Как турнир по гольфу стал испытанием для ИИ-систем и инфраструктуры

Кубок Райдера — почти столетний турнир по гольфу между Европой и США — стал не только спортивным событием, но и масштабным испытанием для ИИ-инфраструктуры. На мероприятии 2025 года собралось почти четверть миллиона зрителей, создавших беспрецедентную нагрузку на сетевые системы.

С технологической точки зрения организация такого события представляет собой сложнейшую задачу. Инфраструктура должна справляться с десятками тысяч пользователей, ежедневно заполняющих территорию мероприятия.

Центр управления на основе ИИ

Для решения этой задачи организаторы привлекли технологического партнера HPE, который создал центральный хаб для операционного управления. Решение включало платформу визуализации данных на базе высокопроизводительной сети и приватного облака, агрегирующую и анализирующую данные из разнообразных источников в реальном времени.

Пока все обсуждают модели и алгоритмы, настоящая революция происходит на уровне сетевой инфраструктуры. Спортивные мероприятия становятся полигоном для технологий, которые завтра изменят промышленность и умные города — там, где задержка в полсекунды может стоить человеческих жизней.

Это был наглядный пример того, как выглядит ИИ-ориентированная сеть в масштабе — стресс-тест с серьезными последствиями для управления событиями и корпоративных операций. Как объясняет Джон Грин, технический директор HPE Networking, сети являются критически важным третьим компонентом успешной реализации ИИ: «Отключенный ИИ не дает многого; нужен способ получать и отправлять данные как для обучения, так и для вывода».

Что делает сеть готовой к ИИ-инференсу

Более половины организаций все еще борются с операционализацией своих данных. В недавнем межотраслевом исследовании HPE среди 1775 ИТ-лидеров 45% заявили, что могут выполнять операции с данными в реальном времени для инноваций. Это заметное изменение по сравнению с прошлогодними цифрами (всего 7% сообщили о таких возможностях в 2024 году), но предстоит еще работа по соединению сбора данных с принятием решений в реальном времени.

Ключом к дальнейшему сокращению этого разрыва может стать сетевая инфраструктура. Традиционные корпоративные сети спроектированы для обработки предсказуемого потока бизнес-приложений — электронной почты, браузеров, обмена файлами и т.д. — но они не предназначены для динамичного перемещения больших объемов данных, требуемых ИИ-нагрузками.

«С обычной корпоративной сетью можно работать более свободно, — говорит Грин. — Мало кто заметит, если почтовая платформа станет на полсекунды медленнее. Но при обработке ИИ-транзакций вся работа зависит от последнего вычисления. Поэтому любая потеря или перегрузка становится очень заметной».

Сети, построенные для ИИ, должны работать с другим набором характеристик производительности:

• Сверхнизкая задержка
• Беспотерьная пропускная способность
• Специализированное оборудование
• Масштабируемость и адаптивность

Двухуровневая архитектура для турнира

Кубок Райдера стал яркой демонстрацией этого нового класса сетей в действии. Во время мероприятия был развернут Центр подключенного интеллекта, собирающий данные от сканирования билетов, метеосводок, GPS-трекинга гольф-каров, продаж еды и мерчандайзинга, очередей зрителей и производительности сети. Дополнительно по всему полю были размещены 67 камер с ИИ.

«Турнир очень сложен с точки зрения сетей, потому что у вас есть много больших открытых пространств, которые не заполнены людьми равномерно, — объясняет Грин. — Люди следуют за действием. Поэтому в некоторых областях очень плотно с множеством людей и устройств, а другие области совершенно пусты».

Для обработки этой изменчивости инженеры построили двухуровневую архитектуру:

• Более 650 точек доступа WiFi 6E
• 170 сетевых коммутаторов
• 25 сенсоров пользовательского опыта

Передний уровень подключал камеры, сенсоры и точки доступа для захвата видео и данных о движении, а задний уровень — расположенный во временном локальном дата-центре — связывал GPU и серверы в высокоскоростной конфигурации с низкой задержкой, служащей мозгом системы.

Физический ИИ и возвращение локальных вычислений

Если время имеет решающее значение для управления мероприятиями, то в контекстах, где на кону безопасность, оно еще важнее — например, для беспилотного автомобиля, принимающего решение об ускорении или торможении за доли секунды.

При планировании подъема физического ИИ, где приложения перемещаются с экранов на заводские цеха и городские улицы, все больше предприятий пересматривают свои архитектуры. Вместо отправки данных в централизованные облака для инференса некоторые развертывают ИИ-кластеры на границе сети, обрабатывающие информацию ближе к месту ее генерации.

Этот гибридный подход подпитывает волну операционной репатриации, поскольку рабочие нагрузки, когда-то переданные в облако, возвращаются в локальную инфраструктуру по причинам скорости, безопасности, суверенитета и стоимости. «В последние годы у нас была миграция ИТ в облако, но физический ИИ — это один из случаев использования, которые, как мы считаем, вернут многое обратно в локальные системы», — предсказывает Грин.

Пишет MIT Technology Review.