Yapay Zeka Geleneksel Ağ Mimarisinin Sınırlarını Zorladı

Sürekli çıkarım, ajanlar arası iletişim ve gerçek zamanlı veri hatlarının oluşturduğu öngörülemez ve kesintisiz trafik, geleneksel ağ mimarilerinin hiçbir zaman desteklemek üzere tasarlanmadığı bir yük oluşturuyor. Yapay zeka pilot projeden operasyonel omurgaya geçerken, ağ performansı, güvenilirliği ve maliyeti belirleyen kritik bir kontrol katmanı olarak öne çıkıyor. Tata Communications tarafından aktarılan değerlendirmelere göre bu dönüşüm, on yıllardır geçerli olan varsayımların sorgulanmasını zorunlu kılıyor.
Mevcut tablo, beklenti ile altyapı gerçekliği arasındaki makası da ortaya koyuyor. Cisco tarafından yapılan bir araştırmaya göre yöneticilerin yüzde 80'i şirketlerinin rekabetçi varlığının ajan tabanlı yapay zekaya bağlı olacağına inanıyor ve tüketici tarafında yapay zeka kullanımı halihazırda yaygın ve hızlanıyor. Buna karşın Tata Communications tarafından yaptırılan Bloomberg imzalı "The Future-Ready Enterprise" araştırması, liderlerin dörtte üçünün yapay zekayı yönetim kurulu düzeyinde öncelik olarak görmesine rağmen, işletmelerin yaklaşık üçte ikisinin, yüzde 65'inin, halen geçiş sürecindeki veya eski altyapılarla faaliyet gösterdiğini ortaya koydu. Bu kopukluk, yapay zeka yatırımlarından değer elde etmenin önündeki temel engel olarak gösteriliyor.

Geleneksel Altyapı ile Yapay Zeka Trafiği Arasındaki Uçurum​

Kaynakta yer alan değerlendirmelere göre eski sistemler statik ve katı bir yapıya sahipti, ağ talebini verimli veya dinamik biçimde yönetme yeteneğinden yoksundu. Yapay zekaya hazır ağların ise gerçek zamanlı olarak uyum sağlaması gerekiyor. Trafiğin nasıl oluşturulduğu, dağıtıldığı ve deneyimlendiği biçimindeki temel değişim, büyük ölçekli ağları yöneten hizmet sağlayıcılar ve kurumlar için doğrudan sonuçlar doğuruyor.
Bu altyapı açığı küresel bir endişe olarak tanımlanıyor. Yapay zeka iş yükleri büyüyüp daha dinamik hale geldikçe, ağ altyapısının performanstan veya verimlilikten ödün vermeden talepteki hızlı değişimleri absorbe etmesi bekleniyor. Aksi halde kurumlar, ya performansı düşüren tıkanıklığı göze almak ya da "her ihtimale karşı" ağı büyük ölçüde ve verimsiz biçimde fazla kapasiteyle donatmak gibi bir ikilemle karşı karşıya kalıyor.

Performans Eşiği Değişti: 10 Milisaniyenin Altı​

Performans çıtasının da bir büyüklük mertebesi değiştiği belirtiliyor. Geleneksel iş uygulamaları 100 ila 500 milisaniye gecikmeyi tolere edebilirken, kritik görev üstlenen yapay zeka iş yükleri artık 10 milisaniyenin altında gecikme gerektiriyor. Tata Communications Global Network Services Başkan Yardımcısı Kapil, bu durumu "Bu sadece kademeli bir iyileşme değil. Geleneksel ağ tasarım varsayımlarını yıkan, böylesine aşırı düşük gecikmenin hiçbir zaman birincil bir husus olmadığı tamamen farklı bir performans paradigması" sözleriyle değerlendiriyor.
Eski altyapının sunabildiği ile yapay zekanın talep ettiği arasındaki bu fark, ağ performansını doğrudan yapay zeka güvenilirliği ve maliyetinin belirleyicisi haline getiriyor. Ağı en iyi gayret esaslı bir taşıma katmanı olarak ele almak, birçok kurumun ancak üretim ortamında performans düşüşü yaşandığında fark ettiği riskler yaratıyor. Gerçek zamanlı dolandırıcılık tespiti veya tedarik zinciri optimizasyonu için oluşturulmuş bir model, dayandığı verinin ağ tıkanıklığı nedeniyle gecikmesi halinde değerini yitiriyor. Kapil, bu gecikmenin her bir milisaniyesinin doğrudan finansal veya operasyonel maliyet taşıyabileceğine dikkat çekiyor.
Kapil, "En iyi gayret esaslı bir ağa güvenmek, milyonlarca dolarlık yapay zeka yığını yatırımlarını, performansın şansa bırakıldığı yüksek riskli bir kumara dönüştürür" ifadesini kullanıyor. Ayrıca işletmelerin halka açık interneti küresel bir kurumsal ağ olarak kullanmanın karmaşıklığını sıklıkla hafife aldığını, tek bir ülke içinde performans kabul edilebilir görünse bile veriler sınırları aşmaya veya uluslararası bulut platformlarına bağlanmaya başladığında uçtan uca kontrol eksikliğinin operasyonel bir engele dönüştüğünü belirtiyor.

