Що сталося
CRN повідомляє, що генеральний директор Nutanix Раджив Рамасвамі сказав, що компанія розширює свою платформу гібридної хмари для підтримки штучного інтелекту на графічних процесорах AMD, а також на графічних процесорах Nvidia. Рамасвамі сказав, що Nutanix очікує своїх перших рішень на базі AMD до кінця календарного року, і назвав цю роботу спільною розробкою, підтриманою інвестиціями AMD у Nutanix у розмірі 250 мільйонів доларів.
CRN повідомляє, що Рамасвамі описав Nutanix як такий, що вийшов за межі свого походження в гіперконвергентній інфраструктурі до ширшої програмної платформи для віртуальних машин, контейнерів, загальнодоступних хмар, зовнішнього сховища та додатків ШІ. Згідно зі звітом, програмне забезпечення Nutanix може працювати на інфраструктурі «голого металу», наданій AWS, Microsoft Azure і Google Cloud, а також на неохмарах, орієнтованих на GPU. Компанія не продає апаратне забезпечення як бізнес на основі запасів, хоча клієнти можуть вибрати пристрій або сервери Supermicro від таких постачальників, як Dell, HPE, Lenovo та Cisco.
Специфічна розробка ШІ у звіті — це план Nutanix розширити свій стек висновків із графічних процесорів Nvidia на графічні процесори AMD. Рамасвамі сказав CRN, що Nutanix зараз використовує свій програмний стек на апаратному забезпеченні Nvidia і очікує, що перші рішення AMD будуть представлені до кінця календарного року. Він сказав, що інвестиції AMD у розмірі 250 мільйонів доларів у Nutanix підтримують спільну розробку, ранній доступ до графічних процесорів AMD та спільний маркетинг. Він прямо відмовився сказати, що Nutanix отримує перший доступ, сказавши лише, що компанія отримує ранній доступ.
Рамасвамі сказав, що платформа штучного інтелекту Nutanix призначена для надання кінцевих точок висновку, які можуть обслуговувати відкриті моделі, вибрані клієнтами, включаючи великі та менші мовні моделі. CRN повідомляє, що він також описав шлюз між програмами та моделями, які вони використовують. Шлюз призначений для забезпечення видимості витрат і доступу, застосування засобів контролю використання та допомоги у визначенні того, коли програма повинна використовувати прикордонну модель або менш дорогу відкриту модель. Джерело не визначає конкретні моделі графічних процесорів AMD, результати порівняльного тестування, розгортання замовником або ціни на ці можливості.
Інтерв’ю також поставило роботу з графічним процесором у ширші зусилля, щоб зробити Nutanix корисним, коли клієнти не можуть легко отримати нові сервери чи сховище. CRN повідомляє, що підтримка зовнішніх накопичувачів залишається невеликою, але швидко зростаючою часткою розгортань. Рамасвамі назвав підтримку Dell PowerFlex, Dell PowerStore і Everpure, а підтримка NetApp описана як надходження онлайн. Він сказав, що цей підхід може дозволити деяким клієнтам використовувати існуючі сервери та масиви зберігання, а не купувати нове обладнання, хоча звіт не містить незалежного вимірювання того, як часто це відбувається або скільки грошей заощаджують клієнти.
Чому це важливо
Розширення, про яке повідомляється, надасть корпоративним клієнтам ще один варіант апаратного забезпечення для запуску висновків ШІ, тоді як Nutanix позиціонує своє програмне забезпечення як рівень, який може працювати в локальних центрах обробки даних, публічних хмарах і орієнтованих на GPU неохмарах. Практична цінність залежатиме від сумісності, продуктивності, доступності та вартості, жоден з яких CRN не перевірив незалежно у звіті.
Розгортання штучного інтелекту на підприємстві все частіше вимагає вибору між використанням граничної моделі зовнішнього постачальника та прямим керуванням інфраструктурою висновків. CRN повідомляє, що Nutanix намагається обслуговувати обидва шляхи: клієнти можуть використовувати моделі від таких постачальників, як OpenAI або Anthropic, або запускати відкриті моделі через інфраструктуру, якою керує Nutanix. Платформа, яка об’єднує додатки, моделі, графічні процесори та елементи управління, може спростити операції для організацій, які керують поєднанням хмарних і локальних ресурсів.
