Veel bedrijven willen tegenwoordig graag ‘iets’ met AI doen. Datacenters zijn hiervoor een handig platform. Daarvoor moeten de netwerkinfrastructuur en -architectuur wel optimaal zijn ingericht. AI helpt de netwerkomgeving beter beheersbaar te maken en de beste ervaring voor eindgebruikers te bieden. Het AI-mes snijdt daarbij aan twee kanten.
Bedrijven zijn voor hun bedrijfsprocessen afhankelijk van hun applicaties. Goedwerkende bedrijfsapplicaties staan daarom bovenaan de prioriteitenlijst van CIO’s. Vooral bij bedrijven die AI vaker willen inzetten voor hun bedrijfsprocessen.
Deze applicaties bevinden zich vaak in eigen (on-premises) datacenters. Een goede netwerkomgeving en bijbehorende architectuur zijn daarom voor bedrijven onontbeerlijk. Zonder deze netwerkomgeving functioneren bedrijfsapplicaties niet of zijn er geen verbindingen met devices mogelijk.
Automatisering onontkoombaar
De netwerkomgeving binnen datacenters is de afgelopen jaren flink ingewikkelder geworden. Dit betekent ook dat het beheer van deze omgevingen, om alle eindgebruikers van beheerders tot alle andere medewerkers, een superieure en probleemloze ervaring te bieden, complexer wordt. De komst van AI versterkt dit.
Deze beheercomplexiteit neemt onder meer toe door de vele verschillende gebruikte technologieën en platforms. Deze worden vaak door afzonderlijke teams beheerd, wat communicatieproblemen en silo-vorming in de hand werkt. De grote hoeveelheid data die binnen datacenters gegenereerd wordt, maakt het daarnaast moeilijk relevante beheerinformatie snel te identificeren en te analyseren.
Ook zijn handmatige monitoring, beheertaken zoals configuratie en patching en het oplossen van mogelijke incidenten vaak tijdrovend, inefficiënt en gevoelig voor menselijke fouten. Verder is het tijdrovend om handmatig de netwerkprestaties bij te houden en waar nodig te optimaliseren.
Een ander bezwaar is dat, zonder geavanceerde monitoring en analysetools, het ontdekken van beveiligingsrisico’s en mogelijke afwijkingen wordt bemoeilijkt. Last, but not least is handmatig onderhoud vooral reactief of gepland op basis van vaste schema’s. Dit kan leiden tot onnodige kosten en onverwachte storingen.
AIOps biedt uitweg
Automatisering van datacenterbeheertaken kan daarom veel voordelen opleveren. Naast het sneller en efficiënter uitvoeren van de voorheen handmatige beheertaken, beperkt automatisering ook het aantal beheerfouten.
Het gebruik van AIOps is voor dit geautomatiseerde beheer daarom essentieel, en brengt de automatisering van het datacenterbeheer naar een hoger niveau. Door gegevens uit verschillende bronnen te integreren, biedt AIOps een gecentraliseerd overzicht. AI herkent hierbij patronen en maakt correlaties die door menselijke beheerders vaak over het hoofd worden gezien. Dit bevordert een betere samenwerking tussen beheerders, biedt snellere probleemoplossingen en geeft een meer ‘holistisch’ inzicht in de netwerkomgeving.
Alle data worden daarnaast automatisch gefilterd en geanalyseerd, zodat alleen de belangrijkste informatie aan beheerders wordt aangeboden. Ook dit betekent minder belasting van IT-beheerders, een efficiëntere gegevensanalyse en een snellere, effectievere besluitvorming.
Andere voordelen van AIOps voor het netwerkbeheer in datacenters zijn dat de anders handmatige en routinematige beheertaken voor netwerkomgevingen continu in de gaten worden gehouden, en dat hiervoor optimalisatievoorstellen worden gedaan en uitgevoerd.
Daarnaast helpt AIOps met het automatisch in real-time detecteren van incidenten, het analyseren van mogelijke oorzaken en het proactief voorstellen of implementeren van oplossingen. Verder kan AIOps met behulp van voorspellende analyses potentiële problemen identificeren voordat deze zich voordoen en onderhoud aanbevelen op basis van daadwerkelijke behoeften. Op deze manier verschuift beheer van (traditioneel) reactief naar proactief, en misschien zelfs preventief.
