Pentingnya AI generatif (GenAI) terus berkembang pesat dalam berbagai industri. Menurut laporan McKinsey, teknologi ini diperkirakan akan menambah antara $2,6 triliun hingga $4,4 triliun per tahun pada output ekonomi global. Berbagai sektor, mulai dari manufaktur, rumah sakit, hingga layanan keuangan, mulai memanfaatkan potensi besar GenAI untuk meningkatkan efisiensi dan menghasilkan wawasan berharga. Namun, meskipun potensi AI sangat besar, banyak organisasi yang masih menghadapi tantangan besar dalam menyiapkan infrastruktur yang sesuai untuk mendukung penerapan AI secara efektif. Meskipun banyak pemimpin teknologi mengakui pentingnya adopsi GenAI, kenyataannya hanya 14% organisasi yang merasa infrastruktur mereka siap untuk menjalankan beban kerja AI. Di sisi lain, hampir 85% proyek AI mengalami hambatan atau terhenti setelah dimulai, karena tantangan terkait dengan infrastruktur dan keahlian yang dibutuhkan. Cisco, dengan pengalaman dan portofolio teknologi yang luas, memahami tantangan ini. Untuk itulah, mereka meluncurkan solusi yang dirancang untuk mempermudah perusahaan dalam menerapkan infrastruktur yang siap untuk AI generatif. Produk-produk terbaru dari Cisco tidak hanya mendukung pelatihan model AI yang kompleks, tetapi juga memfasilitasi penerapan AI inferensi di seluruh dunia, baik di pusat data maupun lokasi edge. Menghadirkan Infrastruktur AI yang Kuat untuk GenAI Proses awal dalam perjalanan AI sering dimulai dengan pelatihan model GenAI menggunakan data dalam jumlah besar untuk membangun kemampuan prediktif. Untuk tahap pelatihan yang memerlukan daya komputasi tinggi ini, Cisco memperkenalkan Cisco UCS C885A M8 Server, yang didesain khusus untuk menangani tugas pelatihan AI yang kompleks. Dengan dukungan GPU NVIDIA H100 dan H200 Tensor Core, serta memanfaatkan arsitektur NVIDIA HGX, UCS C885A M8 mampu memberikan komputasi yang sangat besar yang diperlukan untuk melatih model AI dengan dataset besar dan algoritma yang rumit. Server ini tidak hanya menawarkan kekuatan komputasi, tetapi juga menyederhanakan implementasi dan manajemen bagi para pelanggan perusahaan. Hal ini memungkinkan perusahaan untuk lebih mudah memulai perjalanan AI mereka tanpa memerlukan banyak pengaturan yang rumit. Jaringan Scalable untuk Mendukung Kinerja AI yang Tinggi Dalam pelatihan AI yang melibatkan klaster server, data yang dihasilkan bisa sangat besar. Untuk memastikan data dapat diproses dengan lancar antar server, Cisco meluncurkan Cisco Nexus 9364E-SG2 Switch, sebuah switch jaringan yang mendukung agregasi 800G. Dengan kapasitas ini, switch ini menjamin kelancaran aliran data dan mengurangi latensi, serta meningkatkan kinerja pelatihan model. Selain itu, Nexus 9364E-SG2 dirancang dengan teknologi manajemen kemacetan yang canggih, serta buffer besar yang mengurangi kehilangan paket dan mempertahankan latensi rendah. Simplifikasi Penerapan Infrastruktur dengan AI PODs Setelah model AI dilatih, langkah selanjutnya adalah penerapan untuk inferensi, yang membutuhkan infrastruktur untuk menjalankan model tersebut dalam skala besar. Untuk membantu mempercepat penerapan infrastruktur AI secara menyeluruh, Cisco memperkenalkan AI PODs, yang merupakan bundel infrastruktur yang telah diprasyaratkan dan dipvalidasi. AI PODs ini menawarkan pengalaman plug-and-play dengan komputasi akselerasi NVIDIA, memungkinkan penerapan yang lebih mudah dan cepat. Produk ini sangat cocok untuk berbagai organisasi, mulai dari yang membutuhkan inferensi di edge hingga yang menjalankan klaster skala besar. Dengan AI PODs, perusahaan dapat menghindari kerumitan dalam menentukan infrastruktur yang tepat, dan bisa lebih fokus pada penerapan dan hasil AI yang diinginkan. Mengelola Infrastruktur AI dengan Mudah melalui Cisco Intersight Pengelolaan infrastruktur AI sering kali bisa menjadi tantangan tersendiri. Untuk itu, Cisco menawarkan Cisco Intersight, sebuah platform manajemen terpusat yang memudahkan pelanggan dalam mengelola infrastruktur AI mereka. Cisco Intersight memungkinkan pelanggan untuk memantau dan mengelola semua aspek operasional dari konfigurasi hingga pemeliharaan sehari-hari dengan lebih efisien. Hal ini sangat penting dalam mempercepat penerapan model AI dan memastikan bahwa infrastruktur tetap berjalan dengan lancar tanpa gangguan. Cloud-Managed Networking untuk Kinerja Real-Time AI Cisco juga meluncurkan Cisco Nexus Hyperfabric, solusi fabric-as-a-service yang memungkinkan manajemen jaringan berbasis cloud untuk penerapan AI yang lebih efisien. Nexus Hyperfabric mendukung kinerja jaringan dengan bandwidth tinggi dan latensi rendah, yang sangat diperlukan untuk aplikasi AI real-time. Dengan kemampuan pemantauan dan analitik yang canggih, Nexus Hyperfabric memungkinkan perusahaan untuk melakukan pemantauan kinerja secara real-time dan menyelesaikan masalah sebelum menjadi masalah yang lebih besar, menjaga lingkungan inferensi tetap berjalan mulus. Kesimpulan: Menyederhanakan Penerapan Infrastruktur AI Dengan produk-produk inovatif yang diluncurkan, Cisco tidak hanya memberikan solusi untuk pelatihan model AI yang kompleks, tetapi juga mendukung penerapan inferensi yang lebih efisien di seluruh dunia. Produk-produk seperti Cisco UCS C885A M8 Server, Cisco Nexus 9364E-SG2 Switch, AI PODs, dan Cisco Nexus Hyperfabric memberi perusahaan alat yang mereka butuhkan untuk mengimplementasikan dan mengelola AI generatif dengan lebih mudah dan efisien. Dengan Cisco Intersight untuk manajemen yang terpusat, perusahaan dapat dengan mudah menyederhanakan dan mengoptimalkan penerapan infrastruktur AI mereka. Cisco berkomitmen untuk membantu perusahaan mempercepat perjalanan AI mereka, membangun solusi yang dapat diskalakan, dan akhirnya mendorong inovasi yang signifikan. Tabel Pendukung: Fitur Infrastruktur Cisco untuk GenAI Fitur Deskripsi Cisco UCS C885A M8 Server Server komputasi dengan GPU NVIDIA H100 dan H200 Tensor Core untuk pelatihan AI Cisco Nexus 9364E-SG2 Switch Switch jaringan dengan agregasi 800G untuk konektivitas tinggi dalam AI AI PODs Bundel infrastruktur plug-and-play dengan komputasi akselerasi NVIDIA Cisco Intersight Platform manajemen terpusat untuk infrastruktur AI Cisco Nexus Hyperfabric Solusi fabric-as-a-service dengan cloud-managed untuk jaringan AI Dengan solusi-solusi ini, Cisco membantu perusahaan untuk mengatasi tantangan penerapan AI yang besar, mengoptimalkan infrastruktur mereka, dan memberikan pengalaman penerapan yang lebih mulus dan cepat. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan cisco indonesia, Anda bisa mendapatkan solusi IT lengkap yang sesuai dengan kebutuhan Anda. iLogo Indonesia sebagai mitra terpercaya siap mengintegrasikan semuanya agar bisnis Anda tetap berjalan lancar dan aman. Hubungi kami sekarang atau kunjungi cisco.ilogoindonesia.id untuk informasi lebih lanjut!
