и для обеспечения отзывчивости в режиме реального времени, с возможностью маршрутизировать чувствительный к задержкам трафик ИИ-вывода раньше массовых или несрочных рабочих нагрузок.
2. Расширение Zero Trust и SASE на рабочие нагрузки ИИ. Агентные системы ИИ самостоятельно инициируют действия, взаимодействуя с другими инструментами и API, и даже связывают решения между средами. Это быстро расширяет поверхность атаки, делая доступ на основе идентификации и постоянную проверку обязательными. Применения принципов Zero Trust к пользователям недостаточно. Необходимо распространить их на сервисы, агенты и модели, применяя при этом детализированные политики, которые могут адаптироваться к контексту. Фреймворки SASE могут помочь унифицировать это применение в разных средах, но только в том случае, если они учитывают динамичный, децентрализованный характер современных рабочих нагрузок ИИ.
3. Внедрение полной наблюдаемости. Всплески вычислений могут быть вызваны поведением пользователей, данными об окружающей среде или деятельностью автономных агентов. Когда это происходит, они могут перегружать полосу пропускания, перегружать недостаточно обеспеченные ресурсами периферийные устройства или ухудшать производительность соседних сервисов. Полная наблюдаемость дает ИТ-командам необходимую видимость для реагирования. Но что еще более важно, она позволяет проактивно настраивать и соотносить первопричины с поведением модели, производительностью сети и пользовательским опытом, прежде чем поток решений ИИ приведет к всплеску обращений в службу поддержки.
4. Переосмысление периферийной архитектуры для локализованного ИИ. По мере перехода ИИ к периферийному выводу, организациям необходимо размещать вычислительные ресурсы и средства связи ближе к месту генерации данных и выполнения действий. Это означает перепроектирование периферийных систем для поддержки не только локальной обработки, но и безопасной, надежной сети, интегрированной с центральной инфраструктурой без введения новых пробелов или изолированных систем. Речь больше не идет только о пропускной способности. Успешный агентный ИИ требует близости, обеспечения соблюдения политик и отказоустойчивости.
5. Использование управляемых услуг для упрощения и безопасного масштабирования. Переход к агентному ИИ влечет за собой технические требования, с которыми большинство предприятий не в состоянии справиться самостоятельно. От инженерии трафика до обеспечения соблюдения политик и интеграции наблюдаемости — операционная сложность может расти быстрее, чем сам стек ИИ. Партнерство с поставщиками управляемых сервисов может снизить эту нагрузку. При правильном подходе предприятия могут сосредоточиться на результатах работы ИИ, а не на том, что находится «под капотом», при этом сохраняя полную видимость и контроль над всей сетью.
Агентный ИИ будет развиваться настолько быстро, насколько и ваша инфраструктура
Если ваша инфраструктура не рассчитана на работу в режиме реального времени, ваш ИИ тоже не будет. Дальновидные ИТ-команды уже рассматривают модернизацию сети и безопасности не как побочный проект, а как основу для масштабируемых автономных систем. Остальные не просто отстанут. Им придется ждать той самой инфраструктуры, которую они забыли обновить.
