Vi tok en prat med Olav, CTO i nLogic Group, om hvordan AI påvirker infrastrukturen virksomheter bygger i dag.
Kunstig intelligens har på kort tid blitt et av de mest omtalte temaene i teknologibransjen. Samtidig kan det være vanskelig å skille mellom hype og reelle behov. For mange virksomheter handler AI ikke først og fremst om modeller eller algoritmer – men om infrastrukturen som gjør teknologien mulig.
Når man snakker med teknologer om kunstig intelligens, blir samtalen ofte mer jordnær enn overskriftene tilsier.
Maskinlæring, regresjonsanalyse og mønstergjenkjenning har vært brukt i IT-systemer i mange år. Mange av prinsippene bak AI er derfor langt fra nye.
Samtidig har de siste årene introdusert noe som faktisk skiller seg tydelig fra tidligere generasjoner av AI. Store språkmodeller og generative systemer har gjort teknologien langt mer synlig – og åpnet for helt nye bruksområder.
Dette betyr ikke nødvendigvis at teknologien er moden for alle typer oppgaver. I flere miljøer eksperimenteres det fortsatt med hvordan slike modeller kan brukes trygt i kritiske tjenester.
Likevel er det ingen tvil om at skalaen i utviklingen har endret seg dramatisk.
Når AI begynner å spise nettverk
Når store modeller trenes, arbeider tusenvis av GPU-er parallelt. De må kontinuerlig utveksle data med hverandre, og det skaper enorme mengder trafikk internt i datasentre.
Dette gjør nettverket langt viktigere enn det tidligere har vært.
Der nettverket tidligere kunne være en relativt stabil del av infrastrukturen, kan det i slike miljøer bli selve flaskehalsen. Derfor utvikler leverandører nå nettverksutstyr og datasenterarkitektur med svært høy kapasitet.
For enkelte miljøer er dette helt nødvendig. Når store systemer arbeider parallelt, kan selv små forbedringer i ytelse ha stor betydning.
Men denne typen teknologi er i stor grad utviklet for de aller største teknologimiljøene i verden.
Teknologi utviklet for de største miljøene
Mye av infrastrukturen som utvikles nå er designet for organisasjoner som bygger AI-plattformer i en skala de fleste virksomheter aldri vil være i nærheten av.
For slike miljøer er maksimal ytelse avgjørende. Derfor investeres det tungt i teknologi som kan redusere latency, øke kapasitet og håndtere enorme datamengder.
Samtidig skjer det noe interessant når slike løsninger utvikles.
Teknologien vil etter hvert også bli tilgjengelig i mindre skala. Kapasitet som tidligere bare var tilgjengelig for de største datasentrene, kan gradvis tas i bruk av langt flere virksomheter.
Innovasjon i de største miljøene bidrar dermed til å løfte teknologien for hele markedet.
Når teknologivalg også handler om økonomi
For virksomheter som vurderer AI-relaterte investeringer blir derfor spørsmålet ofte mer praktisk enn teknologisk.
Hvor mye kapasitet trenger man egentlig?
Leverandører tilbyr løsninger på svært ulike nivåer – både teknisk og økonomisk. Noen plattformer er utviklet for maksimal ytelse i de mest krevende miljøene. Andre er designet for mer fleksible og gradvis skalerbare løsninger.
Derfor blir det viktig å forstå hva teknologien faktisk er bygget for – og hvilke behov den skal dekke.
Å gjøre kompleks teknologi forståelig
Hos nLogic arbeider man tett med leverandørene for å forstå hvordan teknologien fungerer i praksis – og hvilke konsekvenser ulike valg kan få for arkitektur, drift og investeringer.
En viktig del av arbeidet handler om å filtrere informasjonen.
Leverandører presenterer teknologien.
Kunder skal ta beslutningene.
nLogic fungerer som et bindeledd mellom disse to. Ved å analysere behov, trafikkmønstre og fremtidige krav kan man vurdere hvilke teknologivalg som faktisk gir verdi – både på kort og lang sikt.
Målet er ikke å bygge mest mulig avansert infrastruktur.
Målet er å bygge løsninger som er robuste, skalerbare og riktig tilpasset virksomhetens behov.
Teknologien vil fortsette å utvikle seg
AI vil uten tvil fortsette å påvirke hvordan datasentre og nettverk utvikles. Nye arbeidsbelastninger vil stille nye krav til kapasitet og arkitektur.
Samtidig vil de fleste virksomheter møte denne utviklingen gradvis. Teknologien vil modnes, kapasiteten vil bli mer tilgjengelig og løsningene mer standardiserte.
Men behovet for gode beslutninger vil bestå.