Category: blog
Membawa Fleksibilitas pada Beban Kerja AI dengan Cisco UCS C845A M8 Rack Server Baru
Di tengah latar belakang kanal ikonik Amsterdam dan Science Park yang terkenal, Cisco Live 2025 Amsterdam menjadi tempat pengumuman server AI terbaru kami, Cisco UCS C845A M8 Rack Server, yang didasarkan pada arsitektur referensi NVIDIA MGX. Kami telah merancang penambahan revolusioner ini ke dalam lini server AI kami untuk mendukung beban kerja AI perusahaan, dengan menyediakan solusi komputasi akselerasi NVIDIA yang inovatif yang memungkinkan bisnis berkembang di lingkungan digital yang serba cepat saat ini. Cisco UCS C845A M8 Rack Server sangat cocok untuk lingkungan pusat data perusahaan karena memiliki skala yang sangat besar, fleksibel, dan dapat disesuaikan—memberikan kemampuan AI yang kuat pada server peripheral component interconnect express (PCIe) perusahaan. Bayangkan sebuah perusahaan analitik kesehatan yang memulai perjalanan AI-nya dengan UCS C845A M8, menggunakan dua GPU untuk menganalisis data pasien. Seiring dengan pertumbuhan model dan volume data, perusahaan ini dapat meng-upgrade sistemnya hingga delapan GPU, meningkatkan kemampuannya tanpa mengganggu operasional. Hal ini bisa dilakukan karena server ini didasarkan pada desain modular NVIDIA MGX, yang mendukung dua hingga delapan GPU NVIDIA PCIe (termasuk NVIDIA H200 NVL, H100 NVL, atau L40S GPU), NVIDIA BlueField-3 SuperNICs dan DPUs, serta perangkat lunak NVIDIA AI Enterprise. Platform ini bukan hanya soal daya komputasi mentah; ini tentang membuka kemungkinan dan efisiensi baru yang sebelumnya tidak terbayangkan. UCS C845A M8 membangun kemampuan dari UCS C885A M8 Rack Server—sebuah sistem komputasi akselerasi delapan arah berdasarkan platform NVIDIA HGX—dengan memberikan performa dan fleksibilitas luar biasa untuk berbagai beban kerja AI perusahaan. Dibangun untuk Performa, Efisiensi, dan Skala AI Pengenalan UCS C845A M8 menandai langkah penting dalam perjalanan AI kami. Server ini memanfaatkan desain modular NVIDIA MGX dan dipersiapkan untuk mendukung integrasi GPU PCIe generasi berikutnya tanpa memerlukan platform baru. Cisco juga berencana untuk menawarkan konfigurasi dengan GPU tambahan seiring GPU baru tersedia. Server ini dilengkapi desain padat, yang mendukung hingga delapan GPU dalam chasis 4RU yang kompak. Kami juga telah meningkatkan desain referensi ini dengan mempertahankan tujuan desain yang ada. Peningkatan ini termasuk pengiriman daya yang lebih baik, lebih sedikit printed circuit boards (PCB), dan pengaturan kabel yang lebih baik untuk aliran udara dan manajemen termal yang optimal. Dengan demikian, jika sebuah GPU gagal, kami membuat penggantian lebih cepat dan lebih mudah sehingga operasional bisa segera kembali berjalan. Sistem ini menggunakan E1.S solid state drives untuk penyimpanan lokal yang meningkatkan kepadatan penyimpanan, memperbaiki manajemen termal, dan memberikan performa tinggi dalam bentuk yang lebih kompak. Dari hari pertama, tim IT dapat mengelola UCS C845A M8 melalui Cisco Intersight. Artinya, Anda dapat memiliki kemampuan operasional yang sama untuk beban kerja tradisional dan AI. Pada saat yang sama, Anda juga mendapatkan rekomendasi kompatibilitas perangkat keras terbaru, pemberitahuan keamanan, dan integrasi dengan alat yang sudah ada, seperti ServiceNow. POD AI untuk Mempercepat Implementasi Selain menyediakan server akselerasi untuk menangani beban kerja komputasi intensif AI, kami juga menawarkan AI PODs untuk mempercepat waktu yang dibutuhkan untuk mencapai inferensi siap produksi. Dibangun dengan dasar Cisco Validated Designs (CVDs), AI PODs termasuk NVIDIA AI Enterprise dan memberikan pelanggan titik awal yang sudah teruji, yang mudah disesuaikan untuk memenuhi kebutuhan spesifik mereka. Paket infrastruktur pre-size ini menghilangkan ketidakpastian dari penyebaran solusi inferensi AI—mulai dari inferensi edge hingga cluster skala besar dengan komputasi akselerasi NVIDIA. Hal ini berarti waktu untuk mendapatkan nilai yang lebih cepat, performa yang konsisten, dan pengurangan risiko untuk proyek AI. Revolusi AI untuk Ilmuwan Data, Insinyur AI, dan CTO Arsitektur canggih dari UCS C845A M8 Rack Server dirancang untuk memungkinkan inovasi AI, menawarkan kekuatan komputasi yang dibutuhkan untuk tugas intensif dan efisiensi yang diperlukan untuk implementasi yang cepat. Dengan berkembang lebih jauh dari kemampuan tradisional, server AI baru ini memungkinkan penerapan aplikasi AI lebih cepat, mendorong inovasi, dan membantu bisnis untuk menjadi pemimpin di domain AI. Desain modular NVIDIA MGX memungkinkan konfigurasi fleksibel dan menangani berbagai kasus penggunaan AI. Berikut adalah beberapa contoh: Perusahaan besar dengan kebutuhan pemrosesan data yang signifikan, seperti yang ada di sektor keuangan, kesehatan, otomotif, dan manufaktur, dapat memanfaatkan server ini untuk memenuhi kebutuhan komputasi mereka yang luas. Institusi riset dan universitas, khususnya yang fokus pada AI dan pembelajaran mesin, dapat memanfaatkan jenis server ini untuk menganalisis data besar dan kompleks di berbagai bidang untuk memperbaiki prediksi, mengidentifikasi pola, dan memperoleh wawasan berharga yang mungkin hampir tidak mungkin dicapai dengan metode konvensional. Penyedia layanan cloud dapat memanfaatkan AI untuk pembelajaran mendalam dan inferensi untuk secara efektif menyediakan layanan TI dan aplikasi SaaS. Instansi pemerintah, khususnya yang terlibat dalam analisis data skala besar, mungkin memerlukan kemampuan komputasi canggih untuk proyek-proyek mereka. Tabel Pendukung: Spesifikasi Fitur Cisco UCS C845A M8 Fitur Cisco UCS C845A M8 Desain Server Modular NVIDIA MGX Dukungan GPU 2 hingga 8 NVIDIA PCIe GPUs (H200 NVL, H100 NVL, L40S) GPU Akselerasi NVIDIA BlueField-3 SuperNICs dan DPUs Penyimpanan E1.S solid state drives untuk penyimpanan lokal Desain Chasis 4RU yang kompak Manajemen Cisco Intersight untuk pengelolaan jarak jauh Kompatibilitas AI NVIDIA AI Enterprise, Pre-configured AI PODs Skalabilitas Dapat diubah dari 2 hingga 8 GPU dengan kapasitas tinggi Waktu Implementasi Pengurangan waktu implementasi untuk inferensi AI Dukungan untuk AI GenAI, HPC, analitik data, aplikasi cloud hyperscale, dsb. Kesimpulan Server Cisco UCS C845A M8 Rack adalah pilihan ideal untuk perusahaan yang ingin memanfaatkan AI untuk meningkatkan produktivitas dan inovasi. Dengan fleksibilitas yang tinggi dan kemampuan untuk menangani beban kerja AI yang intensif, server ini akan mempercepat adopsi AI di berbagai sektor industri. Dukungan untuk GPU dan perangkat keras yang terintegrasi dengan baik memungkinkan perusahaan untuk memanfaatkan potensi penuh dari AI, meningkatkan efisiensi operasional, serta mengurangi risiko dan biaya. Dengan fleksibilitas konfigurasi yang sangat besar dan kemampuan untuk beradaptasi dengan teknologi yang terus berkembang, Cisco UCS C845A M8 siap untuk memimpin dalam revolusi AI untuk perusahaan dan organisasi di seluruh dunia. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan cisco indonesia, Anda bisa mendapatkan solusi IT lengkap yang sesuai dengan kebutuhan Anda. iLogo Indonesia sebagai mitra terpercaya siap mengintegrasikan semuanya agar bisnis Anda tetap berjalan lancar dan aman. Hubungi kami sekarang atau kunjungi cisco.ilogoindonesia.id untuk informasi lebih lanjut!