Bulut ve Uçta Dağılan Yapay Zeka Karmaşıklığı Artırıyor​

Yapay zeka bileşenleri bulut, uç ve kurumsal ortamlara yayıldıkça karmaşıklık da artıyor. Kurumlar genellikle bilgi işlem gücü ve veri altyapısına odaklanırken bunları birbirine bağlayan ağ dokusunu gözden kaçırıyor. Bu kör nokta, GPU'lar arasında hareket eden yüksek frekanslı doğu-batı trafiğinin oluşturduğu performans darboğazı olarak ortaya çıkıyor.
Dağılım, kurumların savunması gereken yüzeyi de genişletiyor. Uygulamalar, kullanıcılar ve iş ortağı ekosistemleri artık bulut, SaaS, uç ve cihaz ortamlarına dağılmış durumda. Kapil, yapay zeka destekli kötü amaçlı botların çevrimiçi trafiğin yaklaşık yüzde 37'sini oluşturduğunu ve bu durumun meşru kullanıcıları otomatik tehditlerden ayırt etmeyi giderek zorlaştırdığını aktarıyor. Birçok kurum, izole araçları üst üste ekleyerek yanıt vermeye çalıştı, ancak bu yaklaşım tutarlı bir savunma yerine parçalanma, tutarsız güvenlik ve birleşik görünürlük eksikliği üretti.
Kapil, "SASE, ağ ve güvenliği birleşik, bulut tabanlı bir mimaride birleştirerek bu riskleri azaltmaya yardımcı oluyor. Bu yakınsama, bulut, şirket içi ve uç ortamlarında tutarlı politika uygulamasını mümkün kılarken, gerçek zamanlı yapay zeka odaklı etkileşimleri güvence altına almak için gereken ölçeklenebilirliği ve yakınlığı sağlıyor" diyor.

