Strategia lean applicata all’intelligenza artificiale generativa, un concetto affascinante, che mira ad ottimizzare i processi legati al training, deployment e gestione automatizzata del ciclo di vita dei large language model GenAI su cui vengono sviluppate soluzioni di data center ed edge computing. È in questa direzione che Nutanix ha progettato Gpt-in-a-Box, una piattaforma hardware e software, costruita in partnership con Nvidia, dedicata allo sviluppo di applicazioni generative con l’obiettivo di massimizzare il total cost of ownership nell’intero ciclo di vita dell’infrastruttura.
«L’ambizione è far diventare la Nutanix Cloud Platform il punto di riferimento per l’hybrid AI, un’intelligenza artificiale che nasce dalla sinergia tra cloud pubblico e infrastruttura interna, on premise ed edge, che mira a una riduzione dei costi di gestione. Gpt-in-a-Box è una soluzione che facilita l’adozione dell’IA, sfruttando le capacità di questa piattaforma», afferma Benjamin Jolivet, country manager di Nutanix Italia.
2,15 miliardi di dollari nell’ultimo anno fiscale, una crescita del 15% e un fatturato triplicato in soli tre anni. Nutanix è la software company statunitense leader mondiale dell’hybrid multicloud computing, pioniere dell’iperconvengenza software defined, l’infrastruttura server gestita da un unico software che integra computing, storage e networking. I suoi clienti? Rivenditori, cloud provider, e system integrator (Accenture, Atos, Capgemini, Infosys) che sviluppano soluzioni infrastrutturali per l’automotive e il manifatturiero, per il mondo finance, le telco, la sanità e la Pubblica Amministrazione. Un business sostenuto da partnership industriali con i big mondiali dell’IT, da Red Hat a Sap, da Aws a Microsoft a Google, fino a Dell, Cisco e Hpe, che ingegnerizzano loro hardware data center ed edge con software Nutanix.
«L’infrastruttura sta rapidamente evolvendo verso un IT ibrido e noi siamo specializzati nel fornire una piattaforma software che semplifica e automatizza la gestione infrastrutturale. Stiamo costruendo un paradigma software abilitante la new data economy che si realizza combinando cloud pubblico, data center ed edge computing, quello che definiamo l’hybrid multicloud computing», dice Jolivet. Una strategia, come illustra il country manager nell’intervista a Industria Italiana, che indirizza le tre grandi sfide della modernizzazione IT conseguenti la digitalizzazione dei processi e la trasformazione dei modelli di business. «La prima transizione è rappresentata dal passaggio da infrastrutture isolate, on-premise e in cloud, a implementazioni multi-cloud integrate. La seconda mira al passaggio dalle tradizionali applicazioni virtualizzate ad applicazioni containerizzate, la tecnologia considerata il pilastro per lo sviluppo di applicazioni cloud native.
Infine, l’ultima, forse la più disruptive, quella della GenAI, una tecnologia che verrà sempre più eseguita su infrastruttura multi-cloud, on prem e on edge, dando così forma a un IT ibrido, modello che diventa lo standard di riferimento infrastrutturale per tutti i settori di industry». Ecco la visione di Nutanix per la GenAi e i possibili percorsi dell’automotive e del manifatturiero verso l’integrazione dell’intelligenza artificiale in un’infrastruttura ibrida.
Quale infrastruttura? Cloud, data center ed edge: la scelta va fatta in funzione di possibili vantaggi applicativi, ma sempre all’interno di un piano di sostenibilità economica e di costi di gestione
«La priorità delle aziende manifatturiere, in particolare nell’automotive, uno dei nostri mercati più importanti, è avere un’infrastruttura IT scalabile, flessibile, capace di estendere l’innovazione all’edge con informazioni predittive in tempo reale», dice Jolivet. «Tuttavia, i vertici delle aziende, in primis ceo e cfo, vogliono che questi investimenti siano fatti all’interno di un piano di sostenibilità economica».