Підтримка AMD також може мати значення, оскільки вона дає клієнтам додаткового постачальника прискорювача. Згідно з характеристикою Рамасвамі, цитованою CRN, Nvidia залишається лідером ринку, але підприємства можуть шукати альтернативи через ціну, доступність, обмеження щодо закупівель або стратегічні переваги. Звіт підтверджує існування запланованої інтеграції Nutanix з AMD та інвестиції AMD; це не означає, що апаратне забезпечення AMD буде відповідати Nvidia за продуктивністю, підтримкою програмного забезпечення, доступністю або загальною вартістю володіння.
Акцент на висновках, а не на навчанні моделі, має важливе значення для підприємств, які хочуть використовувати усталені моделі у виробництві. Робочі навантаження для висновків можуть виконуватися безперервно та можуть включати конфіденційні корпоративні дані, елементи керування використанням і періодичні витрати на токени. Заявлений підхід Nutanix до шлюзу в принципі вирішує ці операційні проблеми, включаючи видимість того, хто отримує доступ до моделей і скільки коштує використання. Однак CRN не перевіряє самостійно можливості шлюзу, елементи керування безпекою, затримку, підтримувані моделі чи результати у виробничих середовищах.
Повідомлена стратегія зовнішніх накопичувачів розширює питання інфраструктури за межі GPU. Якщо клієнти зможуть розмістити програмне забезпечення Nutanix на існуючих серверах і підключити підтримувані масиви зберігання, вони зможуть модернізувати програмне забезпечення без заміни кожного апаратного компонента. Це може бути корисним під час нестачі компонентів, але це також створює вимоги до сертифікації, підтримки та інтеграції. Джерело містить розповідь Рамасвамі про стратегію та цитовані платформи, а не незалежне тестування надійності, складності розгортання чи результатів для клієнтів.
Інтерактивний механізм: як він насправді працює
Дослідіть технологію, що лежить в основі цієї розробки, в інтерактивному режимі.
Which component of an AI application is the machine-learning model itself?
Що дивитися далі
Ключові етапи полягають у тому, чи Nutanix постачає обіцяні рішення AMD за графіком, які прискорювачі AMD і конфігурації серверів підтримуються, і чи можуть клієнти отримати вимірні переваги щодо вартості або потужності. Також варто спостерігати за тим, як шлюз висновків Nutanix, підтримка зовнішніх накопичувачів і стратегія каналів розвиваються поза межами тверджень, описаних в інтерв’ю.
Найнегайнішим випробуванням є доставка. Рамасвамі сказав CRN, що Nutanix очікує свої перші рішення AMD GPU до кінця календарного року, але у звіті не вказується дата запуску, підтримуване сімейство прискорювачів, географічна доступність або статус загальної доступності. У подальших звітах має бути встановлено, чи перший випуск доступний для широкого загалу, обмежений для вибраних клієнтів чи це переважно технічна інтеграція.
Технічні деталі визначатимуть, чи оголошення змінить рішення про покупку. Важливі невідомі дані включають пропускну спроможність, затримку, обсяг пам’яті, вимоги до живлення, підтримувані фреймворки, формати моделі, сертифікацію сервера та відносну вартість розгортання AMD і Nvidia. Джерело не надає порівняльних тестів, незалежної перевірки чи рекомендацій клієнтів для висновків Nutanix на основі AMD, тому ці питання залишаються відкритими.
Елементи керування програмним забезпеченням Nutanix також вимагають ретельного вивчення. Компанія каже, що її шлюз може відстежувати витрати, керувати доступом і використанням, а також направляти програми до різних моделей. Користувачам слід шукати документацію, яка показує, які дані реєструються, як застосовуються дозволи, чи можуть адміністратори встановлювати політику витрат або моделі, і як система обробляє збої або неточні результати моделі. Жодна з цих деталей впровадження не надається у звіті CRN.
Нарешті, стратегія каналу може визначати, наскільки широко буде прийнята платформа. Рамасвамі сказав, що партнери, як очікується, вийдуть за рамки продажів HCI на міграцію, контейнери, хмарні послуги та послуги штучного інтелекту, тоді як Nutanix планує додати більше зовнішніх платформ зберігання даних і продовжити розвиток своїх пропозицій Kubernetes і штучного інтелекту. Практичне питання полягає в тому, чи отримують партнери достатньо навчання, сертифікації та стимулів для виконання цих проектів, і чи можуть клієнти отримати підтримку в змішаному апаратному, хмарному та модельному середовищах. CRN повідомляє про пріоритети керівництва, але не підтверджує незалежного партнерського сприйняття чи результати розгортання.