Artificiële intelligentie (AI) transformeert sectoren door innovatie en efficiëntie te verbeteren, waardoor ondernemingen meer inzichten kunnen verkrijgen, activiteiten kunnen optimaliseren en nieuwe kansen kunnen grijpen. Maar om het potentieel van AI volledig te benutten, hebben ondernemingen meer nodig dan alleen geavanceerde algoritmen en bekwame datawetenschappers. Een sterke, aanpasbare infrastructuur is essentieel, vooral in een multicloudwereld waar gegevens over verschillende platformen stromen.

Ondernemingen zijn vandaag niet meer gebonden aan één IT-omgeving, of die nu on-premises, edge of in de cloud is.  Ze gebruiken meerdere platformen, cloudproviders en omgevingen om kosten te optimaliseren, redundantie te garanderen en te voldoen aan uiteenlopende workloadbehoeften. Volgens Gartner zal in 2028 70% van de workloads in een cloudcomputingomgeving worden uitgevoerd. Nu ondernemingen zich een weg banen door het multicloudlandschap, komt de invoering van AI naar voren als een belangrijke motor voor innovatie. België behoort tot de Europese koplopers op het gebied van de integratie van AI. Volgens Eurostat maakt bijna 25% van de Belgische ondernemingen gebruik van AI. Daarmee staat België in de top drie van Europa. Grote ondernemingen lopen voorop: bijna 48% heeft minstens één AI-toepassing geïmplementeerd. Bij de middelgrote ondernemingen ligt dit percentage op 24%, bij de kleine ondernemingen op 11%.

Die ontwikkelingen onderstrepen de noodzaak van een solide IT-infrastructuur die AI naadloos integreert in multicloudomgevingen. Door te investeren in innovatieve technologieën en strategische partnerschappen kunnen Belgische organisaties de voordelen van AI maximaliseren en de uitdagingen van cloudintegratie overwinnen.

Wanneer IT-teams nadenken over de beste middelen voor het implementeren van cloudworkloads, komt de keuze vaak neer op on-premises versus cloudinfrastructuur via openbare clouddiensten. Openbare cloudmiddelen bieden een buitengewone schaalbaarheid en een toegang tot technologieën van de volgende generatie. Privécloud- of on-premisesinfrastructuur biedt meer controle, beveiliging en zichtbaarheid. Naarmate er meer cloudoplossingen kwamen, hebben ondernemingen zowel on-premises- als cloudinfrastructuur geïmplementeerd om een multicloudarchitectuur te creëren. Het beheer van de inzet van meerdere openbare clouds en on-premisestechnologie kan complex zijn, met extra kosten, risico’s en administratieve lasten voor het uitvoeren van workloads op cloudmiddelen tot gevolg.

Om AI effectief te kunnen implementeren in een multicloudomgeving, moeten ondernemingen zich richten op vier belangrijke pijlers: rekenkracht, gegevensbeheer, opslag en efficiëntie. Elk van deze pijlers speelt een cruciale rol bij het ondersteunen van AI-workloads op grote schaal.

1. Schaalbaarheid van rekenkracht en netwerken voor AI-workloads

Het potentieel van AI wordt pas volledig benut als ondernemingen beschikken over de juiste rekenkracht en netwerkcapaciteiten om grootschalige gegevensverwerking te ondersteunen. Die componenten vormen de basis voor AI-workloads en zorgen ervoor dat modellen efficiënt werken en zinvolle resultaten opleveren.

• Gebruikmaken van geavanceerde verwerkingskracht: AI-modellen, met name modellen die gebruikmaken van machine learning (ML) en deep learning (DL), vereisen een uitgebreide rekenkracht. Voor het trainen van AI op grote datasets zijn snelle GPU’s, TPU’s en gespecialiseerde versnellingshardware nodig.  Financiële instellingen maken bijvoorbeeld gebruik van voor AI geoptimaliseerde GPU’s voor fraudedetectie in real time. Of het nu gaat om lokale datacenters of cloudgebaseerde AI-geoptimaliseerde instanties, ondernemingen moeten ervoor zorgen dat ze over de juiste rekenkracht beschikken.

• Zorgen voor AI-connectiviteit met snelle netwerken: AI-toepassingen vereisen een snelle, ononderbroken gegevensoverdracht. Verbindingen met hoge bandbreedte en lage latentie tussen cloudomgevingen zorgen voor een soepele werking van AI. Ondernemingen moeten gebruikmaken van softwaregedefinieerde netwerken (SDN) en netwerkoptimalisatietools voor een naadloze connectiviteit.