Ağ Pasif Altyapıdan Akıllı Katmana Dönüşüyor​

Bu açığı kapatmak için kurumların yapay zeka trafiğinin dağıtık ortamlarda nasıl hareket ettiğine dair çok daha fazla görünürlük kazanması ve iş yüklerini buna göre yönlendirme yeteneği elde etmesi gerekiyor. Kapil, bunun farklı bir ağ yönetimi yaklaşımı gerektirdiğini vurguluyor.
Kapil, "Liderler ağın artık pasif bir 'tesisat' olmadığını kabul etmeli. Tüm yapay zeka yığınının temeli olan aktif, akıllı bir platform olarak yönetilmelidir. Bu platform, yapay zeka trafiğinin nasıl ve nerede aktığına dair gerçek zamanlı gözlemlenebilirlik ve iş yüklerini mevcut en verimli ve güvenli yol üzerinden düzenleme kontrolü gerektirir" diyor. Bu farkın yalnızca sistemleri bağlamak ile yeni yeteneklerin kilidini açmak arasındaki fark olduğu, örneğin yoğun satış dönemindeki sorunsuz bir alışveriş deneyimi veya kesintisiz yayınlanan küresel bir spor yayını gibi örneklerle açıklanıyor.
Bu zekanın altyapı ekiplerinin günlük çalışma biçimini de değiştirdiği belirtiliyor. Ağ artık donanım yapılandırmasıyla sabitlenmiş olmaktan çıkıp yazılım tanımlı ve API odaklı hale geldi. Kapil'e göre bu durum, altyapı ekiplerini kesintilere tepki vermekten, onları önleyen sistemleri tasarlamaya doğru kaydırıyor. Kapil, "Bir kesinti sırasında trafiği manuel olarak yeniden yönlendirmek yerine, ekip akıllı bir yapı için kuralları, politikaları ve iş sonuçlarını tanımlamalıdır. Ağın kendisi daha sonra bu politikaları otomatik ve özerk bir şekilde yürütür" ifadesini kullanıyor.
Tata Communications bu ilkeyi kısa süre önce piyasaya sürdüğü IZO Data Centre Dynamic Connectivity platformu ile uygulamaya koydu. Yazılım tanımlı platform, bir kesinti sırasında trafiği saniyeler içinde otomatik olarak yeniden yönlendirmek için deterministik çok yollu yönlendirme kullanarak "kendi kendini iyileştiren, akıllı ağ" oluşturuyor. Şirket, platformun dayanıklılığı reaktif bir süreçten özerk bir yeteneğe dönüştürdüğünü, kritik görev üstlenen yapay zeka uygulamalarının gerektirdiği öngörülebilir, düşük gecikmeli performansı sağlarken operasyonel maliyetleri yüzde 30'a kadar azalttığını belirtiyor.

CIO'lar İçin Ağ Stratejik Yatırım Haline Geldi​

Gerçek zamanlı yapay zeka için öngörülebilir, düşük gecikmeli bağlantı sunmak, pratikte kritik görev üstlenen iş yüklerine rekabet etmek yerine özel kapasite tahsis etmek anlamına geliyor. Bu tutarlılığa ulaşmak, kurumların performansı geçmişe göre çok daha hassas tanımlamasını gerektiriyor. Belirsiz "yüksek performans" hedeflerinden, bir kuruluşun belirli bir iş yükü için gecikmenin zamanın yüzde 99,999'unda 10 milisaniyeyi aşmayacağı gibi garantili bir hizmet seviyesini taahhüt ettiği deterministik performans kriterlerine geçiş söz konusu.
Aynı öngörülebilirlik ihtiyacı kapasite planlamasına da uzanıyor. Kapil, "Dinamik ölçeklenebilirlik olmadan, kurumlar yanlış bir seçime zorlanıyor: ya performansı öldüren tıkanıklığı riske atacaklar ya da ağlarını 'her ihtimale karşı' büyük, verimsiz bir fazla kapasiteyle donatacaklar. Bu inanılmaz derecede pahalı ve sürdürülemez" diyor. Operasyonel alternatif olarak, yazılımın bant genişliği ve ağ işlevlerinin taleple birlikte anında ölçeklenmesine olanak tanıdığı, kurumların ani artışlarda performansı korurken yalnızca kullandıkları kadar ödeme yapmalarını sağlayan tüketime dayalı model gösteriliyor.
Dünyanın en zorlu yapay zeka iş yükleri için bu temeli oluşturma çalışmaları da sürüyor. Örnek olarak Tata Communications, Hindistan'ın en büyük yapay zekaya hazır ağlarından birini kurmak için Amazon Web Services ile iş birliği yapıyor. Mumbai, Haydarabad ve Chennai'deki ana AWS altyapı konumlarını birbirine bağlayacak yüksek kapasiteli ve dayanıklı ağın, ülke genelinde üretken yapay zeka benimsenmesini ve bulut inovasyonunu hızlandırmak için gereken ultra düşük gecikmeli omurgayı sağlaması hedefleniyor.
CIO'lar ve altyapı liderlerinin ağı bir maliyet merkezi olarak değil, kuruluşun daha geniş yapay zeka yatırım portföyü için bir sigorta poliçesi olarak yeniden çerçevelemesi gerektiği vurgulanıyor. Akıllı bir ağın yatırımları üç şekilde riske karşı koruduğu belirtiliyor: fazla kapasite ihtiyacını ortadan kaldıran dinamik ölçeklenebilirliği mümkün kılması, verileri ve modelleri korumak için gereken görünürlük yoluyla güvenlik ve yönetişimi güçlendirmesi ve tam bir mimari yenileme olmadan gelecekteki bilgi işlem taleplerini absorbe edebilecek esnek, programlanabilir bir temel sağlaması.
Bu noktaya ulaşmak için sıfırdan başlamanın gerekmediği, kanıtlanmış bir geçmişe sahip bir ortak seçmenin kritik olduğu ifade ediliyor. Tata Communications'ın, vizyon bütünlüğü ve uygulama yeteneğini yansıtarak Gartner Magic Quadrant for Global WAN Services'te üst üste 13. kez Lider olarak seçildiği bilgisi paylaşılıyor. Bu tanınırlığın, yapay zeka odaklı güvenlik için SASE yetenekleri ve yapay zeka ölçeğinde altyapı için tasarlanmış yüksek kapasiteli 800G hizmetleri gibi alanlara yapılan yatırımları yansıttığı belirtiliyor. Kapil, "Mevcut ağ durumunu değerlendirip verimsizlikleri belirlemekle başlayan, ardından yapay zekaya hazır teknolojiler, kesintisiz veri alışverişi ve gelişmiş güvenlik çözümleri gibi alanlarda yükseltmelere öncelik veren aşamalı bir yaklaşım öneriyoruz. Ağı genel gider yerine iş kolaylaştırıcı olarak ele almak, kuruluşlara yapay zeka ekonomisinin talep etmeye devam edeceği ölçeklenebilir, güvenli ve dayanıklı altyapıyı sağlar" diyor.