Merevolusi Jaringan Data Center dengan Cisco Nexus Hyperfabric
Kembali ke Dasar di Data Center Dua tahun yang lalu, tim yang mengembangkan Cisco Nexus Hyperfabric mendapat kesempatan untuk merancang ulang infrastruktur solusi data center dari dasar—menyesuaikan dengan kebutuhan yang akan datang. Proyek ini dibangun dengan cepat setelah mendapat lampu hijau. Namun, sebelum melangkah lebih jauh, banyak pelanggan, mitra, dan para ahli yang dilibatkan untuk mendapatkan wawasan lebih mendalam. Mereka memberikan masukan yang sangat berharga, dan tim pengembang Cisco Nexus Hyperfabric sangat berterima kasih atas waktu dan bimbingan yang diberikan selama sesi-sesi diskusi mendalam. Satu hal yang menonjol dari masukan yang diterima adalah bahwa diskusi pertama kali dengan para penasihat lebih menekankan pada hal-hal dasar. Pada pertemuan pertama itu, topik utama yang dibahas adalah masalah kabel dan penataan rak (rack & stack). Setelah itu, perbincangan berkembang ke dalam kerumitan jaringan dan berbagai protokol yang membuat sebuah fabric bekerja. Ada juga pernyataan menarik yang disampaikan oleh seorang penasihat: “CLI yang saya pelajari 25 tahun yang lalu masih saya gunakan setiap hari—kenapa?” Dari masukan yang diterima tersebut, jelas bahwa hal pertama yang perlu dilakukan adalah menyederhanakan segala sesuatunya, dan prinsip ini kemudian diterapkan dalam pembuatan Cisco Nexus Hyperfabric. Beberapa prinsip utama yang menjadi pedoman dalam pengembangan teknologi ini adalah: Sederhanakan Berikan hasil yang dapat diandalkan Mengelola proses dari desain hingga hari kedua (day 2) Data center haruslah gesit, bukan monolitik Membangun Solusi Jaringan yang Dikelola Cloud Setelah mendengarkan berbagai masukan, tim akhirnya merancang Cisco Nexus Hyperfabric dengan tujuan utama mempermudah proses pembuatan fabric data center. Inti dari Cisco Nexus Hyperfabric adalah solusi “fabric as a service” yang diterapkan melalui otomatisasi dan manajemen cloud. Dengan menggunakan cloud controller, pengguna dapat merancang, mengimplementasikan, dan mengelola berbagai fabric yang tersebar di berbagai tempat, termasuk pusat data utama, fasilitas kolokasi, dan situs edge data center yang terdistribusi. Solusi stack vertikal ini sudah mencakup semua kebutuhan, mulai dari perangkat keras yang dirancang khusus, perangkat lunak, manajemen cloud, otomatisasi day-2, hingga dukungan dari Cisco. Cisco Nexus Hyperfabric ideal untuk data center utama dengan hingga 1000 server, dan juga sangat cocok untuk data center terdistribusi atau edge data center dengan 10 hingga 100 server. Solusi ini sangat cocok untuk berbagai sektor seperti manufaktur, energi, rumah sakit, dan pusat transportasi. Semua Manfaat, Tanpa Kerumitan Berdasarkan masukan dari mitra dan pelanggan, tim pengembang tahu bahwa siklus hidup data center harus ditangani dengan hati-hati dan menyeluruh. Cisco Nexus Hyperfabric membawa perubahan besar pada siklus operasional IT di data center dengan menyederhanakan setiap langkah dalam prosesnya. Dengan solusi ini, pengguna akan mendapatkan hasil yang konsisten dan dapat diprediksi, terlepas dari siapa yang mengoperasikannya, apakah itu tim IT-generalist, aplikasi, atau DevOps. Dari pembangunan hingga pengiriman, implementasi, dan pengelolaan, siklus hidup Hyperfabric telah dirancang dengan cara yang unik dan menyederhanakan seluruh proses secara menyeluruh. Bayangkan, dengan Cisco Nexus Hyperfabric, pengguna dapat merancang fabric data center tanpa mengeluarkan biaya di muka. Siapa saja yang memiliki akun Cisco Connection Online (CCO) dapat mulai merancang tanpa biaya awal. Ini seperti memiliki sandbox virtual di mana pengguna dapat bereksperimen dengan berbagai konfigurasi sebelum akhirnya melakukan pembelian. Desain yang dibuat bukan sekadar sketsa, namun blueprint yang sangat rinci, mencakup berbagai aspek seperti model dan kapasitas switch, kabel, arah aliran udara, layanan port host Layer 2 dan Layer 3, hingga koneksi routing upstream. Dan yang lebih penting lagi: tidak ada blueprint yang tidak didukung. Desain yang dibuat pasti akan didukung, sehingga pengguna selalu mendapatkan solusi yang layak dan siap diterapkan. Dengan Cisco Nexus Hyperfabric, mengelola fabric data center menjadi lebih mudah dan intuitif. Penyebaran Mesh Inovatif, Manajemen Tanpa Kesulitan Cisco Nexus Hyperfabric tidak hanya mendukung topologi spine-leaf tradisional, tetapi juga menawarkan pilihan unik: penyebaran mesh yang ideal untuk klaster komputasi terdistribusi dan remote. Dengan hanya dua switch, pengguna dapat membangun fabric mesh dengan 120 port host-facing, yang menawarkan fleksibilitas dan efisiensi lebih dibandingkan solusi lainnya. Keunggulan lainnya adalah pengguna tidak perlu khawatir tentang jaringan internal fabric. Semua rincian teknis terkait underlay seperti VXLAN, EVPN, BGP, VTEP, dan pengalamatan IPv4/6 tersembunyi dari pandangan, sehingga pengguna bisa fokus pada apa yang benar-benar penting. Teknologi ini berfungsi secara otomatis, sehingga pengguna bisa berkata: “Itu bekerja dengan sendirinya.” Cisco Nexus Hyperfabric juga tidak memerlukan penggunaan antarmuka baris perintah (CLI) atau file konfigurasi. Semua pengelolaan dilakukan melalui cloud, baik menggunakan browser atau lebih praktis lagi, melalui API. Pendekatan modern ini sangat menyederhanakan operasi dan memastikan semuanya berjalan dengan lancar. Pemantauan dan Pembaruan yang Mudah Untuk operasional sehari-hari, Cisco Nexus Hyperfabric secara otomatis mengumpulkan semua informasi telemetri yang dibutuhkan. Sistem ini menggunakan model baru yang disebut assertions untuk mendeteksi masalah ketika penerapan yang dilakukan tidak sesuai dengan blueprint yang telah dibuat. Ini memastikan semuanya berjalan dengan lancar, seolah-olah ada pengawas yang selalu mengawasi kondisi sistem. Pembaruan fabric juga sangat mudah. Pengguna hanya perlu memilih waktu, memilih switch yang akan diperbarui, dan biarkan sistem menangani sisanya. Jika ada perubahan pada ukuran fabric, cukup sesuaikan blueprint yang ada. Semua kompleksitas dalam perombakan underlay dikelola secara otomatis, sehingga pengguna tidak perlu khawatir lagi. Tabel: Fitur Utama Cisco Nexus Hyperfabric Fitur Deskripsi Fabric as a Service Cisco Nexus Hyperfabric menawarkan solusi fabric yang dikelola melalui cloud dan otomatisasi. Desain dan Implementasi Tanpa Biaya Awal Pengguna dapat merancang fabric tanpa mengeluarkan biaya di muka melalui akun Cisco Connection Online (CCO). Penyebaran Mesh Inovatif Menyediakan opsi penyebaran mesh untuk klaster komputasi yang terdistribusi, hanya membutuhkan dua switch. Manajemen Cloud Sederhana Manajemen fabric dilakukan melalui cloud, tanpa perlu konfigurasi rumit atau CLI. Pemantauan dan Pembaruan Otomatis Sistem memantau dan mengumpulkan data secara otomatis, serta memudahkan pembaruan fabric dengan otomatisasi. Cisco Nexus Hyperfabric menghadirkan kemudahan dan keandalan dalam mengelola jaringan data center tanpa kerumitan. Teknologi ini menyederhanakan proses desain, implementasi, dan pemeliharaan jaringan, memungkinkan tim IT untuk fokus pada tugas yang lebih penting tanpa terbebani oleh kompleksitas teknis.
