AI меняет роль корпоративной инфраструктуры. Для Рампала Сингха, старшего вице-президента и глобального директора по бизнес-направлению Hybrid Cloud Services and AI Factory в HCLTech, эти изменения глубже, чем просто новое поколение оборудования.
Традиционно инфраструктура отвечала за производительность, бесперебойную работу и емкость. Она была важна для бизнеса, но часто функционировала как бэкофисная функция. AI меняет эти отношения, поскольку производительность и экономика инфраструктуры могут напрямую влиять на то, как быстро бизнес может масштабировать новые возможности и выделяться на рынке.
«В истории ИТ-инфраструктуры это первый случай, когда ИТ-инфраструктура стала стратегическим приоритетом для бизнеса», — отметил Сингх.
Это создает новую задачу для руководителей инфраструктурных подразделений. Им необходимо понимать язык бизнеса и одновременно управлять технологическим стеком, который становится все более сложным.
Почему пилотные проекты терпят неудачу в производстве
Разница между успешным пилотным проектом в сфере AI и его внедрением в производство часто сводится к масштабу.
Сингх отметил, что пилотные проекты обычно невелики, что позволяет удерживать связанную с ними сложность на управляемом уровне. В производстве количество вариантов использования, пользователей, моделей и зависимостей может быстро расти.
Это означает, что инфраструктурные решения, принятые для пилотного проекта, впоследствии могут стать ограничениями.
«Вам нужно мыслить долгосрочно. Необходимо заглядывать вперед как минимум на пять лет», — сказал Сингх.
Это означает проектирование архитектуры, выбор продуктов, интеграцию стека и формирование команды с учетом будущих потребностей. Масштабируемость, производительность, доступность и скорость выхода на рынок становится сложнее контролировать, если требования к производству не учитывались с самого начала.
Самое слабое звено определяет систему
AI-инфраструктуру также необходимо рассматривать как единую систему, а не как набор оптимизированных по отдельности компонентов.
«Если хотя бы один компонент работает не так, как требуется, производительность всего стека [оказывается под угрозой]», — сказал Сингх.
Мощный вычислительный уровень не может компенсировать плохо спроектированные сетевые соединения. Дорогие графические процессоры могут оставаться недоиспользованными, если системы хранения данных не могут подавать данные достаточно быстро. Даже если физическая инфраструктура спроектирована отлично, неэффективная модель может помешать эффективному использованию среды.
Цель состоит в достижении слаженности между вычислениями, сетью, хранением данных, самими данными и моделями.
Такой системный взгляд приобретает особую важность из-за стоимости AI-инфраструктуры. Недоиспользование ресурсов — это не просто техническая проблема. Оно напрямую влияет на бизнес-обоснование.
Фундамент должен стать автономным
Агентный AI (Agentic AI) привносит еще одно изменение: рабочие нагрузки становятся более постоянными, динамичными и автономными.
Сингх утверждает, что лежащая в их основе инфраструктура должна развиваться в том же направлении.
«Если сама основа не является автономной, то нельзя ожидать автономности от рабочей нагрузки, которая на ней запускается», — заявил он.
Традиционным операционным процессам будет трудно соответствовать требованиям к масштабируемости, производительности и времени отклика современных AI-сред. Сингх указал на необходимость нового уровня AIOps, способного прогнозировать сбои, поддерживать устранение неполадок и по-новому подходить к планированию емкости.
Вместо того чтобы просто применять существующие инфраструктурные процессы к AI, предприятиям необходимо переосмыслить то, как эта среда эксплуатируется и потребляется.
Сингх ожидает, что люди останутся вовлеченными в процесс, но все чаще в порядке исключения, а не в качестве основного механизма управления каждым инфраструктурным событием.
AI Factory как операционный уровень
Именно здесь Сингх располагает HCLTech AI Factory.
«AI Factory — это на самом деле не продукт. Это даже не инфраструктура. Это операционная модель для предоставления общих возможностей для процветания в эпоху AI», — сказал он.
Это различие важно, потому само по себе приобретение вычислительных мощностей не создает возможностей, необходимых для их эффективного использования.
Сингх описал распространенную проблему: организации инвестируют в инфраструктуру и позже обнаруживают, что создали мощности без сопутствующих возможностей, необходимых для их потребления. Конвейеры данных могут быть неполными, графические процессоры могут оставаться недозагруженными, а управление (governance) может быть внедрено слишком поздно.
HCLTech AI Factory призвана объединить эти возможности с помощью повторно используемых компонентов, стандартизированной архитектуры, управления, контроля экономики и FinOps.
«AI Factory — это операционная модель нового поколения, которая позволяет объединить людей, процессы, инструменты и технологии для предоставления бизнесу возможностей преуспевать в современную эпоху», — добавил Сингх.