Sıkça Sorulan Sorular​

Yapay zeka neden geleneksel ağ mimarisini zorluyor?​

Sürekli çıkarım, ajanlar arası iletişim ve gerçek zamanlı veri hatları öngörülemez ve kesintisiz trafik oluşturuyor. Kaynakta yer alan bilgiye göre eski sistemler statik ve katı olduğu için bu talebi verimli ve dinamik biçimde yönetemiyor, yapay zekaya hazır ağların ise gerçek zamanlı uyum sağlaması gerekiyor.

Yapay zeka iş yükleri için gereken gecikme süresi ne kadar?​

Geleneksel iş uygulamaları 100 ila 500 milisaniye gecikmeyi tolere edebilirken, kritik görev üstlenen yapay zeka iş yükleri için 10 milisaniyenin altında gecikme gerekiyor. Tata Communications Global Network Services Başkan Yardımcısı Kapil, bunun geleneksel tasarım varsayımlarını yıkan farklı bir performans paradigması olduğunu belirtiyor.

Bloomberg araştırması altyapı konusunda ne ortaya koydu?​

Tata Communications tarafından yaptırılan "The Future-Ready Enterprise" başlıklı Bloomberg araştırmasına göre liderlerin dörtte üçü yapay zekayı yönetim kurulu düzeyinde öncelik görüyor, ancak işletmelerin yüzde 65'i halen geçiş sürecindeki veya eski altyapılarla çalışıyor.

IZO Data Centre Dynamic Connectivity platformu ne sağlıyor?​

Tata Communications'ın yazılım tanımlı platformu deterministik çok yollu yönlendirme ile kesinti sırasında trafiği saniyeler içinde otomatik yeniden yönlendirerek kendi kendini iyileştiren akıllı ağ oluşturuyor. Şirket, platformun öngörülebilir düşük gecikmeli performans sağlarken operasyonel maliyetleri yüzde 30'a kadar azalttığını belirtiyor.

Tata Communications ile AWS iş birliği neyi kapsıyor?​

İş birliği Hindistan'ın en büyük yapay zekaya hazır ağlarından birini kurmayı hedefliyor. Yüksek kapasiteli ve dayanıklı ağ, Mumbai, Haydarabad ve Chennai'deki ana AWS altyapı konumlarını birbirine bağlayarak üretken yapay zeka ve bulut inovasyonu için ultra düşük gecikmeli omurga sağlamayı amaçlıyor.