Mencapai Model AI yang Andal untuk Jaminan Kinerja Jaringan
Model AI hanya akan sebaik data yang digunakan untuk melatihnya. Agar model AI benar-benar bermanfaat, mereka memerlukan akurasi, granularitas, dan sumber data yang beragam—seperti halnya kualitas sebuah foto yang bergantung pada ketajaman dan kejernihan, tingkat detail, dan informasi yang disampaikan. Akurasinya adalah sejauh mana gambar itu mencerminkan kenyataan—jika gambar kabur atau terdistorsi, maka detail yang disajikan bisa menyesatkan. Granularitas mengacu pada tingkat detail yang tercapture—ketika gambar diambil dengan zoom out, kita mendapatkan gambaran umum; namun saat zoom in, kita bisa melihat tekstur dan nuansa yang halus. Keberagaman terkait dengan komposisi gambar—apakah cukup ada variasi dalam isi gambar untuk membantu pemirsa memahami cerita yang hendak disampaikan gambar tersebut? Untuk operator jaringan, agar dapat mengandalkan model AI dalam membantu menentukan akar penyebab masalah jaringan dan memprediksi kegagalan sebelum terjadi, model tersebut bergantung pada data kinerja jaringan yang akurat, terperinci, dan beragam. Ketika dilakukan dengan benar, model AI dapat memberikan wawasan yang diperlukan untuk menuju jaringan yang sepenuhnya otonom. Memperkuat Jaminan Kinerja Jaringan yang Siap AI Mari kita bahas bagaimana granularitas data, akurasi, dan keberagaman dapat diterapkan pada kinerja jaringan dan bagaimana hal tersebut berkontribusi pada jaminan kualitas jaringan yang bersifat prediktif, bukan reaktif. Granularitas Data: Melihat Detail Lebih Mendalam dari Perilaku Jaringan Bayangkan jika Anda memantau jaringan dengan model AI yang dilatih menggunakan sampel data yang diambil setiap satu detik per menit. Selama 59 detik lainnya, lonjakan latensi, pemadaman singkat, atau ledakan kemacetan bisa terlewat sama sekali. Tanpa akses ke data yang terperinci, model AI bisa gagal mendeteksi kejadian kritis dan kekurangan konteks yang berguna. Hal ini mengarah pada ketidakmampuan untuk melakukan analisis akar penyebab dan menghasilkan prediksi yang salah dari model AI. Sebaliknya, model jaringan yang dilatih dengan data yang sangat terperinci hingga tingkat milidetik dapat mengidentifikasi perilaku jaringan yang memengaruhi pengalaman pelanggan. Tingkat detail yang sangat halus ini memungkinkan AI untuk menafsirkan perubahan halus, seperti tanda-tanda awal kemacetan jaringan atau kehilangan paket. Data yang terperinci dalam pelatihan model AI kinerja jaringan memungkinkan model untuk mendeteksi pola-pola kecil namun signifikan yang membantu mengantisipasi, mengidentifikasi, dan menyelesaikan masalah sebelum menjadi besar. Akurasi Data: Memastikan Pemantauan yang Dapat Diandalkan dan Terpercaya Selain granularitas dan volume data, akurasi data juga sangat penting untuk model yang berkinerja tinggi. Ketika melihat jaringan berkinerja tinggi—baik itu saluran fronthaul 5G, jaringan perdagangan keuangan frekuensi tinggi, atau jaringan IoT manufaktur—detik-detik bahkan mikrodetik sangat berarti. Data yang tidak akurat bisa menyebabkan bias atau kesalahan pada model AI, yang berujung pada prediksi yang salah dan kesimpulan berisiko tentang akar penyebab masalah jaringan. Prediksi atau kesimpulan yang salah dapat berakibat pada waktu henti yang tidak terduga. Sebagai contoh, sebuah produsen otomotif Eropa melaporkan bahwa waktu henti yang tidak terencana menghabiskan sekitar US$ 2,3 juta per jam. Data yang sangat akurat membantu memastikan model AI memahami hubungan temporal antara masalah yang terjadi di jaringan. Data yang akurat meningkatkan keandalan pemantauan kinerja model AI dan memperkuat jaminan kualitas jaringan. Keberagaman Data: Belajar dari Beragam Skenario Jaringan Dalam hal pelatihan AI, set data yang beragam umumnya menghasilkan output yang lebih akurat. Kompleksitas jaringan berarti paket-paket diperlakukan secara berbeda—seperti ukuran paket, tag VLAN, tanda DSCP, dan hashing di seluruh ECMP, semuanya dapat mempengaruhi kinerja jaringan dengan cara yang berbeda. Sumber data yang beragam memastikan bahwa pengukuran dilakukan di berbagai faktor yang mungkin memengaruhi kinerja jaringan, sehingga model AI memperhitungkan setiap faktor relevan. Keberagaman sumber data juga memungkinkan model AI untuk mendapatkan gambaran yang lebih lengkap tentang semua jenis lalu lintas di jaringan, menghasilkan output dengan tingkat kepercayaan lebih tinggi terhadap akar penyebab masalah jaringan. Menuju Jaringan Sepenuhnya Otonom Granularitas data, akurasi, dan keberagaman membantu memastikan model AI memiliki fondasi untuk menafsirkan situasi kompleks, terpisah, dan tidak terduga yang bisa muncul dalam kinerja jaringan. Data kinerja jaringan yang andal dan wawasan prediktif yang akurat dari model AI memungkinkan analisis akar penyebab dan wawasan prediktif yang memungkinkan organisasi untuk bergerak dari jaminan jaringan yang reaktif menuju jaminan jaringan yang prediktif dan akhirnya jaringan yang sepenuhnya otonom. Jaringan otonom memainkan peran penting dalam memperluas jaringan tanpa harus meningkatkan biaya operasional secara signifikan. Dengan model AI yang andal mendukung jaringan otonom, organisasi dapat menghindari masalah kinerja tersembunyi yang menyebabkan penundaan aplikasi dan mengganggu produktivitas, sekaligus menghilangkan waktu henti yang tidak terduga yang berdampak pada hasil finansial. Tabel: Faktor-Faktor Penting dalam Membangun Model AI untuk Jaminan Kinerja Jaringan Faktor Penjelasan Granularitas Data Tingkat detail data yang tinggi (misalnya, milidetik) memungkinkan deteksi masalah lebih dini, seperti kemacetan atau kehilangan paket. Akurasi Data Data yang sangat akurat mencegah kesalahan dalam prediksi dan analisis akar penyebab masalah jaringan. Keberagaman Data Sumber data yang beragam memberikan pandangan lebih lengkap tentang kinerja jaringan dan memperkuat keandalan model AI dalam menemukan akar masalah. Model AI yang Andal Membantu dalam menganalisis dan memprediksi masalah jaringan dengan lebih akurat, mempercepat respon terhadap permasalahan dan memperbaiki kinerja jaringan. Dengan memanfaatkan data yang akurat, terperinci, dan beragam, serta mengandalkan model AI yang mampu memberikan wawasan prediktif, organisasi dapat bergerak menuju jaringan yang lebih otonom, mengurangi biaya operasional, dan meningkatkan efisiensi secara keseluruhan.
