AI 向けネットワーキングとは

AI 向けハイパフォーマンス・ネットワーキングは、AI の導入を成功させるための重要な技術要素です。AI の運用を実装または拡張する前に、組織はネットワーク・インフラストラクチャーを分析し、新しい AI ベースの機能をサポートするためにどのような強化が必要かを判断する必要があります。

AI ワークロードには通常、大量のコンピューティング・リソースと瞬時に近い応答性が必要です。これは、信頼性、堅牢性、柔軟性、拡張性に優れたネットワーキング・ソリューションのサポートがあってこそ実現できます。AI はあらゆる場所に実装できるため、ネットワーク・ソリューションには、AI データセンター、クライアント、クラウド、エッジにおける異種のシステムとデバイス間の有線、ワイヤレス、仮想接続が含まれます。

セキュリティーも AI ネットワーキングの重要な要件です。ほとんどの AI アプリケーションでは、顧客の個人情報、企業の知的財産、独自のアルゴリズムなど、膨大な量のデータを活用しています。これらはすべて、送信中に保護する必要があります。

AI ネットワーキングがハイパフォーマンスをサポート

反対に、AI はネットワーク・インフラストラクチャー自体を高速化し、強化することもできます。AI 対応ネットワークと通信インフラストラクチャーは、AI ワークロードなど、アプリケーション上で実行されるアプリケーションへのアクセスとパフォーマンスを向上できます。

ネットワーキングにおける AI の最終目標は、ネットワークのトラフィックと複雑性が拡大し続けている場合でも、ネットワークをより効率的に運用できるように、ネットワーク・ドメイン全体のタスクを自動化することです。

AI 向けネットワーキングの役割

AI は、効率、精度、応答性を向上させるために、業界を問わず無数のタスクの自動化に利用されています。これらの AI のユースケースのほとんどは、ハイパフォーマンス・ネットワーキングに依存しています。

AI がほぼどこでも利用可能になるにつれて、コンシューマーは多くの AI を活用したユースケースの中で、チャットボット、推奨エンジン、店舗キオスクによるシームレスなパフォーマンスを期待しています。自動運転などの自動車アプリケーションでは、人の安全を確保するために、ほぼリアルタイムの応答性が必要です。幅広い環境において無数のプロセスを自動化する AI アプリケーションは、AI の活用から期待される効率性とビジネスリターンを実現するネットワーク・インフラストラクチャーに依存しています。

相互運用性 と ネットワーク・セキュリティー

AI アプリケーションは、データセンター、クラウド、クライアント、エッジデバイス間で分散されることが多く、相互運用性はネットワーク・パフォーマンスにとって特に重要な側面となります。機械学習アルゴリズムやほかの AI プログラムに供給される、ユーザーの個人情報を含む膨大なデータセットを保護するには、堅牢なネットワーク・セキュリティー機能も不可欠です。

ほとんどの AI アプリケーションがレイテンシーを許容できないため、これらのネットワーク・セキュリティー機能は極めて応答性がよく効率的でなければなりません。セキュリティー機能は、計算負荷の高い暗号化、復号化、圧縮、解凍アルゴリズムに依存しており、AI ベースのデータや操作の転送に耐え難いほどの遅延時間を生じさせないために、大幅な高速化が必要です。

AI 向けネットワーキングのメリット

AI 向けに設計されたハイパフォーマンス・ネットワークは、AI アプリケーションを効率的かつ安全に運用し、必要な応答性を確保するために、特定のメリットを提供する必要があります。これらのメリットには、高帯域幅、低レイテンシー、スケーラビリティー、効率性、データ・セキュリティーが含まれます。

高データ帯域幅

多くの AI ワークロードは、常に、または散発的に、膨大なデータセットにアクセスして送信します。AI 向けに設計されたネットワーキングは、特にクラウドベースのアプリケーションにおいて、データ・トラフィックに対応し、データの整合性を維持するために高帯域幅を提供します。

低レイテンシー

AI ネットワーキングのユースケースは、特にエッジにおいて、ミリ秒単位での完璧な応答に依存することがよくあります。AI の成功をサポートするために構築されたネットワークは、非常に低いレイテンシーで一貫性のある安定した接続を提供する必要があります。

拡張性に優れたパフォーマンス

AI アプリケーションは、時間の経過とともにデータを蓄積することが多く、ユーザーベースのデータも増加する可能性があります。さらに、AI ソリューションは、異種システムやデバイス間で分散される可能性があり、多数の同時接続に対応する能力が必要です。複数のユースケースをサポートするために前もって設計されたネットワークと、将来的な範囲と規模の変化により、AI ワークロードはパフォーマンスを犠牲にすることなく、動的に拡張し続けることができます。

効率的なリソースの利用

強力な AI ネットワークは、効率を確保し、ネットワークとコンピューティング・リソースの過剰または過小プロビジョニングによるコスト増加を防止するために最適化する必要があります。完全に最適化されたネットワーキング・インフラストラクチャーは、AI データセンターとクラウドの費用削減に役立ちます。

データ保護とネットワーク・セキュリティー

ネットワーク・セキュリティーは、AI ワークロードにとって、ほかのアプリケーションよりも重要です。AI のユースケースは、大規模なデータセットに依存しており、個人情報や価値のある情報、または厳しく規制された情報を含む場合が多いためです。高度な脅威検出と防止機能を備えたネットワークは、高額で破壊的なデータ侵害のリスクを最小限に抑えるのに役立ちます。

AI ネットワーキング・ソリューション

ネットワーキングは、AI のユースケースを実現する重要な技術ですが、AI アプリケーションに必要なネットワーキングは、アプリケーションの範囲、ユーザーの数と場所、ネットワーキング・インフラストラクチャーの種類によって大きく異なります。さらに、AI 対応ソリューションがデータセンター、クラウド、エッジにわたって分散されるため、ネットワーク設計はより複雑になります。

AI 機能の追加を検討している企業は、どのようなネットワーキングが必要かを判断するため、まず既存のネットワーキング・インフラストラクチャーを分析し、特定した AI のユースケースにおける重要な要件を定義する必要があります。

例えば、スマート・ファクトリー用途、輸送およびイベント管理、公共安全シナリオなど、ネットワークに依存する多くの AI ユースケースは、ネットワーク・エッジのプライベート 5G に依存しています。

推奨エンジンなど、ほかの AI ソリューションは、クラウド、データセンター、またはその両方で実行され、有線、ワイヤレス、仮想、ソフトウェア定義ネットワークの組み合わせに依存しており、数千、数百万のリモートユーザーにサービスを提供するために拡張できます。これらのネットワーキング・ソリューションは、それ自体がコンピューティング集約的で、高速、高帯域幅のコントローラー、ポート、インターフェイス、データ・パイプラインに依存しています。

AI ベースの自動化の爆発的な成長により、開発者とベンダーは市場投入までの時間を短縮する必要に迫られています。その多くが、複数のプラットフォームにわたり導入できる共通のビルディング・ブロックとカスタマイズ可能なソリューションを見つけるために、オープンなネットワークと基準を求めています。

大手テクノロジー・プロバイダーは、さまざまなベンダーや製品にわたる相互運用性と互換性を確保する次世代イーサネット・テクノロジーと基準を確率するために協力して、これらの新たな要件をサポートしています。