review1st.com – Pertumbuhan pesat beban kerja kecerdasan buatan (AI) telah mendorong perubahan besar dalam infrastruktur jaringan pusat data.
Berdasarkan studi yang dilakukan oleh Ciena (NYSE: CIEN), para ahli pusat data global memprediksi peningkatan signifikan dalam kebutuhan bandwidth interkoneksi dalam lima tahun mendatang.
Survei yang dilaksanakan bersama Censuswide ini melibatkan lebih dari 1.300 pengambil keputusan terkait pusat data di 13 negara.
Lebih dari setengah responden (53%) percaya bahwa beban kerja AI akan menjadi tekanan terbesar bagi infrastruktur Data Center Interconnect (DCI) dalam 2-3 tahun ke depan, melampaui komputasi awan (51%) dan analitik big data (44%).
Lonjakan Kebutuhan Infrastruktur untuk Kebutuhan AI
Demi memenuhi lonjakan pemanfaatan AI, 43% fasilitas pusat data baru diprediksi akan didedikasikan untuk beban kerja AI.
Selain itu, para ahli pusat data juga memperkirakan adanya peningkatan signifikan dalam kebutuhan bandwidth, terutama untuk pelatihan dan inferensi model AI yang membutuhkan pergerakan data dalam jumlah besar.
Ketika ditanya tentang kapasitas serat optik yang dibutuhkan untuk DCI, 87% responden meyakini bahwa mereka memerlukan 800 Gb/s atau lebih per panjang gelombang.
Membangun Infrastruktur Jaringan Berkelanjutan untuk AI
Jürgen Hatheier, Chief Technology Officer Ciena, menjelaskan, “Beban kerja AI sedang mengubah industri pusat data, mulai dari pembangunan infrastruktur hingga permintaan bandwidth.”
Menurutnya, meskipun historisnya lalu lintas jaringan tumbuh 20-30% per tahun, AI diperkirakan akan mempercepat pertumbuhan tersebut secara signifikan.
Hal ini mendorong operator untuk merencanakan kembali infrastruktur mereka agar dapat memenuhi permintaan AI yang semakin besar secara berkelanjutan.
Pluggable Optics sebagai Solusi Pengurangan Konsumsi Daya
Survei juga mengonfirmasi adanya peluang besar bagi penggunaan pluggable optics untuk mendukung kebutuhan bandwidth sekaligus mengatasi tantangan daya dan ruang.
Sebanyak 98% responden meyakini bahwa pluggable optics memiliki peran krusial dalam mengurangi konsumsi daya dan jejak fisik infrastruktur jaringan.
Komputasi Terdistribusi dan Kebutuhan DCI
Dengan meningkatnya kebutuhan komputasi AI, pelatihan Large Language Models (LLMs) akan semakin terdistribusi di berbagai pusat data.
Survei menemukan bahwa 81% responden percaya pelatihan LLM akan dilakukan di beberapa fasilitas pusat data terdistribusi, yang memerlukan solusi DCI untuk saling terhubung.
Prioritas dalam Penerapan Inferensi AI
Saat ditanya tentang faktor utama yang memengaruhi penerapan inferensi AI, para responden mencatat beberapa prioritas penting, antara lain:
- Pemanfaatan sumber daya AI secara efisien (63%)
- Mengurangi latensi dengan menempatkan komputasi inferensi lebih dekat ke pengguna akhir (56%)
- Persyaratan kedaulatan data (54%)
- Menyediakan lokasi strategis bagi pelanggan utama (54%)
Penggunaan Managed Optical Fiber Networks (MOFN)
Alih-alih menggunakan dark fiber, mayoritas responden (67%) lebih memilih menggunakan Managed Optical Fiber Networks (MOFN).
Ini adalah jaringan berkapasitas tinggi yang dioperasikan oleh penyedia layanan untuk menghubungkan pusat data jarak jauh.
Kesimpulan: Konektivitas adalah Kunci Keberhasilan AI
“Revolusi AI bukan hanya tentang komputasi, tetapi juga tentang konektivitas,” tambah Hatheier. “Tanpa fondasi jaringan yang tepat, potensi AI tidak akan maksimal.
Operator harus memastikan bahwa infrastruktur DCI mereka siap untuk menghadapi masa depan di mana lalu lintas berbasis AI akan mendominasi.”
Dengan semakin berkembangnya teknologi AI, kebutuhan akan infrastruktur jaringan yang lebih canggih dan terdistribusi menjadi semakin penting.
Inilah saatnya bagi para operator pusat data untuk merancang solusi yang dapat memenuhi tuntutan beban kerja AI di masa depan.