2. Gegevensbeheer: Een naadloze AI-gegevensstroom garanderen

AI gedijt bij hoogwaardige, toegankelijke gegevens, maar het beheer van gegevens in meerdere clouds kan een uitdaging vormen. Zonder een naadloze gegevensintegratie bestaat het risico dat AI-modellen worden getraind op verouderde of onvolledige datasets, wat leidt tot onbetrouwbare inzichten. Effectieve strategieën voor gegevensbeheer zijn essentieel voor het succes van AI.

• Uniform gegevensbeheer: Als gegevens verspreid zijn over verschillende clouds zijn beveiliging, naleving en consistentie van cruciaal belang. Ondernemingen hebben sterke beheerskaders nodig om de naleving van regelgeving (bijv. GDPR, CCPA) en de gegevensbeveiliging te waarborgen. AI-specifieke beleidsregels moeten kwesties als bias in trainingsdatasets en privacy aanpakken.

• Naadloze data-integratie: AI-modellen halen data uit meerdere bronnen, waaronder legacysystemen, cloudopslag en realtime streams. Integratietools die zorgen voor naadloze interoperabiliteit tussen die bronnen helpen ondernemingen om data efficiënt te consolideren en toegankelijk te maken.

• Toegang tot gegevens in real time: Veel AI-gestuurde toepassingen, zoals fraudedetectie en voorspellend onderhoud, zijn afhankelijk van inzichten in real time. Ondernemingen moeten investeren in cloudeigen oplossingen voor realtime gegevensopname en -verwerking.

3. Opslag: de ruggengraat van AI-schaalbaarheid

AI-workloads genereren en verbruiken enorme hoeveelheden gegevens. Inefficiënte opslagstrategieën kunnen de operationele kosten opdrijven, omdat ondernemingen moeilijk een evenwicht vinden tussen toegangssnelheid en budgetbeperkingen. Daarom is een efficiënt opslagbeheer essentieel voor het handhaven van de prestaties en het beheersen van de kosten.

• Gelaagde opslagoplossingen: Niet alle gegevens hoeven meteen toegankelijk te zijn. Gelaagde opslag optimaliseert de prestaties en kosten door veelgebruikte gegevens op snelle opslagmedia (zoals flash) te plaatsen, en minder kritieke gegevens te archiveren in kosteneffectieve oplossingen zoals objectopslag.

• Schaalbare opslag voor AI-workloads: AI-toepassingen genereren enorme hoeveelheden ongestructureerde gegevens. Gedistribueerde opslagsystemen en objectopslagoplossingen bieden de schaalbaarheid die nodig is om deze gegevens efficiënt te beheren.

• Opslag-als-dienstmodellen: Nu multicloud steeds vaker wordt toegepast, kiezen meer ondernemingen voor opslag-als-dienstmodellen. Die on-demandoplossingen verminderen de kapitaalinvesteringen en stellen ondernemingen in staat hun opslagbehoeften aan te passen aan de groei van de gegevensvolumes.

• Beheer van de levenscyclus van gegevens: AI-modellen hebben verse, relevante gegevens nodig. Door de automatisering van het archiveren, verwijderen en migreren van gegevens wordt een efficiënt gebruik van opslagruimte gegarandeerd en blijft de naleving van de richtlijnen voor gegevensbewaring gewaarborgd.

4. Operationele efficiëntie en duurzaamheid stimuleren

Volgens IDC zal het energieverbruik van AI-datacenters naar verwachting groeien met een samengesteld jaarlijks groeipercentage van 44,7% tot 146,2 terawattuur (TWh) in 2027. Daarbij zullen AI-workloads een steeds groter deel van het totale elektriciteitsverbruik van datacenters voor hun rekening nemen. Om dat aan te pakken is het cruciaal IT-oplossingen op de juiste schaal in te zetten, om een onnodige verspilling van rekenkracht en een overmatig energieverbruik te voorkomen. Door energiezuinige hardwareconfiguraties en milieuvriendelijke koelmethoden te implementeren en gebruik te maken van beheersoftwaretools, kan het stroomverbruik aanzienlijk worden verminderd en de levensduur van de hardware worden verlengd. Energiebeheertools die gebruikmaken van telemetrie bieden waardevolle inzichten om het energie- en thermisch beheer in real time te optimaliseren en potentiële hardwareproblemen vroegtijdig op te sporen.

Conclusie

De weg naar een succesvolle AI voor ondernemingen in een multicloudomgeving is gebaseerd op een infrastructuur die flexibiliteit, schaalbaarheid en efficiëntie vooropstelt. Een krachtige rekencapaciteit, naadloos gegevensbeheer en innovatieve opslagoplossingen vormen de basis voor het benutten van het potentieel van AI. Via een holistische aanpak kunnen ondernemingen het volledige potentieel van AI aanboren, hun groei stimuleren en vol vertrouwen hun weg vinden in de complexiteit van multicloudomgevingen.

Tom Van Daele, Field CTO BeLux Dell Technologies