Mendefinisikan Ulang Pusat Data Anda dengan Inovasi Cisco N9300 Series Smart Switch
Pusat data perusahaan saat ini berkembang dengan cepat, didorong oleh kebutuhan bisnis yang terus berubah, aplikasi yang semakin kompleks, dan meningkatnya permintaan pengguna. Seiring dengan adopsi strategi hybrid untuk fleksibilitas dan penghematan biaya, beban kerja kini bergerak melampaui lingkungan tradisional. Transformasi ini memungkinkan skalabilitas, namun juga menghadirkan tantangan baru dalam hal keamanan dan operasional, yang memerlukan pendekatan baru untuk melindungi aplikasi dan infrastruktur penting. Menurut Gartner: “Ancaman siber yang meningkat, seperti serangan ransomware yang menargetkan infrastruktur penting, dapat melumpuhkan operasi pusat data. Ini bisa mengganggu layanan, menyebabkan kerugian finansial, dan mempengaruhi keamanan nasional. Kejadian seperti ini mungkin mendorong regulasi yang mengharuskan penerapan langkah-langkah keamanan siber yang lebih kuat, penilaian kerentanannya, dan protokol pelaporan insiden untuk pusat data.” Pusat data modern beroperasi di seluruh cloud pribadi, cloud publik, dan lingkungan kolokasi, menciptakan ekosistem yang kompleks dan terdistribusi. Solusi yang berbeda dengan perangkat dan dasbor khusus layanan meningkatkan risiko kesalahan, penegakan yang tidak konsisten, dan pelanggaran keamanan. Pada saat yang sama, kelincahan dan optimisasi biaya tetap penting untuk skala aplikasi yang mulus. Solusi: Di Mana Keamanan Bertemu dengan Jaringan Seiring dengan berkembangnya pusat data, demikian juga infrastruktur yang mendukungnya. Untuk memenuhi permintaan yang semakin besar akan skalabilitas, keamanan, dan efisiensi, kami dengan bangga memperkenalkan Cisco N9300 Series Smart Switches—sebuah keluarga switch pusat data baru yang dilengkapi dengan unit pemrosesan data (DPU) yang dapat menyematkan layanan stateful langsung ke dalam jaringan pusat data dengan skala dan kecepatan, untuk kesederhanaan yang lebih besar, throughput layanan yang lebih tinggi, dan efisiensi biaya. Daya Terpadu dari Cisco Silicon One dan DPU Dengan mengintegrasikan DPU ke dalam switch baru ini, kami mengubah platform jaringan pusat data menjadi perangkat dengan kapasitas tinggi yang multifungsi dan dapat menyelenggarakan layanan. DPU ini dapat menangani tugas pemrosesan data yang kompleks dan memberikan layanan canggih yang melampaui fungsi jaringan tradisional. Didorong oleh Cisco Silicon One E100 ASIC, Cisco Smart Switches menawarkan konektivitas berkecepatan tinggi, telemetri yang kaya, enkripsi garis, dan efisiensi daya untuk beban kerja pusat data modern. Dengan DPU AMD, Smart Switches ini menyediakan throughput layanan 800G. Akselerasi DPU membuka berbagai layanan jaringan dan keamanan, seperti segmentasi stateful, NAT skala besar, enkripsi IPsec, IDS/IPS, telemetri berbasis peristiwa, dan perlindungan DDoS. Layanan stateful pertama yang didukung oleh switch ini adalah Layer-4 stateful segmentation dengan Cisco Hypershield. Pengalihan lalu lintas cerdas dari switching ASIC ke DPU mengurangi latensi secara signifikan dibandingkan infrastruktur tradisional. Perubahan arsitektur ini juga mengarah pada penghematan biaya substansial melalui konsolidasi perangkat keras, pengurangan konsumsi daya, penggunaan ruang rak yang lebih efisien, dan kesederhanaan operasional. Keamanan Terintegrasi dengan Cisco Hypershield dan Model Operasional Cisco Smart Switches baru ini terintegrasi dengan Cisco Hypershield, arsitektur keamanan berbasis AI yang memungkinkan segmentasi stateful di seluruh pusat data. Cisco Security Cloud Control menangani pembuatan dan penerapan kebijakan keamanan, memungkinkan tim SecOps untuk menulis, menguji, dan mengorkestrasi kebijakan di seluruh jaringan, beban kerja, dan lingkungan cloud. Selain itu, Cisco Nexus Dashboard akan terus mengelola aspek operasional dari switch, DPU, dan kebijakan jaringan—memberikan alur kerja khusus bagi tim NetOps sesuai dengan peran dan tanggung jawab mereka. Nexus Dashboard dan Cisco Security Cloud Control juga menyediakan visibilitas lintas platform untuk menyederhanakan operasi pusat data dan memungkinkan kolaborasi antara tim jaringan dan keamanan. Kedua platform ini bekerja bersama untuk menciptakan infrastruktur pusat data yang kohesif, gesit, dan dapat diskalakan, siap mendukung tuntutan aplikasi modern dan tantangan keamanan. Keunggulan Utama Cisco Hypershield pada Smart Switch Integrasi Hypershield ke dalam switch baru ini menciptakan banyak keunggulan, seperti: Kebijakan segmentasi otomatis: Hypershield menggunakan AI untuk secara dinamis memperbaiki kebijakan keamanan berdasarkan identitas dan perilaku aplikasi. Ini mengotomatisasi pembuatan, optimisasi, dan penegakan kebijakan di seluruh beban kerja dan Smart Switches, memastikan keamanan adaptif tanpa banyak usaha manual. Postur keamanan terkini tanpa risiko gangguan: Hypershield dapat memverifikasi pembaruan dengan teknologi digital twin untuk mengurangi risiko saat pembaruan kebijakan, memastikan postur keamanan yang lebih cepat diperbarui, dan mengelola siklus hidup kebijakan di skala besar. Model operasional berbasis persona: Hypershield memungkinkan penegakan keamanan terdistribusi sambil mempertahankan alur kerja yang terpisah untuk NetOps dan SecOps. Nexus Dashboard dan Security Cloud Control menyediakan visibilitas terintegrasi, membuat pemecahan masalah dan manajemen kepatuhan lebih mulus. Routing optimal dengan keamanan inline: Dengan memanfaatkan Smart Switches, infrastruktur jaringan dapat disederhanakan sambil memastikan routing optimal dan perlindungan yang kuat. Penegakan kebijakan yang konsisten di berbagai domain: Hypershield menyederhanakan manajemen kebijakan keamanan melalui Cisco Security Cloud Control, yang memungkinkan kebijakan dikelola di seluruh titik penegakan dalam solusi Cisco Hybrid Mesh Firewall, termasuk di beban kerja cloud, Smart Switches, dan firewall generasi berikutnya. Penggunaan Cisco N9300 Series Smart Switches Seiring dengan evolusi pusat data modern, keamanan harus disematkan langsung ke dalam jaringan untuk memastikan perlindungan yang mulus dan dapat diskalakan. Cisco N9300 Series Smart Switches, didorong oleh Hypershield, memungkinkan konektivitas yang aman di seluruh zona keamanan, jaringan, dan lingkungan cloud hybrid. Dengan pemrograman layer-4 firewall terintegrasi, switch ini menyederhanakan penegakan keamanan sambil mengurangi kompleksitas arsitektur, membuat operasi jaringan lebih efisien dan dapat diskalakan. Tabel Pendukung Fitur Deskripsi Integrasi DPU DPU menyematkan layanan stateful secara langsung ke dalam jaringan pusat data, memungkinkan pemrosesan data yang kompleks dan layanan canggih di luar fungsi jaringan tradisional. Cisco Silicon One E100 ASIC Memberikan konektivitas kecepatan tinggi, enkripsi garis, dan efisiensi daya untuk beban kerja pusat data modern. Cisco Hypershield Arsitektur keamanan berbasis AI yang memungkinkan segmentasi stateful dan pengelolaan kebijakan keamanan otomatis di seluruh pusat data. Nexus Dashboard dan Security Cloud Control Menyediakan visibilitas lintas platform untuk menyederhanakan operasi pusat data dan memungkinkan kolaborasi antara tim jaringan dan keamanan. Keamanan dan Routing Optimal Menyederhanakan infrastruktur jaringan dan memastikan routing yang optimal sambil memberikan perlindungan yang kuat. Dengan solusi inovatif ini, Cisco N9300 Series Smart Switches menawarkan platform yang tidak hanya meningkatkan kinerja, tetapi juga menyederhanakan keamanan dan pengelolaan pusat data modern yang dinamis.
