Huawei חושפת פלטפורמת AI משולבת למרכזי נתונים: אחסון, ניהול, פריסת מודלים, אורקסטרציה של סוכנים ואבטחה

הרעיון המרכזי מאחורי הפלטפורמה הוא לחבר את כל מחזור החיים של AI – מאחסון נתונים גולמיים ועד לפריסת מודלים וסוכני AI – בתוך מחסנית משולבת אחת. Huawei טוענת שתשתית מקוטעת מאטה את אימוץ ה-AI בארגונים, ולכן החברה תכננה מערכת שבה צינורות נתונים, תשתית הסקה ושכבות אורקסטרציה משולבות היטב.

ארכיטקטורת חמש השכבות

Huawei מתארת את הפלטפורמה כמחסנית בת חמש שכבות, כאשר כל שכבה תומכת בחלק אחר של צינור ה-AI הארגוני.

1. שכבת האחסון

הבסיס הוא OceanStor Pacific, פלטפורמת האחסון המבוזרת (Scale-Out) של Huawei, המיועדת לאחסן מערכי נתונים עצומים של AI והטמעות וקטוריות (Vector Embeddings). המערכת מותאמת לצפיפות גבוהה ועיבוד נתונים בקנה מידה גדול, האופייניים לסביבות אימון והסקה של AI.

Huawei מדווחת כי OceanStor Pacific יכול להגיע עד 11 פטה-בייט של אחסון במארז 2U, במטרה לספק צפיפות גבוהה תוך הורדת עלות הבעלות הכוללת (TCO) עבור מרכזי נתונים גדולים של AI.

2. שכבת ניהול הנתונים

מעל שכבת האחסון יושבת DME Omni-Dataverse, המשמשת כפלטפורמת ניהול נתונים מאוחדת. היא מאגדת ומנהלת נתונים על פני סביבות שונות ומאפשרת:

• הזנה של נתונים מולטי-מודאליים (Multimodal)
• ניהול נתונים בין אתרים (Cross-site)
• נראות ושליטה גלובלית בנתונים
• איחזור מהיר ממערכי נתונים וקטוריים עצומים

לפי Huawei ודיווחים קשורים, הפלטפורמה יכולה לבצע איחזור ברמת שניות (Second-level Retrieval) על פני מאות מיליארדי וקטורים, מה שמאפשר למודלי AI לגשת למאגרי ידע והטמעות בקנה מידה.

3. שכבת פריסת מודלים והסקה

השכבה הבאה מתמקדת בפריסה ובהרצה יעילה של מודלי AI.

טכנולוגיות מפתח כוללות:

• Context Memory Storage (CMS) – ארכיטקטורת זיכרון המיועדת לאשכולות הסקה גדולים
• ModelEngine – סביבת הריצה של Huawei לפריסה וניהול של מודלי AI

CMS תומך בסביבות מחשוב הטרוגניות ויכול לאגד משאבי זיכרון KV-Cache גדולים, מה שעוזר להאיץ עומסי עבודה של הסקה. Huawei טוענת שארכיטקטורה זו יכולה להפחית משמעותית את זמן ההשהיה (Latency) ליצירת הטוקן הראשון במהלך הסקה.

ModelEngine, מצידה, מספקת יכולות של שער מודלים (Model Gateway) וכלים לפריסה מהירה של מודלים חדשים עם מינימום תצורה.

4. שכבת אורקסטרציית סוכני AI

Huawei הציגה גם את Nexent, פלטפורמת סוכני AI ארגונית שעובדת עם ModelEngine לאורקסטרציה של סוכני AI על פני זרימות עבודה עסקיות.

המטרה היא לאפשר לארגונים לחבר מודלי AI ישירות למשימות תפעוליות – כמו אוטומציה, תמיכה בהחלטות או אינטראקציה עם לקוחות – באמצעות מערכות סוכנים שמתאמות בין מספר מודלים וכלים.

