Οι υποδομές πολλών επιχειρήσεων δεν είναι έτοιμες για την Τεχνητή Νοημοσύνη.

DNVN - Καθώς η τεχνητή νοημοσύνη (ΤΝ) αναπτύσσεται ραγδαία σε όλους τους κλάδους, η ζήτηση για υποδομές κέντρων δεδομένων αυξάνεται επίσης ραγδαία. Ωστόσο, η υποδομή πολλών επιχειρήσεων δεν είναι έτοιμη για την ΤΝ.

Η Keysight Technologies, σε συνεργασία με την Heavy Reading, δημοσίευσε την Έκθεση Beyond the Bottleneck: AI Cluster Networking Report 2025. Η έκθεση διαπιστώνει ότι η υιοθέτηση της τεχνητής νοημοσύνης (AI) επιταχύνεται ταχύτερα από ό,τι μπορούν να την υποστηρίξουν οι υποδομές. Η παγκόσμια μελέτη υπογραμμίζει την επείγουσα ανάγκη οι πάροχοι τηλεπικοινωνιακών υπηρεσιών και υπηρεσιών cloud να στραφούν από την κλιμάκωση στη βελτιστοποίηση για την υποστήριξη εφαρμογών τεχνητής νοημοσύνης επόμενης γενιάς.

Το 62% των ερωτηθέντων στην έρευνα δήλωσαν ότι ήθελαν να αξιοποιήσουν στο έπακρο τις υπάρχουσες υποδομές χωρίς νέες επενδύσεις.

Καθώς οι αναπτύξεις Τεχνητής Νοημοσύνης (ΤΝ) επιταχύνονται σε όλους τους κλάδους, η ζήτηση για υποδομές κέντρων δεδομένων αυξάνεται επίσης ραγδαία. Η κατασκευή νέων υποδομών δεν είναι πλέον αρκετή, με το 62% των ερωτηθέντων στην έρευνα να δηλώνουν ότι θέλουν να αξιοποιήσουν στο έπακρο την υπάρχουσα υποδομή τους χωρίς να κάνουν νέες επενδύσεις. Οι πάροχοι στρέφονται σε στρατηγικές βελτιστοποίησης της απόδοσης, όπως η εξομοίωση εφαρμογών ΤΝ πραγματικού κόσμου, όχι μόνο για την επικύρωση της απόδοσης, αλλά και για τη βελτίωση της αποδοτικότητας και την επιτάχυνση της ανάπτυξης συμπλεγμάτων ΤΝ επόμενης γενιάς.

Σχεδόν το 89% των ερωτηθέντων στην έρευνα σχεδιάζουν να αυξήσουν ή να συνεχίσουν να επενδύουν σε υποδομές τεχνητής νοημοσύνης το επόμενο έτος. Οι λόγοι για αυτήν την αύξηση περιλαμβάνουν την ενσωμάτωση στο cloud (51%), την αναβάθμιση σε ταχύτερες GPU (49%) και τις υψηλότερες ταχύτητες δικτύου (45%).

Προσέγγιση με προτεραιότητα στη βελτιστοποίηση: Ενώ συνεχίζουν να επενδύουν, το 62% των φορέων εκμετάλλευσης δήλωσαν ότι αναμένουν να αποκομίσουν μεγαλύτερη αξία από τις υπάρχουσες υποδομές χωρίς νέες επενδύσεις.

Η προσομοίωση καθίσταται απαραίτητη: Το 95% των ερωτηθέντων στην έρευνα δήλωσαν ότι η προσομοίωση εφαρμογών πραγματικού κόσμου είναι μια κρίσιμη δυνατότητα, αλλά εξακολουθούν να μην διαθέτουν τα εργαλεία για την αποτελεσματική προσομοίωση περιβαλλόντων Τεχνητής Νοημοσύνης σε κλίμακα παραγωγής.

Αυξανόμενη πίεση στις υποδομές: Περισσότερο από το 50% των φορέων εκμετάλλευσης θεωρούν τους περιορισμούς του προϋπολογισμού (59%), τους περιορισμούς στις υποδομές (55%) και την έλλειψη ταλέντου (51%) ως τα μεγαλύτερα εμπόδια στην κλιμάκωση της Τεχνητής Νοημοσύνης.

Η άνοδος των δικτύων υψηλής ταχύτητας: Η υιοθέτηση προηγμένων τεχνολογιών δικτύωσης επιταχύνεται, με το 34% των ερωτηθέντων να εξερευνά το 800G, το 22% να δοκιμάζει το 1.6T και το 58% να αξιολογεί το Ultra Ethernet ως επιλογή δικτύωσης υψηλής απόδοσης.

Η αντιμετώπιση των σημείων συμφόρησης στο δίκτυο είναι ο επόμενος στόχος: Με το 55% των φορέων να αναπτύσσουν συνδέσεις 400G και να διερευνούν την τεχνολογία 1.6T, η χωρητικότητα του δικτύου θεωρείται καθοριστικός παράγοντας για την επεκτασιμότητα της Τεχνητής Νοημοσύνης.

Κίτρινο Ποτάμι

Πηγή: https://doanhnghiepvn.vn/chuyen-doi-so/co-so-ha-tang-cua-nhieu-doanh-nghiep-chua-san-sang-cho-ai/20250918065323163