Nokia из Финляндии: ИИ перестраивает сети центров обработки данных, двигаясь к масштабу миллионов GPU

Репортаж от Wedoany，Клейтон Вагар, руководитель направления ИИ и высокопроизводительных сетей в Nokia, заявил на вебинаре, организованном BizClik, что настоящая проблема инфраструктуры ИИ заключается в том, что скорость перемещения данных должна быть достаточно высокой, чтобы успевать за темпами развития. Он считает, что инфраструктура ИИ вступает в новый этап, на котором важность сетей уже сопоставима с вычислительной мощностью.

Для операторов центров обработки данных и телекоммуникационных провайдеров открывающиеся возможности кажутся знакомыми. Клейтон пояснил, что облачным провайдерам потребовались десятилетия, чтобы освоить гипермасштабную эксплуатацию, а ИИ объединяет требования традиционной гипермасштабной инфраструктуры с требованиями к производительности суперкомпьютеров, заставляя операторов пересматривать способы соединения кластеров ИИ, распределённых по зданиям, кампусам и даже регионам. По мере того как системы ИИ становятся всё более сложными благодаря агентному ИИ (agentic AI), а запросы зависят от распределённого хранения, множества сервисов и географически разнесённой инфраструктуры, высокопроизводительные сети становятся основой пользовательского опыта.

Пять ключевых выводов этого вебинара включают: узкие места производительности ИИ смещаются — ключевой фактор производительности и масштабируемости ИИ переходит от чисто вычислений к перемещению данных; развёртывание ИИ расширяется до масштаба миллионов GPU, что создаёт беспрецедентный спрос на землю, электроэнергию и сети; физические ограничения ускоряют переход от электрических соединений к оптическим, которые обеспечивают большую пропускную способность на больших расстояниях с более высокой эффективностью; инфраструктура ИИ всё больше напоминает сети провайдеров услуг, где необходимы соединения на большие расстояния, отказоустойчивость и детальное управление; традиционные центры обработки данных должны адаптироваться к растущей плотности вычислений ИИ с помощью новых технологий охлаждения и переработанных планировок.

Клейтон считает, что самой большой проблемой может стать подготовка к росту инфраструктуры, значительно превышающему текущие ожидания. Кластеры ИИ уже выросли с десятков тысяч GPU до сотен тысяч GPU, а некоторые объекты в настоящее время проектируются вокруг миллиона GPU и более. В таких масштабах сети начинают больше напоминать телекоммуникационную инфраструктуру, чем традиционные корпоративные сети. Он сказал: «Каждый раз, когда мы достигаем предела масштаба, мы видим, что существует ещё один предел, и обычно он в 10 или 100 раз больше того, что требовалось ранее». Поскольку предприятия соединяют кампусы ИИ, простирающиеся на сотни или тысячи километров, соединения на большие расстояния, отказоустойчивость и видимость становятся критически важными.

Клейтон также упомянул, что происходит технологический переход от электрических соединений к оптическим соединениям. Электрические технологии приближаются к физическим пределам, тогда как оптические сети могут обеспечивать более высокие скорости на больших расстояниях при сниженном энергопотреблении, хотя это требует значительной переработки коммуникационного оборудования. Старые центры обработки данных представляют собой ещё одну проблему: они не были спроектированы для плотности мощности или тепловыделения ИИ, поэтому жидкостное и гибридное охлаждение особенно важно для операторов, желающих повторно использовать существующие площадки. Он уверен, что по мере расширения инфраструктуры ИИ от отдельных объектов до взаимосвязанных кампусов ИИ автоматизация и высокоёмкие оптические сети станут необходимостью, а накопленный в отрасли сетевой опыт создаст благоприятные условия.