Menavigasi Konvergensi NOC dan SOC untuk Penyedia Layanan Terkelola Cisco
Dalam lanskap layanan terkelola yang berkembang, penyedia Layanan Terkelola Cisco semakin mencari cara untuk memperluas tawaran mereka dengan mengintegrasikan kemampuan Security Operations Center (SOC) dengan layanan Network Operations Center (NOC) yang sudah ada. Konvergensi ini didorong oleh kebutuhan untuk pendekatan terpadu dalam mengelola operasi jaringan dan keamanan, memanfaatkan alat dan platform bersama untuk meningkatkan efisiensi dan penyampaian layanan. Memahami Konvergensi NOC/SOC Konvergensi antara layanan NOC dan SOC dimulai dengan integrasi alat, sumber telemetri, dan platform IT Service Management (ITSM). Baik operasi NOC maupun SOC dapat mendapatkan manfaat dari sumber data bersama melalui API dan log, yang memfasilitasi kemampuan manajemen layanan. Integrasi ini sangat terlihat pada tahap dukungan Level 1 (L1), di mana alat bersama digunakan untuk menilai, menangkap, dan menganalisis peristiwa. Seiring berjalannya waktu, kasus-kasus tersebut mungkin memerlukan keahlian dari spesialis NOC atau SOC di Level 2 (L2) atau Level 3 (L3). Sebelum memulai transisi atau penggabungan layanan, penting untuk mengevaluasi kemampuan NOC yang ada. Identifikasi kekuatan dan area yang perlu ditingkatkan dalam layanan yang Anda tawarkan saat ini. Penilaian ini akan membantu Anda menentukan sumber daya dan keahlian yang dibutuhkan untuk mengintegrasikan layanan NOC dan SOC dengan sukses. Memanfaatkan Cisco dan Splunk untuk Konvergensi Cisco dan Splunk menawarkan solusi yang tangguh untuk mendukung konvergensi ini. Cisco’s Extended Detection and Response (XDR) menyediakan platform yang mudah digunakan dengan deteksi bawaan, integrasi, alur kerja, dan tindakan untuk respons insiden. Splunk’s Enterprise Security (ES) dan Security Orchestration, Automation, and Response (SOAR) meningkatkan deteksi di seluruh sumber data, menawarkan penyelidikan fleksibel dan playbook kustom untuk respons insiden. Bersama-sama, alat-alat ini menyediakan kemampuan deteksi, penyelidikan, dan respons terbaik, memungkinkan Penyedia Layanan Terkelola (MSP) untuk memberikan layanan superior. Jalan Menuju Platform Terpadu Perjalanan menuju platform NOC/SOC yang terpadu tidak bersifat linier. Penyedia dapat memulai dengan Cisco XDR untuk operasi SOC yang kurang berkembang dan memperluas ke Splunk ES dan SOAR untuk penyelidikan lebih dalam. Pendekatan ini memungkinkan skalabilitas dan adaptabilitas, sesuai dengan kebutuhan spesifik setiap pelanggan. Kemampuan AI di Cisco XDR dan Splunk meningkatkan efisiensi analis SOC, memberikan hasil yang lebih baik dan memungkinkan terciptanya “SOC Masa Depan”—pendekatan keamanan siber yang tangguh dan kolaboratif. Mengatasi Tantangan SOC yang sukses membutuhkan tim analis keamanan yang terampil yang dapat memantau, mendeteksi, dan merespons insiden keamanan secara efektif. Investasikan dalam program pelatihan dan sertifikasi untuk melengkapi tim Anda dengan keterampilan dan pengetahuan yang diperlukan untuk mengelola operasi SOC. Operator SOC menghadapi tantangan seperti menemukan staf yang terampil, mengintegrasikan alat, dan mengurangi pekerjaan manual. Tujuannya adalah membangun platform yang menggabungkan komponen XDR, SIEM, dan SOAR dengan intelijen ancaman, otomatisasi, AI, dan kapabilitas identitas. Platform terpadu ini bertujuan untuk meningkatkan efisiensi analis SOC dan menyediakan solusi keamanan komprehensif yang dapat diskalakan, mulai dari organisasi yang baru memulai perjalanan SOC mereka hingga layanan canggih negara-bangsa. Memperluas Portofolio Layanan Terkelola Anda Menggunakan konvergensi layanan NOC/SOC untuk memperluas portofolio layanan terkelola Anda adalah langkah strategis yang dapat mendorong pertumbuhan dan meningkatkan proposisi nilai Anda sebagai mitra penyedia Cisco. Dengan memanfaatkan teknologi canggih dan keahlian Cisco, Anda dapat memberikan solusi keamanan yang kuat yang memenuhi kebutuhan klien Anda yang terus berkembang. Ambil peluang untuk menjadi pemimpin di pasar layanan keamanan terkelola dan memberdayakan klien Anda untuk menavigasi kompleksitas lanskap digital saat ini dengan percaya diri. Tabel Pendukung Fitur Deskripsi Integrasi XDR dan SIEM Menggabungkan kemampuan deteksi dan investigasi canggih dari Cisco XDR dengan analisis keamanan berbasis data dari Splunk SIEM untuk mendeteksi ancaman lebih baik. Automatisasi dan Orkestrasi SOAR Meningkatkan kemampuan respons insiden melalui automasi alur kerja dan orkestrasi yang dapat disesuaikan, mengurangi intervensi manual. Pemantauan dan Deteksi Berkelanjutan Menggunakan teknologi AI untuk mendeteksi dan merespons ancaman secara real-time, meningkatkan efisiensi analis SOC. Kolaborasi Tim SOC dan NOC Penggabungan alat dan data antara SOC dan NOC memungkinkan kolaborasi yang lebih baik untuk menangani insiden dan meningkatkan produktivitas. Peningkatan Kapabilitas AI AI di Cisco XDR dan Splunk mendukung analisis yang lebih cepat dan akurat, mempercepat respons terhadap insiden keamanan. Dengan konvergensi ini, penyedia layanan terkelola dapat menawarkan solusi keamanan yang lebih efisien dan efektif, memadukan kekuatan jaringan dan keamanan dalam satu platform terpadu.
