เกิดอะไรขึ้น
CRN รายงานว่า Rajiv Ramaswami ซีอีโอของ Nutanix กล่าวว่าบริษัทกำลังขยายแพลตฟอร์มไฮบริดคลาวด์เพื่อรองรับการอนุมาน AI บน GPU AMD และ GPU Nvidia Ramaswami กล่าวว่า Nutanix คาดว่าโซลูชั่นที่ใช้ AMD ตัวแรกภายในสิ้นปีปฏิทิน และอธิบายว่างานนี้เป็นความพยายามในการพัฒนาร่วมกันที่ได้รับการสนับสนุนจากการลงทุน 250 ล้านดอลลาร์ของ AMD ใน Nutanix
CRN รายงานว่า Ramaswami อธิบายว่า Nutanix ได้ก้าวไปไกลกว่าจุดกำเนิดในโครงสร้างพื้นฐานแบบไฮเปอร์คอนเวิร์จ ไปสู่แพลตฟอร์มซอฟต์แวร์ที่กว้างขึ้นสำหรับเครื่องเสมือน คอนเทนเนอร์ คลาวด์สาธารณะ พื้นที่จัดเก็บข้อมูลภายนอก และแอปพลิเคชัน AI ตามรายงาน ซอฟต์แวร์ของ Nutanix สามารถทำงานบนโครงสร้างพื้นฐานแบบ Bare Metal ที่ให้บริการโดย AWS, Microsoft Azure และ Google Cloud รวมถึงบน Neoclouds ที่เน้น GPU บริษัทไม่ได้ขายฮาร์ดแวร์เป็นธุรกิจตามสินค้าคงคลัง แม้ว่าลูกค้าจะสามารถเลือกอุปกรณ์ Supermicro หรือเซิร์ฟเวอร์จากผู้ขาย เช่น Dell, HPE, Lenovo และ Cisco ก็ตาม
การพัฒนาเฉพาะด้าน AI ในรายงานนี้เป็นแผนของนูทานิคซ์ในการขยายสแต็กการอนุมานจาก GPU Nvidia ไปยัง GPU AMD Ramaswami บอกกับ CRN ว่าปัจจุบัน Nutanix รันซอฟต์แวร์สแต็กบนฮาร์ดแวร์ Nvidia และคาดว่าจะใช้โซลูชัน AMD ตัวแรกภายในสิ้นปีปฏิทิน เขากล่าวว่าการลงทุน 250 ล้านดอลลาร์ของ AMD ใน Nutanix สนับสนุนการพัฒนาร่วมกัน การเข้าถึง GPU ของ AMD ก่อนใคร และการทำการตลาดร่วมกัน เขาปฏิเสธอย่างชัดเจนที่จะบอกว่า Nutanix เข้าถึงได้ก่อน โดยบอกว่าบริษัทเท่านั้นที่เข้าถึงได้ก่อน
Ramaswami กล่าวว่าแพลตฟอร์ม AI ของ Nutanix มีจุดมุ่งหมายเพื่อมอบอุปกรณ์ปลายทางการอนุมานที่สามารถรองรับโมเดลแบบเปิดที่ลูกค้าเลือกได้ รวมถึงโมเดลภาษาขนาดใหญ่และโมเดลภาษาขนาดเล็ก CRN รายงานว่าเขายังอธิบายเกตเวย์ระหว่างแอปพลิเคชันและโมเดลที่พวกเขาใช้ด้วย เกตเวย์มีไว้เพื่อให้มองเห็นค่าใช้จ่ายและการเข้าถึง ใช้การควบคุมการใช้งาน และช่วยพิจารณาว่าเมื่อใดที่แอปพลิเคชันควรใช้โมเดลชายแดนหรือโมเดลเปิดที่มีราคาถูกกว่า แหล่งที่มาไม่ได้ระบุรุ่น GPU ของ AMD ผลลัพธ์การวัดประสิทธิภาพ การใช้งานของลูกค้า หรือราคาสำหรับความสามารถเหล่านี้