AIOps zorgt uiteindelijk voor een superieure eindervaring voor geautomatiseerd datacenterbeheer. Beheerders en medewerkers kunnen een uitzonderlijke, stressvrije ervaring hebben en zich richten op de zaken die echt belangrijk zijn, zoals applicaties en de data die meer waarde toevoegen.
Datacenters en AI-workloads
Niet alleen helpt AIOps bij een beter geautomatiseerd en proactief datacenterbeheer, maar datacenters zijn ook steeds meer het platform waarop AI-workloads draaien en waar de benodigde data verwerkt worden. Daarom is het belangrijk deze omgevingen, vooral de daarin aanwezige netwerkomgeving, zo in te richten dat AI daadwerkelijk als effectieve technologie kan worden toegepast.
Het verwerken van AI-workloads binnen datacenters loopt echter vaak tegen limieten aan. Voornamelijk omdat AI-verkeer voor AI-oplossingen hele andere eisen stelt aan het dataverkeer dat datacenters normaal verwerkt.
Het cluster van computers en vooral GPU-processors waaruit AI eigenlijk bestaat, heeft bijvoorbeeld binnen het datacenter grote snelheden nodig voor de dataverwerking. De bandbreedte moet daarbij een hoge en consistente capaciteit hebben, zoals snelheden van 800 Gbps en hoger.
Daarnaast moet de schaalbaarheid van deze capaciteit kunnen worden aangepast aan de behoeften van bedrijven. Dit omvat onder andere een efficiënter gebruik van de diverse datacenterbronnen voor kostenbesparing, meer consistente prestaties, het vermijden van overbelasting, het vrijmaken van bronnen voor belangrijke taken en het optimaliseren van het energieverbruik.
Schaalbaarheid zorgt er ook voor dat datacenters snel veranderingen kunnen doorvoeren om aan de veranderende bedrijfsbehoeften te kunnen voldoen. Verder zorgt het voor betere redundantie en onderhoud met minimale impact op de bedrijfsvoering.
Juiste netwerkomgeving voor AI
Voor het draaien van AI-workloads in datacenters is daarom ook een juiste netwerkomgeving nodig. Denk hierbij bijvoorbeeld aan het verwerken van AI-verkeer via het vertrouwde Ethernet-protocol, in plaats van het tegenwoordig meer gangbare InfiniBand.
Het toepassen van ‘intent based networking’ maakt datacenters ook beter geschikt voor het draaien van AI-workloads. Met deze architectuur kunnen bedrijven de zakelijke doelen beschrijven, waarna de datacenternetwerkomgeving deze geheel automatisch, op basis van netwerkinformatie, analytics en orkestratie, omzet in de juiste configuratie. Deze configuratie wordt voortdurend gevalideerd via ‘closed-loop validatie’ om te controleren of deze nog steeds aan de doelstellingen voldoet en zo nodig automatisch wordt aangepast.
Intent-based networking garandeert voor datacenters een juiste netwerkconfiguratie, waardoor deze optimaal is voor het afhandelen van, in dit geval, AI-workloads. Deze geautomatiseerde aanpak ontlast beheerders niet alleen van handmatige taken, maar verbetert ook voortdurend de gebruikerservaringen. Datacenterbeheerders die intent-based networking en AIOps gebruiken om hun infrastructuur eenvoudiger en beter te beheren, zullen zich steeds meer onderscheiden van hun concurrenten.
Allesomvattend AI-native platform
AI valt voor organisatie niet meer te stoppen. Het geeft steeds meer vorm aan hun applicaties en dataverwerking, waarbij datacenters een belangrijke rol spelen.
Daarnaast zorgt een voor AI geoptimaliseerde netwerkomgeving ervoor dat AI-workloads optimaal kunnen draaien in datacenters.
Het AI-Native Networking Platform stelt bedrijven en beheerders in staat om werkomgevingen via AIOps vanuit één omgeving te beheren en AI-workloads optimaal te verwerken binnen gecontroleerde omstandigheden. Hierdoor kunnen bedrijven, beheerders en eindgebruikers zich volledig richten op hun bedrijfsdoelstellingen zonder zich zorgen te hoeven maken over de benodigde netwerkinfrastructuur en -architectuur.
Dit is een ingezonden bijdrage van Juniper Networks. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.