Jaringan Berperforma Tinggi untuk AI di Luar Pusat Data
AI mendorong peningkatan signifikan pada beban kerja pusat data. IDC memperkirakan bahwa generasi data akan tumbuh dengan tingkat pertumbuhan tahunan gabungan (CAGR) sebesar 40,5% hingga tahun 2027. Gartner juga memprediksi bahwa penggunaan model AI generatif akan memengaruhi lebih dari 90% organisasi untuk mengadopsi lingkungan cloud hybrid hingga 2027. Hal ini memberikan tekanan besar pada jaringan Data Center Interconnect (DCI) yang menghubungkan data antara pusat data yang terdistribusi, hybrid, dan berbasis cloud. Secara tradisional, pengiriman data antara pusat data yang terletak jauh secara geografis memerlukan penyewaan sirkuit berkapasitas tinggi dari penyedia layanan atau investasi dalam jaringan transportasi optik khusus. Namun, koneksi DCI melalui dark fiber dengan optik plug-and-play yang koheren menawarkan alternatif inovatif yang mengurangi biaya dan kompleksitas, mendukung aplikasi AI secara efisien. Beban Finansial Solusi DCI Tradisional Biasanya, penyedia layanan menggunakan jaringan serat mereka untuk menyediakan layanan DCI bagi perusahaan. Sirkuit yang disewakan ini sering kali berupa koneksi 10G atau beberapa koneksi 10G yang mendukung aplikasi DCI tradisional seperti pemulihan bencana dan layanan perusahaan. Untuk aplikasi yang lebih menuntut, seperti pencerminan pusat data dan agregasi data berkecepatan tinggi, koneksi 100G menjadi pilihan. Dengan meningkatnya adopsi aplikasi berbasis data, kebutuhan kapasitas DCI kini mengarah ke koneksi bandwidth tinggi 400G dan 800G. Karena struktur biaya DCI biasanya didasarkan pada penggunaan bandwidth, perubahan ini menciptakan beban finansial baru bagi perusahaan. Biaya bisa meningkat pesat karena kebutuhan akan lebih banyak sirkuit untuk mendukung permintaan kapasitas yang meningkat. Keunggulan Dark Fiber untuk DCI Menyewa dark fiber menjadi solusi menarik untuk mengurangi dampak finansial DCI saat kebutuhan kapasitas meningkat. Dark fiber adalah kabel serat optik yang telah dipasang tetapi belum digunakan untuk transmisi data oleh penyedia layanan. Dengan menyewa serat ini, perusahaan dapat membuat jaringan pribadi mereka sendiri, sehingga mengontrol lalu lintas data tanpa biaya berulang yang terkait dengan model penyedia layanan tradisional. Contoh sukses penggunaan dark fiber dapat dilihat di Negara Bagian Maryland, AS. Departemen Teknologi Informasi negara bagian tersebut mengelola jaringan sepanjang 3.300 mil. Beralih ke dark fiber memberikan penghematan tahunan lebih dari $111 juta dengan ROI sebesar 871%. Selain penghematan biaya, dark fiber juga memberikan skalabilitas yang sangat penting di era AI. Perusahaan dapat meningkatkan kapasitas bandwidth sesuai kebutuhan tanpa bergantung pada penyedia layanan untuk menambah kapasitas. Dark fiber juga meningkatkan keamanan jaringan dengan memberikan kontrol penuh atas data yang melewati jaringan, sehingga mengurangi risiko ancaman eksternal. Integrasi Jaringan IP dan Optik untuk DCI Arsitektur DCI tradisional dibangun di atas lapisan jaringan optik khusus yang membutuhkan investasi dalam transponder optik dan sistem jalur untuk mentransmisikan data. Perusahaan dapat mengurangi biaya dan kompleksitas DCI dengan Cisco Routed Optical Networking, solusi terstandarisasi yang telah digunakan di lingkungan DCI berskala besar dan jaringan penyedia layanan. Routed Optical Networking memungkinkan pengiriman panjang gelombang optik langsung dari port berkapasitas tinggi pada router atau switch di pusat data. Solusi ini menggantikan transponder khusus dengan optik plug-and-play yang koheren, router berkepadatan tinggi, dan sistem jalur optik sederhana. Pendekatan ini menghasilkan desain jaringan berbiaya rendah. Manfaat Routed Optical Networking untuk DCI Penggunaan Routed Optical Networking memberikan dampak besar pada pengurangan biaya. Analisis oleh ACG Research menunjukkan bahwa solusi ini dapat menurunkan total biaya kepemilikan aplikasi DCI hingga 48%, mengurangi CapEx hingga 60%, dan menurunkan biaya lingkungan (daya, pendinginan, dan ruang lantai) hingga 83%. Manfaat tambahan meliputi: Penyederhanaan jaringan: Konvergensi lapisan IP dan optik mempermudah perencanaan, pengelolaan, dan pemecahan masalah jaringan. Otomasi dan keandalan: Platform otomatisasi menyeluruh mengurangi kesalahan dan mempercepat peluncuran layanan baru. Kinerja jaringan: Mendukung konektivitas berkecepatan tinggi untuk aplikasi yang menuntut, seperti lalu lintas AI. Transmisi andal: Optik koheren memastikan transmisi data yang stabil bahkan pada kondisi jaringan yang berbeda. Tabel Perbandingan Solusi DCI Biaya Skalabilitas Keamanan Kompleksitas Tradisional (10G/100G) Tinggi Terbatas Rendah Tinggi Dark Fiber Rendah (ROI tinggi) Tinggi Tinggi Rendah Routed Optical Networking Rendah (48% lebih hemat) Sangat Tinggi Tinggi Rendah DCI untuk Pusat Data yang Siap AI Cisco memperkenalkan solusi akselerasi komputasi, jaringan fabric, dan fabric berskala besar untuk memenuhi kebutuhan pusat data AI. Dengan memanfaatkan dark fiber dan Routed Optical Networking, perusahaan dapat mengantisipasi lonjakan kebutuhan bandwidth untuk mendukung AI di masa depan.
Bersiap untuk Masa Depan dengan Cisco Compute Hyperconverged X-Series System
Dalam blog sebelumnya, kami membahas visi dan strategi unik di balik kemitraan Cisco dan Nutanix, serta hasil utama dari upaya rekayasa bersama antara kedua perusahaan. Dalam artikel ini, kami akan menyoroti inovasi terbaru: Cisco Compute Hyperconverged X-Series System dengan Nutanix. Ini adalah solusi Hyper-Converged Infrastructure (HCI) pertama di industri yang menggunakan arsitektur blade modular. Solusi ini dirancang untuk menyederhanakan infrastruktur TI dan operasional guna menghadapi kebutuhan IT yang terus berubah, termasuk munculnya aplikasi baru seperti generative AI dan pentingnya komputasi di edge. Solusi ini menggabungkan keunggulan dari dua dunia: kesederhanaan operasional Nutanix Cloud Platform dan fleksibilitas serta efisiensi Cisco UCS X-Series Modular System. Dengan ini, organisasi dapat dengan mudah mengimplementasikan, meningkatkan skala, dan memperbarui kluster hyperconverged mereka, sekaligus membangun infrastruktur TI yang lebih berkelanjutan dan siap untuk masa depan. Selain itu, tersedia opsi Cisco Compute Hyperconverged X-Series Direct yang cocok untuk cabang remote, kantor regional, dan pusat data kecil hingga menengah. Sistem ini mengubah UCS X-Series menjadi sistem mandiri dengan pasangan fabric interconnect terintegrasi dan hingga delapan server node. Inovasi Arsitektur UCS X-Series Sejak diperkenalkan, UCS X-Series telah mengubah standar arsitektur blade computing. Dengan pendekatan modular berbasis fabric, UCS X-Series memisahkan sumber daya komputasi, penyimpanan, dan input/output ke dalam unit modular, memungkinkan peningkatan skala dan pembaruan secara independen untuk setiap komponen. Hal ini memastikan penggunaan sumber daya yang optimal tanpa perlu overprovisioning untuk infrastruktur hyperconverged. Arsitektur modular UCS X-Series difokuskan pada perlindungan investasi dan inovasi untuk mendukung kapabilitas generasi berikutnya. Hal ini membuat pelanggan dapat memperluas dan memperbarui sistem sesuai kebutuhan bisnis dan teknologi mereka yang terus berkembang, bahkan hingga dekade mendatang. Sistem ini juga mendukung percepatan GPU dengan modul PCIe Gen4 UCS X-Series, yang menjadikannya cocok untuk berbagai beban kerja, seperti kecerdasan buatan (AI), infrastruktur