ジュニパーAIネイティブは今か...それとも後か？

ジュニパーは先週、次のようなウェブイベントを開催した。 AIネイティブNOW. 私は、ジュニパーがAIネットワーク・カテゴリーを所有するヘッジホッグの競争相手として紹介されるかもしれないと思った。 しかし、少なくとも今のところは、ジュニパーがAIネットワークのライバルになる心配はない。

ジュニパーは、ネットワーク運用のための自然言語インターフェースを紹介した。 ジュニパーは、ネットワーク・オペレーション用の自然言語インターフェースも紹介したが、これはAIネットワークの基盤をカバーした後に顧客が採用する、ありがたい機能だと私たちは考えている。

ヘッジホッグAIネットワーク

私たちの顧客は AIネットワーク クラウドネットワークとして

1. 高性能イーサネット・ファブリックにより、AIワークロード特有の要件に対応。
2. 使い慣れたクラウド・ユーザー・エクスペリエンスにより、AIクラウド・インフラストラクチャの運用を容易にします。 このUXは、AWS、Azure、GCPが提供するものと同等の基盤となるクラウドサービスで構成されています。
3. プライベートAIクラウドインフラへの投資を、設備投資を削減するオープンソースソフトウェアと、設備投資を削減する完全自動化ソリューションで可能にする。

ジュニパーのAI Native NOWの発表は、AI Opsによる完全自動化ソリューションの要件に対応しているが、AIワークロードのパフォーマンスやクラウドUXといったAIネットワークの主要要件に対応するものは発表していない。

AI作戦

AI Native NOWの主なメッセージは、AI Opsについてだった。 AI Ops とは、データ収集と機械学習を使用して、ネットワーク・パフォーマンス・メトリクスのベースライン、パフォーマンス異常の特定、ネットワーク障害とインシデントの関連付け、インシデントとパフォーマンス異常の関連付けを行うことです。 AI Opsの利点は、AIのジョブ完了時間ではなく、問題を特定し、根本原因を特定し、チケットを解決するまでの平均時間で測定されます。

ジュニパーAIオペレーションズ

ジュニパーはこれを ミストAI 製品です。 その製品ページを見ると、ジュニパーはミストをWi-Fi、有線、WAN、IoT、アクセス・ネットワーク向けの保証ソリューションとして見事に売り出していることがわかる。 これがAIネットワーク製品であるために決定的に欠けているのは、AIワークロードのフローオーケストレーションや混雑管理に関する記述だ。 もちろん、これはヘッジホッグがAIネットワークで取り組んでいることだ。

シスコAIオペレーションズ

ジュニパー・ミストのAIは、私が数年前にシスコで定義と構築に携わったイーグル・アイズ保証ソリューション・アーキテクチャに追いつこうとしている。 という製品を引き継いだ。 クロスワーク・シチュエーション・マネージャーのシスコOEMだった。 ムーグソフト. ジュニパーは、ネットワーク機器からのデータの収集とエンリッチメントがAI運用パズルの大きなピースであることは正しい。 私たちは、ムーグソフトに クロスワーク・データ・ゲートウェイ データ収集のためだ。 クリス・メニエ の方がずっと熱心だった。 VIA AI Ops製品そこで私たちは、彼にプロジェクトを進める機会を与えた。 その後 アクセディアン ジュニパーのMist AIは、シスコのAI Opsソリューションの強化版のようだ。 ジュニパーのMist AIは、シスコのAI Opsソリューションの強化版のように見える。

ヘッジホッグ保証戦略

AI Opsは確かに効率的なクラウドデータセンター運用に役立つが、ヘッジホッグはAIワークロードによって生じる輻輳ボトルネックを防ぐ高性能データプレーンに焦点を当てている。

AIワークロードの輻輳管理

私たちの目標は 高性能AIイーサネット・ファブリック である：

1. 高い有効帯域幅
2. パケットロスゼロ
3. 低遅延

95%の負荷では、AIネットワークはオーケストレーションされ制御されたトラフィック管理を必要とする。 これがなければ、Mist AIのようなAI運用ソリューションは、ネットワークの混雑やパフォーマンスの異常を実際に報告することになります。 高い有効帯域幅で動作するネットワークでは、負荷のインキャスト、負荷分布のずれ、GPU間の幅広いレイテンシにより、GPUが不当に使用されることになります。 この結果、遅延計算のテールが長くなり、ジョブの完了時間が延びることになります。 Hedgehogの高性能AIデータプレーンには、95%の効率的なGPU使用を実現するために、オーケストレーションされ制御されたトラフィック管理が含まれています。

データ収集と充実

AI パフォーマンスの問題を未然に防ぐ一方で、当社がサポートするすべてのネットワーク・デバイスからデータを収集し、充実させています。 これには、以下のスイッチが含まれます。 スーパーマイクロ, セレスティカ, マイカス・ネットワークス, デル と エッジコア を本日発表しました。 近い将来、DPU SmartNICも含まれるようになるでしょう。 エヌビディア, AMD, マーヴェル と インテル と同様に。 そして、そのデータをクラウドネイティブの観測可能性ツールと統合する。

クラウドネイティブの観測可能ツール

我々の顧客のほとんどは、クラウド・オペレーションにおける観測可能性のために、共通のクラウド・ネイティブ・ツールをすでに使用している。 Arista、Cisco、Juniperと同じように、独自のダッシュボードを構築し、それを使用するために顧客に課金するというアプローチをとることもできる。 そうではなく、クラウド・ネットワークを低コストで運用するために、より顧客に優しいアプローチを選択している。 私たちは、収集したデータをオープンソースのクラウド・ネイティブ・ツールにプッシュするだけです。 これらのツールには プロメテウス システム監視および警告ツールキット、および グラファナ・ロキ ロギングスタック。