การสัมภาษณ์ยังเน้นย้ำถึงการทำงานของ GPU เพื่อให้นูทานิคซ์มีประโยชน์มากขึ้น เมื่อลูกค้าไม่สามารถรับเซิร์ฟเวอร์หรือพื้นที่จัดเก็บข้อมูลใหม่ได้อย่างง่ายดาย CRN รายงานว่าการสนับสนุนพื้นที่จัดเก็บข้อมูลภายนอกยังคงมีส่วนแบ่งการใช้งานเพียงเล็กน้อยแต่เติบโตอย่างรวดเร็ว Ramaswami อ้างถึงการสนับสนุนสำหรับ Dell PowerFlex, Dell PowerStore และ Everpure โดยมีการสนับสนุน NetApp ที่อธิบายว่ากำลังจะออนไลน์ เขากล่าวว่าแนวทางนี้สามารถช่วยให้ลูกค้าบางรายสามารถใช้เซิร์ฟเวอร์และอาร์เรย์จัดเก็บข้อมูลที่มีอยู่ แทนที่จะซื้อฮาร์ดแวร์ใหม่ แม้ว่ารายงานนี้จะไม่ได้ให้การวัดผลโดยอิสระว่าเหตุการณ์นี้เกิดขึ้นบ่อยแค่ไหนหรือประหยัดเงินได้มากเพียงใด
ทำไมมันถึงสำคัญ
ส่วนขยายที่รายงานนี้จะทำให้ลูกค้าองค์กรมีทางเลือกด้านฮาร์ดแวร์อีกทางหนึ่งสำหรับการเรียกใช้การอนุมาน AI ในขณะที่นูทานิคซ์วางตำแหน่งซอฟต์แวร์ของตนเป็นเลเยอร์ที่สามารถทำงานในศูนย์ข้อมูลภายในองค์กร ระบบคลาวด์สาธารณะ และนีโอคลาวด์ที่เน้น GPU มูลค่าในทางปฏิบัติจะขึ้นอยู่กับความเข้ากันได้ ประสิทธิภาพ ความพร้อมใช้งาน และราคา ซึ่ง CRN ไม่ได้ทำการทดสอบอย่างอิสระในรายงาน
การใช้งาน AI ระดับองค์กรเกี่ยวข้องกับการเลือกระหว่างการใช้โมเดลขอบเขตของผู้ให้บริการภายนอกและโครงสร้างพื้นฐานการอนุมานการปฏิบัติงานโดยตรงมากขึ้นเรื่อยๆ CRN รายงานว่า Nutanix พยายามให้บริการทั้งสองเส้นทาง ลูกค้าสามารถใช้โมเดลจากผู้ให้บริการ เช่น OpenAI หรือ Anthropic หรือรันโมเดลแบบเปิดผ่านโครงสร้างพื้นฐานที่จัดการโดย Nutanix แพลตฟอร์มที่เชื่อมต่อแอปพลิเคชัน โมเดล GPU และการควบคุมการกำกับดูแลสามารถลดความซับซ้อนในการดำเนินงานสำหรับองค์กรที่จัดการการผสมผสานระหว่างทรัพยากรระบบคลาวด์และในองค์กร