desktop virtual (VDI), dan komputasi berkinerja tinggi. Selain itu, sistem ini mendukung kebutuhan komputasi umum lainnya. Kemudahan Manajemen dengan Cisco dan Nutanix Sistem ini dikelola menggunakan kombinasi Cisco Intersight dan Nutanix Prism Central untuk pengaturan lingkungan HCI. Kedua alat ini telah diintegrasikan melalui API untuk menciptakan model operasi berbasis cloud bersama. Proses implementasi dirancang untuk dapat diulang (cookie-cutter), dengan Nutanix Prism Central sebagai pengatur deployment yang menggunakan kebijakan Cisco Intersight. Keunggulan Cisco Compute Hyperconverged X-Series Pelanggan dari Cisco Compute Hyperconverged X-Series System mendapatkan berbagai manfaat, antara lain: Implementasi Tanpa Sentuhan (Zero-Touch Deployment) Dengan model operasi berbasis cloud ini, Cisco Intersight menangani infrastruktur fisik, sedangkan Nutanix Prism Central mengelola lingkungan hyperconverged. Implementasi kluster menjadi sederhana dan cepat dengan otomatisasi penuh, mulai dari pemasangan firmware bare-metal hingga sistem operasi. Peningkatan Skala dan GPU Acceleration yang Mudah Skalabilitas kluster cukup dengan menambahkan node baru ke dalam chassis. UCS X-Series Direct, misalnya, memungkinkan konfigurasi kluster delapan node dalam satu chassis, dengan lalu lintas jaringan internal yang lebih efisien. Dukungan GPU NVIDIA menjadikannya platform yang serbaguna untuk aplikasi enterprise seperti VDI, SQL, dan beban kerja AI. Operasi yang Berkelanjutan dan Efisien Sistem ini dirancang dengan komponen hemat energi dan arsitektur modular untuk mengurangi pemborosan. Beralih ke UCS X-Series dapat secara signifikan menurunkan biaya daya, pendinginan, dan kabel dibandingkan dengan server rack tradisional, sekaligus mengurangi jejak karbon perusahaan. Performa Tak Tertandingi Solusi ini mendukung prosesor Intel® Xeon® Gen ke-4 dan ke-5, memori DDR5 dengan transfer data lebih cepat, serta penyimpanan lokal berkapasitas tinggi. Ini memungkinkan implementasi penuh Nutanix Cloud Platform, termasuk Acropolis Operating System (AOS), Acropolis Hypervisor (AHV), dan Nutanix Cloud Manager (NCM) untuk otomatisasi, chargeback, dan manajemen mandiri. Tabel Perbandingan Fitur Utama Keunggulan Dampak Arsitektur Modular Skalabilitas dan perlindungan investasi Memudahkan peningkatan tanpa mengganti sistem Zero-Touch Deployment Automasi implementasi penuh Mengurangi kesalahan manusia GPU Acceleration Mendukung aplikasi AI, VDI, dan beban kerja berat Performa tinggi dengan fleksibilitas tinggi Efisiensi Energi Komponen hemat energi dan modular Menurunkan biaya operasional dan jejak karbon Kompatibilitas Nutanix Integrasi dengan Nutanix Cloud Platform Mempermudah pengelolaan lingkungan HCI
Nexus Meningkatkan Load Balancing dan Membawa UEC Lebih Dekat ke Adopsi
Di berbagai industri, kecerdasan buatan (AI) mengoptimalkan alur kerja, meningkatkan efisiensi, mendorong inovasi—dan memicu investasi pada akselerator, prosesor pembelajaran mendalam, serta neural processing unit (NPU). Beberapa organisasi memulai dari skala kecil menggunakan retrieval-augmented generation (RAG) untuk tugas inferensi sebelum memperluas ke lebih banyak pengguna. Perusahaan yang menangani volume besar data pribadi mungkin lebih memilih mengatur klaster pelatihan mereka sendiri untuk mendapatkan akurasi dari model khusus yang dibangun dengan data tertentu. Baik Anda berinvestasi dalam klaster AI kecil dengan ratusan akselerator atau pengaturan besar dengan ribuan, Anda memerlukan jaringan skala-out untuk menghubungkan semuanya. Kuncinya? Merencanakan dan merancang jaringan tersebut dengan benar. Jaringan yang dirancang dengan baik memastikan akselerator Anda mencapai kinerja puncak, menyelesaikan pekerjaan lebih cepat, dan menjaga latensi ekor seminimal mungkin. Untuk mempercepat penyelesaian pekerjaan, jaringan harus mencegah kemacetan atau, paling tidak, mendeteksinya sejak dini. Jaringan juga harus menangani lalu lintas dengan lancar, bahkan selama skenario in-cast—dengan kata lain, mampu menangani kemacetan dengan cepat setelah terjadi. Di sinilah Data Center Quantized Congestion Notification (DCQCN) berperan. Konsep DCQCN bekerja optimal ketika explicit congestion notification (ECN) dan priority flow control (PFC) digunakan bersamaan. ECN bereaksi lebih awal pada setiap aliran, sementara PFC berfungsi sebagai langkah mitigasi untuk mengendalikan kemacetan dan mencegah kehilangan paket. Blueprint Jaringan Data Center untuk Aplikasi AI/ML kami menjelaskan konsep-konsep ini secara rinci. Selain itu, kami telah memperkenalkan template fabric Nexus Dashboard AI untuk memfasilitasi penerapan sesuai blueprint dan praktik terbaik. Dalam artikel ini, kami akan menjelaskan bagaimana Cisco Nexus 9000 Series Switches menggunakan pendekatan dynamic load balancing (DLB) untuk mengatasi kemacetan. Pendekatan Tradisional dan Dinamis dalam Load Balancing Load Balancing Tradisional: Menggunakan strategi equal-cost multipath (ECMP), di mana sekali sebuah aliran memilih jalur, jalur tersebut biasanya digunakan sepanjang durasi aliran tersebut. Ketika beberapa aliran tetap pada jalur yang sama, hal ini dapat menyebabkan beberapa jalur terlalu banyak digunakan sementara lainnya kurang dimanfaatkan, menciptakan kemacetan pada jalur yang terlalu banyak digunakan. Dynamic Load Balancing (DLB): Dapat menyesuaikan jalur aliran secara dinamis berdasarkan perubahan dalam jaringan. Dengan memantau kondisi jaringan secara real-time, DLB dapat menghindari kemacetan dan meningkatkan kinerja secara keseluruhan. Fitur Dynamic Load Balancing pada Nexus 9000 Fitur DLB Deskripsi DLB Flowlet Mode Mengalihkan “flowlet” ke jalur yang kurang padat, memungkinkan distribusi lalu lintas yang lebih efisien. DLB Static Pinning Mode Mengizinkan konfigurasi manual antara port input dan output, memberikan kontrol lebih besar atas distribusi lalu lintas. DLB Per-Packet Mode Menyebarkan paket di berbagai jalur untuk memaksimalkan pemanfaatan jalur, meskipun dapat menyebabkan urutan paket yang tiba terganggu di host tujuan. Meningkatkan Kinerja: Standar Masa Depan dan Ultra Ethernet Ultra Ethernet Transport (UET): Transport connectionless yang lebih skalabel, fleksibel, dan hemat biaya. Menggunakan kontrol kemacetan bawaan untuk mendistribusikan lalu lintas secara merata. Memungkinkan pengukuran delay round-trip time (RTT) dan opsi seperti packet trimming untuk deteksi kemacetan dini. Dukungan UEC: Nexus 9000 Series Switches telah mendukung fitur wajib UET, dengan tambahan fitur opsional seperti packet trimming untuk produk berbasis Cisco Silicon One. Pendekatan Load Balancing Kelebihan Kekurangan Equal-Cost Multipath (ECMP) Sederhana, mudah diimplementasikan. Tidak fleksibel, dapat menyebabkan kemacetan pada jalur tertentu. Dynamic Load Balancing (DLB) Responsif terhadap perubahan kondisi jaringan, distribusi lalu lintas lebih efisien, latensi lebih rendah. Memerlukan jaringan dengan kemampuan monitoring real-time, dapat menjadi kompleks untuk implementasi besar. UET Protocol Mendukung transport connectionless, latensi rendah, skalabilitas tinggi, dan efisiensi biaya. Membutuhkan perangkat endpoint (NIC) yang mendukung fitur UET untuk mendapatkan manfaat maksimal. Kesimpulan Cisco Nexus 9000 Series Switches siap untuk mendukung infrastruktur AI Anda dengan fitur dynamic load balancing dan kompatibilitas masa depan terhadap protokol Ultra Ethernet. Optimalkan jaringan Anda sekarang, dan bersiaplah untuk memanfaatkan potensi penuh Ultra Ethernet.
