האם הרשת הארגונית שלכם מוכנה לעידן הבינה המלאכותית?

שירותים הקשורים לנושא

• רשתות תקשורת ארגוניות - ארכיטקטורה לרשתות LAN, WAN, SD-WAN ו-Wi-Fi - ביצועים, סגמנטציה, שרידות ואבטחה על בסיס דרישות מדידות.
• ארכיטקטורת תשתיות AI - תכנון תשתיות להפעלת עומסי AI - מאיצים, מחשוב, אחסון, רשת, חשמל, קירור, אבטחה ויכולת גידול.
• תשתיות מחשוב ומרכזי נתונים - תכנון מערכי מחשוב, וירטואליזציה, אחסון ומרכזי נתונים, כולל בחינת אירוח, זמינות, גידול ועלות כוללת.

יישומי בינה מלאכותית משנים את דפוסי התעבורה

יישומי בינה מלאכותית אינם רק שירות נוסף שעובר על גבי הרשת. במקרים רבים הם משנים את נפחי התעבורה, את הדרישה לרוחב פס, את אופי התקשורת בין מרכזי נתונים, את השימוש בשירותי ענן ואת הצורך בנראות ובקרה בזמן אמת.

לכן השאלה שארגון צריך לשאול אינה רק אם קיימת ברשותו תשתית מהירה מספיק, אלא האם הארכיטקטורה הקיימת מתאימה לצרכים העסקיים והטכנולוגיים של השנים הקרובות.

יותר רוחב פס אינו בהכרח הפתרון

אחת הטעויות הנפוצות בתכנון רשתות היא להתייחס לביצועים כמעט רק במונחים של מהירות. רשת איכותית נבחנת גם בזמני השהיה, שרידות, איכות מסלולי התקשורת, יכולת ניהול עומסים, הפרדה בין סוגי תעבורה, אבטחה, יכולת ניטור ופשטות תפעולית.

הוספת קיבולת לקישור שלא תוכנן נכון יכולה לדחות בעיה, אך לא בהכרח לפתור אותה. לפני שמרחיבים תשתית, כדאי להבין היכן נמצאים צווארי הבקבוק בפועל ומה צפוי להשתנות בשנים הקרובות.

התנועה כבר אינה רק בין המשתמשים למרכז הנתונים

בעבר היה קל יחסית לתאר רשת ארגונית: משתמשים התחברו לסניפים ולמרכז הנתונים, ומשם קיבלו את מרבית השירותים. בארגון מודרני יישומים נמצאים במרכז הנתונים המקומי, בענן ציבורי, בסביבות תוכנה כשירות ובמספר אתרים במקביל.

מערכות בינה מלאכותית מוסיפות שכבה נוספת של תקשורת בין משתמשים, נתונים, מערכות מחשוב, שירותי ענן ולעיתים גם מאיצים ומערכות עיבוד ייעודיות. התוצאה היא ארכיטקטורה מבוזרת יותר, שבה איכות התקשורת בין כל רכיבי המערכת הופכת לגורם משמעותי בביצועים.

גם מרכז הנתונים משתנה

בעומסי עבודה מסורתיים, חלק גדול מהתעבורה היה בין המשתמש לבין השרת. בסביבות עתירות נתונים קיימת לעיתים תעבורה משמעותית מאוד בין השרתים עצמם. הדבר מחייב לבחון מחדש את תכנון ליבת הרשת, קצב הקישורים, יחס החיבור בין שכבות הרשת, היתירות והתאמת התשתית לגידול עתידי.

אין פירוש הדבר שכל ארגון צריך להקים תשתית ייעודית לבינה מלאכותית. תכנון נכון מתחיל בהבנת הצורך העסקי ובבניית תשתית שניתנת להרחבה, במקום ברכישת הטכנולוגיה החדשה ביותר.

מה כדאי לבדוק כבר היום?

• מהם היישומים הקריטיים לארגון והיכן הם פועלים?
• כיצד נראים מסלולי התקשורת אל הענן וממנו?
• האם קיימים צווארי בקבוק בין אתרים, מרכזי נתונים וספקי ענן?
• האם היתירות אמיתית, או שרכיבים כפולים עדיין תלויים באותה נקודת כשל?
• האם קיימת נראות מספקת כדי לזהות ירידה בביצועים לפני שהמשתמשים מדווחים עליה?
• מה צפוי לקרות לנפחי התעבורה בשלוש עד חמש השנים הקרובות?
• האם הארכיטקטורה מאפשרת להוסיף קיבולת ושירותים ללא שינוי יסודי ברשת?

תכנון לפני מוצר

אחד העקרונות החשובים בפרויקט תשתיות הוא להפריד בין הארכיטקטורה לבין בחירת היצרן. השלב הראשון צריך להגדיר דרישות: זמינות, ביצועים, אבטחה, יכולת גדילה, תפעול, שילוב עם מערכות אחרות ועלות כוללת.

רק לאחר מכן נכון לבחון אילו פתרונות ויצרנים נותנים את המענה המתאים ביותר. כאשר הבחירה מתחילה ממוצר מסוים, קיים סיכון שהארגון יתאים את הדרישות לטכנולוגיה במקום להתאים את הטכנולוגיה לצרכיו.

השורה התחתונה

בינה מלאכותית אינה סיבה להחליף את כל תשתית התקשורת הארגונית. היא כן סיבה טובה לבדוק אם הארכיטקטורה הקיימת תוכננה לעולם שבו יותר מערכות, יותר נתונים ויותר שירותים פועלים במקביל ובמספר סביבות שונות.

ארגון שמבצע את הבדיקה מוקדם יכול לתכנן את השקעותיו בהדרגה, לצמצם רכישות מיותרות ולבנות תשתית שתוכל לשרת אותו גם כאשר הדרישות ישתנו.