אוטומציית רשתות לשרתי בינה מלאכותית: הפתרון החדש לענני GPU
גיוס ההון האחרון של חברת Netris (חברת אוטומציית רשתות אמריקאית), שגייסה 15 מיליון דולר בסבב A בהובלת קרן Andreessen Horowitz (קרן הון הסיכון האמריקאית a16z), מסמן תפנית משמעותית בניהול תשתיות מחשוב לתחום ה-AI. הטכנולוגיה של החברה מאפשרת להאיץ את זמני העלייה לאוויר של ענני GPU חדשים, ובכך לפתור את אחת הבעיות הקריטיות ביותר של התעשייה כיום – קונפיגורציה איטית ומסורבלת של רשתות תקשורת מהירות המעכבת את פיתוח המודלים.
מה זה אוטומציית רשתות לשרתי בינה מלאכותית?
אוטומציית רשתות לשרתי בינה מלאכותית היא תהליך המאפשר הגדרה, ניהול ותפעול אוטומטיים של מתגי תקשורת ורכיבי חומרה בתוך מרכזי נתונים (Data Centers) המיועדים לעיבוד כבד. בהקשר עסקי, הטכנולוגיה פותרת את הצורך בקונפיגורציה ידנית ומורכבת של קישורי הרשת, ומאפשרת הקצאת משאבים דינמית ומבודדת עבור לקוחות שונים (Multi-tenancy) ישירות ברמת החומרה. לדוגמה, במקום שצוותי הנדסה יקדישו שבועות להגדרת מתגי רשת עבור אשכול שרתים המכיל מעבדים גרפיים, מערכות אוטומציה מבצעות זאת בתוך דקות ספורות. על פי הנתונים, פתרונות אלו מונעים מצב שבו שרתי GPU יקרים עומדים ללא שימוש במשך חודשים רק בשל עיכובי הגדרת רשת.
גיוס של 15 מיליון דולר בהובלת Andreessen Horowitz
על פי הדיווח הבלעדי שנחשף, סבב הגיוס הנוכחי בגובה 15 מיליון דולר הובל על ידי קרן a16z, כאשר השותף בקרן, גואידו אפנזלר (Guido Appenzeller), יצטרף לדירקטוריון החברה. לפי החברה, הפלטפורמה של Netris כבר פועלת באופן פעיל ביותר מ-35 אשכולות GPU (GPU Clusters) שונים ברחבי העולם, המנהלים יחד כמיליון מעבדים גרפיים. בין לקוחותיה הבולטים של החברה ניתן למצוא גופים מובילים כמו Lightning AI (פלטפורמת פיתוח ואימון מודלי בינה מלאכותית), Foxconn (ענקית הייצור הטכנולוגי פוקסקון), Hewlett Packard Enterprise (ענקית המחשוב והשרתים HPE), וכן חברות כמו Tensorwave (חברת תשתיות ענן ל-AI) ו-Telus (ענקית התקשורת הקנדית). עבור ארגונים המבקשים לייעל את תשתיות ה-AI שלהם, קבלת ייעוץ טכנולוגי מקצועי היא שלב קריטי לפני יישום פתרונות תקשורת מורכבים כאלו.
מנכ"ל החברה, אלכס סרויאן (Alex Saroyan), מדגיש כי הפלטפורמה מפותחת כבר שמונה שנים ואינה מבוססת על מודלי בינה מלאכותית בעצמה, אלא על אלגוריתמים דטרמיניסטיים שפיתחה החברה. לדבריו, במערכות המנהלות אלפי הגדרות של מתגי רשת אין מקום ל"יצירתיות" או לחוסר העקביות המאפיינים מודלי שפה, אלא נדרשת עקביות מוחלטת ויכולת חזרה מדויקת על פעולות. המערכת תומכת באופן מלא ובצורה אגנוסטית לחלוטין (Vendor-agnostic) הן בשרתים מבוססי Nvidia (יצרנית השבבים האמריקאית אנבידיה) והן בשרתים מבוססי AMD (יצרנית השבבים האמריקאית איי-אמ-די).