การสนับสนุนของ AMD อาจมีความสำคัญเช่นกัน เนื่องจากจะทำให้ลูกค้ามีซัพพลายเออร์ตัวเร่งเพิ่มเติม Nvidia ยังคงเป็นผู้นำตลาด ตามคุณลักษณะของ Ramaswami ที่เสนอโดย CRN แต่องค์กรต่างๆ อาจมองหาทางเลือกอื่นเนื่องจากราคา ความพร้อมใช้งาน ข้อจำกัดในการจัดซื้อจัดจ้าง หรือความต้องการเชิงกลยุทธ์ รายงานดังกล่าวสนับสนุนการมีอยู่ของการรวม AMD ที่วางแผนไว้ของ Nutanix และการลงทุนของ AMD ไม่ได้กำหนดว่าฮาร์ดแวร์ของ AMD จะตรงกับ Nvidia ในด้านประสิทธิภาพ การสนับสนุนซอฟต์แวร์ ความพร้อมใช้งาน หรือต้นทุนรวมในการเป็นเจ้าของ
การเน้นที่การอนุมานมากกว่าการฝึกอบรมแบบจำลอง เป็นผลสืบเนื่องสำหรับธุรกิจที่ต้องการดำเนินการแบบจำลองที่กำหนดไว้ในการผลิต ปริมาณงานการอนุมานสามารถทำงานอย่างต่อเนื่องและอาจเกี่ยวข้องกับข้อมูลองค์กรที่ละเอียดอ่อน การควบคุมการใช้งาน และต้นทุนโทเค็นที่เกิดซ้ำ แนวทางเกตเวย์ที่ระบุไว้ของนูทานิคซ์ช่วยแก้ไขข้อกังวลด้านการปฏิบัติงานเหล่านั้นในหลักการ รวมถึงการมองเห็นว่าใครบ้างที่เข้าถึงโมเดลต่างๆ และต้นทุนการใช้งานเท่าใด อย่างไรก็ตาม CRN ไม่ได้ตรวจสอบความสามารถของเกตเวย์ การควบคุมความปลอดภัย เวลาแฝง โมเดลที่รองรับ หรือผลลัพธ์ในสภาพแวดล้อมการใช้งานจริงของเกตเวย์อย่างเป็นอิสระ
กลยุทธ์การจัดเก็บข้อมูลภายนอกที่รายงานขยายคำถามเกี่ยวกับโครงสร้างพื้นฐานให้กว้างกว่า GPU หากลูกค้าสามารถวางซอฟต์แวร์ Nutanix บนเซิร์ฟเวอร์ที่มีอยู่และเชื่อมต่ออาร์เรย์จัดเก็บข้อมูลที่รองรับ พวกเขาอาจสามารถปรับซอฟต์แวร์ให้ทันสมัยได้โดยไม่ต้องเปลี่ยนส่วนประกอบฮาร์ดแวร์ทั้งหมด ซึ่งอาจมีประโยชน์ในช่วงที่ส่วนประกอบขาดแคลน แต่ยังสร้างข้อกำหนดด้านการรับรอง การสนับสนุน และการรวมระบบด้วย แหล่งที่มาประกอบด้วยบัญชีของ Ramaswami เกี่ยวกับกลยุทธ์และแพลตฟอร์มที่อ้างถึง ไม่ใช่การทดสอบความน่าเชื่อถือ ความซับซ้อนในการปรับใช้ หรือผลลัพธ์ของลูกค้าโดยอิสระ
กลไกเชิงโต้ตอบ: มันทำงานอย่างไร
สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ
Which component of an AI application is the machine-learning model itself?
จะดูอะไรต่อไป.