בארכיטקטורה של Huawei, שכבה זו הופכת את המודלים הפרוסים לסוכני AI ארגוניים מעשיים שיכולים ליצור אינטראקציה עם נתונים, יישומים ומשתמשים.

5. שכבת חוסן הנתונים

השכבה האחרונה מתמקדת באבטחה, אמינות והגנה על נתונים. Huawei מתארת זאת כמסגרת חוסן מקצה לקצה המגנה על נתוני AI ותשתיות מפני תקלות והתקפות סייבר.

היכולות שהודגשו בסיקור כוללות:

• צילומי מצב בלתי ניתנים לשינוי (Immutable Snapshots) ועותקי גיבוי
• הגנה על נתונים מקצה לקצה
• כלי התאוששות מאסון וחוסן

תכונות אלו נועדו להגן מפני איומים כגון התקפות כופרה (Ransomware) וסיכונים אחרים לשלמות הנתונים שעלולים לשבש את פעולות ה-AI. חלק מהדיווחים גם מקשרים את שכבת החוסן להגנה רחבה יותר מפני איומים על איכות הנתונים בצינורות AI, אך הפרטים הטכניים הספציפיים מוגבלים.

טענות ביצועים ויעילות

Huawei הציגה את הפלטפורמה כדרך להאיץ פריסת AI ארגונית ולשפר את ביצועי ההסקה.

דוגמאות שצוטטו בדיווחים כוללות:

• עד פי 10 מהירות גבוהה יותר ביצירת טוקנים בתרחישי הסקה מסוימים הודות לאופטימיזציות של CMS וניהול זיכרון.
• צמצום זמן פריסת יישומי AI משבועות לימים בזכות האורקסטרציה המשולבת וכלי הפלטפורמה.
• האצת הסקה באמצעות טכניקות כגון אופטימיזציית זיכרון KV-Cache וניהול מטמון מאוחד.

כרגיל באמות מידה של ספקים, נתונים אלה משקפים בדיקות פנימיות של Huawei או עומסי עבודה ספציפיים, ולא תוצאות ביצועים אוניברסליות.

התקנות ארגוניות מוקדמות

Huawei גם הדגישה אימוץ מוקדם של התשתית שלה בסביבות ארגוניות.

לדוגמה, רשת הקמעונאות הצרפתית Auchan פרסה חומרה של Huawei ואשכולות תשתית מרכזי נתונים בשלושה מרכזי נתונים בצרפת כחלק ממאמץ מודרניזציה.

בעוד שהדיווחים מאשרים את פריסת התשתית של Huawei, מקורות זמינים לציבור לא מייחסים באופן ברור את הפחתת עלויות הענן של Auchan ישירות לפלטפורמה של Huawei. הראיות במקום זאת מראות מודרניזציה רחבה יותר של סביבת ה-IT של הרשת, שעשויה לכלול טכנולוגיות וספקי ענן מרובים.

למה Huawei בונה תשתית AI מלאה?

ההכרזה משקפת מגמה רחבה יותר בתעשייה לעבר תשתית AI משולבת אנכית (Vertically Integrated). במקום כלים נפרדים לאחסון, פריסת מודלים ואורקסטרציה, ספקים יותר ויותר אורזים אותם לפלטפורמות מאוחדות המיועדות ל:

• אשכולות הסקת AI בקנה מידה גדול
• סוכני AI ארגוניים
• צינורות AI מבוססי נתונים (Data-centric AI pipelines)

הגישה של Huawei מתמקדת רבות בתשתית נתונים – התייחסות לאחסון נתונים, איחזור וקטורי, זיכרון מטמון ואורקסטרציה כמרכיבי ליבה של ביצועי AI, ולא כרכיבים משניים.

אם ארגונים יאמצו ארכיטקטורה זו בקנה מידה נרחב, הפלטפורמה עשויה לתפקד כעמוד השדרה התפעולי של מרכזי נתונים מונעי AI, ולחבר נתונים גולמיים, מודלי AI ומערכות סוכנים בתוך מחסנית אחת.