ההקשר הרחב: מדוע SDN כבר לא מספיק לעידן ה-AI
בעבר, מרכזי נתונים גדולים של חברות כמו Oracle, Microsoft או AWS פתרו את בעיות ניהול הרשת באמצעות מערכות תוכנה מותאמות אישית או גיוס של צבא מהנדסים. אולם, עבור ענני ה-AI החדשים ("Neoclouds"), פתרונות אלו אינם בהישג יד. על פי ניתוח המגמות בתעשייה, טכנולוגיית SDN (Software-Defined Networking) המסורתית מגיעה לקצה גבול היכולת שלה כאשר מדובר בעומסי עבודה של בינה מלאכותית. מכיוון שנפח התעבורה הנדרש לאימון מודלים הוא עצום, עיבוד מבוסס תוכנה בלבד יוצר השהיה (Latency) שאינה קבילה. הדור החדש של הרשתות דורש האצת חומרה מלאה ישירות על גבי המתגים (Hardware Acceleration) – תחום שבו Netris מתמקדת.
ההשלכות וההזדמנויות עבור חברות ועסקים בישראל
הצורך בפתרונות מסוג זה נוגע ישירות לאקוסיסטם הטכנולוגי בישראל. חברות סטארט-אפ ישראליות רבות המפתחות מודלי קניין רוחני (Proprietary Models) או מקימות תשתיות מחשוב מקומיות נאלצות להתמודד עם עלויות עתק של השכרת שרתים ייעודיים. זמני השבתה או עיכובים של שבועות בהקמת התשתית עולים עשרות אלפי דולרים ביום.
בנוסף, עבור גופים פיננסיים, חברות ביטוח וארגוני בריאות בישראל, הנדרשים לעמוד בדרישות מחמירות של חוק הגנת הפרטיות הישראלי, הקמת ענני AI פרטיים או מקומיים (On-premise / Sovereign Cloud) הופכת להכרח. היכולת לבצע הפרדה חומרתית מלאה בין לקוחות ומשאבים שונים (Multi-tenancy) על גבי אותה תשתית פיזית מאפשרת לעסקים ישראליים לעמוד ברגולציה המקומית תוך שמירה על ביצועים מרביים ובלי לחשוף מידע רגיש לעננים ציבוריים מחוץ לגבולות המדינה.
מה לעשות עכשיו: צעדים מעשיים לניהול תשתיות AI
- מיפוי צווארי הבקבוק ברשת: בדקו את זמן ההמתנה (Latency) של קישורי הרשת באשכולות המחשוב שלכם. לעיתים קרובות, האיטיות באימון מודלים אינה נובעת מכוח העיבוד של ה-GPU אלא מעיכובים בהעברת הנתונים בין השרתים.
- הטמעת פתרונות ניהול חומרתיים: שקלו מעבר לפלטפורמות ניהול רשת התומכות בהאצת חומרה מלאה ולא רק בניהול תוכנה (SDN) קלאסי, במיוחד אם אתם מפעילים שרתים מרובי מעבדים.
- בחינת ארכיטקטורת Multi-tenancy: במידה ואתם משרתים מספר מחלקות או לקוחות שונים על גבי אותה תשתית מחשוב, ודאו כי קיימת הפרדה פיזית ברמת החומרה כדי למנוע זליגת מידע וכדי לעמוד בתקני אבטחת מידע קפדניים.
- פנייה לייעוץ וליווי מקצועי: פיתוח פתרונות תקשורת ותשתיות מחשוב דורש מיומנות ספציפית. שילוב של פתרונות אוטומציה מוגדרים מראש יחד עם תכנון נכון של זרימת המידע עשוי לחסוך עשרות אלפי שקלים בשנה בעלויות מחשוב מבוזבזות.
מבט קדימה
ההשקעה של a16z ב-Netris מוכיחה כי מהפכת ה-AI אינה קשורה רק למודלים עצמם, אלא דורשת שינוי יסודי בכל שכבות התשתית והחומרה התומכות בהם. עבור חברות ישראליות המבקשות להוביל בחזית הטכנולוגית, המפתח אינו טמון רק ברכישת השרתים היקרים ביותר, אלא ביכולת לחבר ולנהל אותם בצורה חכמה, מהירה ויציבה, תוך ביטול מוחלט של זמני השבתה ועיכובים מיותרים.