AI挑战传统网络架构极限
Tata Communications 呈现
持续推理、智能体间通信和实时数据管道正在生成不可预测的持续流量，这种流量是传统架构从未设计支持的。随着AI从试点项目转变为运营骨干，网络已成为决定性能、可靠性和成本的关键控制层。
这种转变迫使组织质疑已存在数十年的假设。传统系统静态且僵化，缺乏高效或动态管理网络需求的能力，而AI就绪的网络需要实时适应。思科(Cisco)的一项研究指出，80%的高管认为他们公司的竞争生存将依赖于智能体AI，且消费者对AI的使用已经普及并加速增长。这正在推动流量生成、分发和体验方式的根本转变，对管理大型网络的服务提供商和企业产生影响。
这种基础设施差距是全球性的关注点。由Tata Communications委托的彭博研究近期报告《未来就绪企业》发现，虽然四分之三的领导者认为AI是董事会的优先事项，但近三分之二(65%)的企业仍在过渡性或传统基础设施上运营。这种雄心与现实之间的脱节是实现AI投资价值的主要障碍。
性能标准也提高了几个数量级。传统商业应用可以容忍100至500毫秒的延迟，而关键任务AI工作负载现在需要低于10毫秒的延迟。
“这不仅仅是渐进式的改进，”Tata Communications全球网络服务副总裁Kapil表示。”这是一个完全不同的性能范式，打破了传统网络设计假设，在这种假设下，如此极低的延迟从未成为主要考虑因素。”
网络性能如何影响AI可靠性和成本
传统基础设施能够提供的与AI需求之间的差距，使网络性能成为AI可靠性和成本的直接驱动因素。将网络视为尽力而为的传输层会引入风险，许多组织只有在部署在生产环境中表现不佳时才会发现这种风险。一个用于实时欺诈检测或供应链优化的模型，一旦网络延迟导致其依赖的数据被延迟，就会变得毫无价值，Kapil指出，每次延迟都可能带来直接的经济或运营成本。
“依赖’尽力而为’的网络，将数百万美元的AI投资组合变成了高风险的赌博，性能听天由命，”Kapil说。
他补充说，企业常常低估使用公共互联网作为全球企业网络的复杂性。性能在单一国家内可能看起来可以接受，但一旦数据开始跨境或连接到国际云平台，缺乏端到端控制就会成为运营障碍。
跨云、边缘和企业的分布式AI增加复杂性
当AI组件分布在云、边缘和企业环境中时，复杂性也会增加。组织通常关注计算能力和数据基础设施，而忽视了连接它们的网络结构。这种盲点经常表现为GPU之间高频东西向流量造成的性能瓶颈。
分布式部署也扩大了企业需要防御的范围。应用、用户和合作伙伴生态系统现在分布在云、SaaS、边缘和设备环境中，Kapil指出，AI驱动的恶意机器人约占网络流量的37%，这使得区分合法用户和自动化威胁变得越来越困难。许多企业通过添加孤岛工具来应对，这导致了碎片化、不一致的安全性和缺乏统一的可见性，而不是形成连贯的防御体系。
“SASE通过将网络和安全融合为统一的云交付架构，有助于缓解这些风险，”Kapil表示。”这种融合能够在云、本地和边缘环境中实现一致的政策执行，同时提供保护实时AI驱动交互所需的可扩展性和接近性。”
网络必须从被动传输层演变为智能层
弥合这一差距需要组织获得对AI流量如何在分布式环境中移动的更高可见性，并相应地引导工作负载的能力。Kapil表示，这需要对网络管理采取不同的方法。
“领导者必须认识到，网络不再是被动的基础设施设施，”他说。”它必须作为整个AI堆栈基础的有活力的智能平台进行管理。该平台需要实时了解AI流量如何以及在哪里流动，同时具备通过最有效和安全路径编排工作负载的控制能力。”
这仅仅是连接系统与解锁新能力之间的区别，例如在销售高峰期提供无缝购物体验，或无缓冲地直播全球体育赛事。
这种智能也改变了基础设施团队日常工作的方式。网络本身现在是软件定义和API驱动的，而不是由硬件配置固定，Kapil表示，这使基础设施团队从应对故障转向设计防止故障的系统。
“在故障期间手动重新路由流量，团队必须为智能网络定义规则、政策和业务成果，”Kapil说。”网络本身然后自动自主地执行这些政策。”
Tata Communications最近推出的IZO数据中心动态连接正在实践这一原则。该软件定义平台使用确定性多路径路由在发生中断时几秒钟内自动重新路由流量，创建”自愈、智能网络”。
该公司表示，该平台将弹性从被动过程转变为自主能力，为关键任务AI应用提供可预测的低延迟性能，同时将运营成本降低高达30%。
实时AI需要可预测、低延迟的连接
在实践中实现这种智能意味着为关键任务工作负载提供专用容量，而不是让它们争夺容量。要达到这种一致性水平，企业也需要比过去更精确地定义性能。这是从模糊的目标如”高性能”向确定性性能标准的转变，组织承诺保证服务级别，例如特定工作负载的延迟99.999%的时间不超过10毫秒。
这种对可预测性的相同需求也延伸到容量规划中。随着AI工作负载变得更大和更动态，网络基础设施必须能够在不牺牲性能或效率的情况下吸收需求的快速变化。
“如果没有动态扩展能力，企业被迫面临一个虚假选择：要么冒着性能破坏性拥堵的风险，要么进行大规模、低效的网络过度配置，”Kapil解释道。
关注微信号：智享开源 ，及时了解更新信息。
原文链接：https://venturebeat.com/infrastructure/ai-is-exposing-the-limits-of-traditional-network-architecture
公众号：智享开源
还没有任何评论，你来说两句吧！