เป้าหมายสำคัญคือ Nutanix ส่งมอบโซลูชันของ AMD ตามกำหนดเวลาหรือไม่ ซึ่งรองรับตัวเร่งความเร็วและการกำหนดค่าเซิร์ฟเวอร์ของ AMD และลูกค้าจะได้รับผลประโยชน์ด้านต้นทุนหรือความจุที่วัดผลได้หรือไม่ นอกจากนี้ ยังควรค่าแก่การรับชมว่าเกตเวย์การอนุมานของ Nutanix การสนับสนุนพื้นที่จัดเก็บข้อมูลภายนอก และกลยุทธ์ช่องทางพัฒนาไปไกลกว่าคำกล่าวอ้างที่อธิบายไว้ในการสัมภาษณ์อย่างไร
การทดสอบที่เร่งด่วนที่สุดคือการส่งมอบ Ramaswami บอกกับ CRN ว่า Nutanix คาดว่าจะมีโซลูชัน AMD GPU ตัวแรกภายในสิ้นปีปฏิทิน แต่รายงานไม่ได้ระบุวันเปิดตัว กลุ่มตัวเร่งความเร็วที่รองรับ ความพร้อมใช้งานทางภูมิศาสตร์ หรือสถานะความพร้อมใช้งานทั่วไป การรายงานการติดตามผลควรกำหนดว่ารุ่นแรกสามารถซื้อได้ในวงกว้าง จำกัดเฉพาะลูกค้าที่เลือก หรือเป็นการบูรณาการทางเทคนิคเป็นหลัก
รายละเอียดทางเทคนิคจะกำหนดว่าการประกาศเปลี่ยนแปลงการตัดสินใจซื้อหรือไม่ สิ่งที่ไม่ทราบที่สำคัญ ได้แก่ ปริมาณงานการอนุมาน เวลาแฝง ความจุหน่วยความจำ ความต้องการพลังงาน เฟรมเวิร์กที่รองรับ รูปแบบโมเดล การรับรองเซิร์ฟเวอร์ และต้นทุนสัมพัทธ์ของการปรับใช้ AMD และ Nvidia แหล่งที่มาไม่มีการวัดประสิทธิภาพเชิงเปรียบเทียบ การตรวจสอบโดยอิสระ หรือการอ้างอิงของลูกค้าสำหรับการอนุมานของนูทานิคซ์ที่ใช้ AMD ดังนั้นคำถามเหล่านั้นยังคงเปิดอยู่
ส่วนควบคุมซอฟต์แวร์ของ Nutanix ยังรับประกันการตรวจสอบอย่างละเอียดอีกด้วย บริษัทกล่าวว่าเกตเวย์สามารถติดตามต้นทุน จัดการการเข้าถึงและการใช้งาน และกำหนดเส้นทางแอปพลิเคชันไปยังรุ่นต่างๆ ผู้ใช้ควรมองหาเอกสารที่แสดงว่าข้อมูลใดถูกบันทึกไว้ วิธีการบังคับใช้สิทธิ์ ผู้ดูแลระบบสามารถกำหนดการใช้จ่ายหรือนโยบายแบบจำลองได้หรือไม่ และวิธีที่ระบบจัดการกับความล้มเหลวหรือเอาต์พุตแบบจำลองที่ไม่ถูกต้อง ไม่มีการระบุรายละเอียดการใช้งานเหล่านั้นในรายงาน CRN
สุดท้ายนี้ กลยุทธ์ช่องทางอาจกำหนดว่าแพลตฟอร์มจะถูกนำมาใช้อย่างกว้างขวางเพียงใด Ramaswami กล่าวว่าพันธมิตรคาดว่าจะขยายนอกเหนือจากการขาย HCI ไปยังบริการการโยกย้าย คอนเทนเนอร์ คลาวด์ และบริการ AI ในขณะที่ Nutanix วางแผนที่จะเพิ่มแพลตฟอร์มการจัดเก็บข้อมูลภายนอกเพิ่มเติม และพัฒนาข้อเสนอ Kubernetes และ AI ต่อไป คำถามเชิงปฏิบัติคือคู่ค้าได้รับการฝึกอบรม การรับรอง และสิ่งจูงใจเพียงพอในการส่งมอบโครงการเหล่านี้หรือไม่ และลูกค้าสามารถรับการสนับสนุนในสภาพแวดล้อมแบบฮาร์ดแวร์ ระบบคลาวด์ และแบบจำลองแบบผสมได้หรือไม่ CRN รายงานลำดับความสำคัญของฝ่ายบริหาร แต่ไม่ได้ยืนยันการใช้งานหรือผลการปรับใช้ของพันธมิตรอย่างเป็นอิสระ