Quanto investire sul cloud, quanto sull’on-premise? La scelta deve essere pragmatica e non dettata da pregiudizi ideologici: per decidere, il management vuole comprendere il costo di gestione complessiva delle varie opzioni infrastrutturali. «Qualunque sia la decisione siamo in grado di ottimizzare l’intera dimensione dell’IT, dal cloud all’edge», puntualizza Jolivet. Considerazione che diventa tanto più attuale quando si ragiona in merito all’infrastruttura che deve gestire i carichi di lavoro dell’intelligenza artificiale. «L’attenzione su questo tema è fortissima ed è l’argomento con cui ci confrontiamo quotidianamente con la maggior parte dei nostri clienti. Fondamentale diventa la capacità di gestire la complessità infrastrutturale con meno persone. E in questo passaggio vi è l’obiettivo di ridurre al minimo il carico di lavoro ordinario dell’organizzazione IT interna per potenziare invece la parte più creativa di innovazione di processo, che per molte aziende, soprattutto quelle più energivore, si focalizza progressivamente sulla questione della sostenibilità, sulla riduzione di Co2 e sull’efficienza energetica», dice Jolivet.
Gpt-in-a-box, l’infrastruttura che semplifica l’adozione della GenAi trasversalmente a tutta catena del valore manifatturiero
Secondo quanto afferma Jolivet, nel settore automotive e manifatturiero si continuano a fare investimenti per supportare le iniziative di digitalizzazione dei processi industriali, ma si evidenzia sempre più un grande interesse nel rendere operativa l’intelligenza artificiale all’interno delle attività produttive.
«Il tema dell’IA, tradizionale e generativa, è all’ordine del giorno in tutte le discussioni che stiamo avendo con le aziende del settore. Con Gpt-in-a–Box possiamo mettere nelle loro mani un’infrastruttura all-in-one che rende disponibile un’estrema semplificazione del deployment dei large language model e una loro propagazione applicativa all’edge – prosegue Jolivet -. In questo momento tutti stanno facendo sperimentazioni e si inizia a comprenderne il potenziale. Tuttavia, quando si parla su come diffonderla in modo esteso nell’ambiente ingegneristico, in produzione e nella supply chain, nascono i problemi. Gpt-in-a–Box è nato appunto per risolvere questi problemi, afferma Jolivet. Fornirà alle aziende l’accesso a una gamma più ampia di modelli e strumenti GenAI per semplificare i principali casi d’uso. Un’infrastruttura che si basa sull’iperconvergenza, che combina tutti i tipici elementi hardware come compute, networking, storage e gpu in un unico fattore di forma».
Infrastruttura GenAI coerente con una logica di produzione lean, estensibile al data center e all’edge, lì dove serve un’elaborazione dati in locale
La considerazione di fondo della strategia di Nutanix è che l’infrastruttura IA per il manifatturiero deve essere articolata all’interno di un ambiente orientato alla lean production, un principio che presuppone un miglioramento incrementale di tutte le risorse coinvolte in un processo produttivo. Concetto che, come già detto in precedenza, Nutanix vuole applicare alla GenAI, tecnologia sulla quale, come sottolinea Jolivet, l’attenzione è stata finora essenzialmente posta sulla creazione di Large Language Model. Lavoro, quest’ultimo, che può essere eseguito solo nel public cloud Azure, Aws o Google, nelle mega infrastrutture dove sono presenti le grandi fabbriche Gpu-Based. «Questa è però sola una parte del processo di sviluppo di una soluzione IA generativa. La successiva, non meno impegnativa, è come implementarne l’utilizzo al proprio interno. Ebbene, noi crediamo che la soluzione finale sarà probabilmente un’infrastruttura che integri sia il cloud che la parte on-premise, dai data center all’edge. E per due fondamentali motivi: primo perché il carico di lavoro dell’IA generativa va preferibilmente eseguito dove si trovano i dati dei clienti, nel data center o all’edge; secondo, perché ogni azienda che mette a disposizione i dati sui cui addestrare l’Llm li considera un fattore competitivo e una proprietà intellettuale», dice Jolivet.
Ed è questa la logica con cui è stato progetttata Gpt-in-a-box. «Deve esistere un perimetro on prem su cui addestrare il modello e deve esserci la capacità dii diffonderlo sul front end dell’utente, afferma Jolivet. