I progressi nel campo dell’intelligenza artificiale stanno avvenendo a un ritmo davvero sorprendente: l’espansione significativa nei modelli, nei dati impiegati per l’addestramento e nelle infrastrutture di calcolo che ne supportano lo sviluppo è incredibilmente massiccia. I data center AI stanno crescendo a una velocità mai vista prima e l’AI stessa ha il potenziale per trasformarsi in una rivoluzione tanto rilevante quanto (se non più) di Internet.
In tutto questo, saranno le reti Ethernet a farla sempre più da padrone, guadagnando terreno come soluzioni preferite per i cluster AI rispetto a InfiniBand. Già nell’ultimo anno, infatti, molti grandi cluster AI sono stati realizzati utilizzando Ethernet, grazie alla garanzia di prestazioni elevate e costi inferiori rispetto a InfiniBand.
Indice degli argomenti:
I numeri dell’AI nel networking
Secondo le stime di Dell’Oro Group, una delle principali fonti di informazioni di mercato nei settori delle telecomunicazioni, della sicurezza, delle reti e dei data center, le previsioni di spesa in conto capitale (capex) per i data center evidenziano un tasso di crescita annuale composto (CAGR) del 24% entro il 2028 e questo incremento è trainato proprio dall’adozione di infrastrutture AI, che includono server con GPU o acceleratori personalizzati, reti, storage e strutture dedicate.
Modello 231: guida pratica per l'implementazione nell'Ambito ESG
L’industria del networking si sta completamente trasformando e, a seguito di questa crescita esponenziale delle applicazioni AI, è posta davanti a sfide che possono essere affrontate e vinte solo con soluzioni altamente scalabili.
Più in generale, secondo la Worldwide Future of Digital Infrastructure Sentiment Survey di IDC, quasi otto aziende su dieci hanno dichiarato di ritenere l’infrastruttura digitale “importante” o “mission critical” per il successo delle proprie iniziative di business. In particolare, la convergenza tra cloud computing e GenAI sta creando opportunità di innovazione senza precedenti. Per i vendor e le startup in crescita, sfruttare queste tecnologie è ormai una necessità per rimanere competitivi.
Il cloud computing offre infatti risorse scalabili e on-demand, mentre la GenAI fornisce funzionalità avanzate di apprendimento automatico che trasformano grandi quantità di dati in informazioni fruibili e automatizzano attività complesse.
Così, guardando al futuro, IDC già diversi mesi fa prevedeva che la GenAI sarebbe stata il primo motore degli investimenti infrastrutturali nei 18 mesi a seguire e che, con la GenAI come catalizzatore, entro il 2027 il 40% delle imprese si affiderà ad architetture IT interconnesse tra cloud, core ed edge per supportare priorità di flusso di lavoro dinamiche e indipendenti dalla posizione geografica.
AI e networking: verso data center sempre più sostenibili e sicuri
L’AI non richiede solo infrastrutture performanti, ma è anche essenziale per la gestione delle reti. Sistemi basati sull’AI, come gli assistenti virtuali per la gestione del networking, possono identificare e risolvere problemi in tempo reale. Secondo il Global Technology Report 2024 di Bain & Company, i carichi computazionali legati all’AI cresceranno del 25%-35% all’anno fino al 2027, con un conseguente incremento della domanda di potenza di calcolo, che spingerà i data center a evolvere verso dimensioni di oltre un gigawatt.
In questo quadro particolarmente articolato, non bisogna infatti dimenticarsi di fare i conti anche con i consumi energetici. L’AI richiede molte risorse di elaborazione e ciò significa un elevato consumo per i data center. Secondo quanto riporta McKinsey, al tasso di adozione attuale, si prevede che il consumo di energia dei data center in Europa quasi triplicherà, passando dagli attuali 62 TWh circa a oltre 150 TWh entro la fine del decennio.
Ridurre il consumo energetico delle reti rendendole più efficienti è quindi una priorità. Le nuove tecnologie di switching e ottiche stanno contribuendo a diminuire il consumo di energia, mentre le pratiche di ottimizzazione energetica stanno diventando sempre più sofisticate grazie all’uso degli stessi algoritmi AI.
Una gestione efficiente della connettività tra GPU e server contribuisce a limitare gli sprechi di risorse e migliorare l’efficienza. La crescente complessità delle reti richiede inoltre strumenti avanzati per la gestione automatizzata delle risorse e anche questo contribuisce all’ottimizzazione dei carichi di lavoro in tempo reale.
La sicurezza delle reti
Dal punto di vista della sicurezza delle reti, invece, gli attacchi informatici sono sempre più sofisticati, ma l‘uso dell’intelligenza artificiale consente di identificare comportamenti anomali e reagire in real time per prevenire ogni eventuale intrusione. Questo approccio proattivo reso possibile dall’automazione abilitata dall’AI è cruciale per proteggere le infrastrutture, soprattutto in un contesto in cui le minacce sono sempre più complesse.
Per supportare questa trasformazione e l’espansione delle applicazioni AI e affrontare la crescente domanda di risorse, le reti del futuro dovranno essere interoperabili e automatizzate, mentre la cooperazione tra attori del settore e l’adozione di standard aperti saranno fondamentali per creare un ambiente tecnologico che favorisca l’innovazione e garantisca la sostenibilità a lungo termine.
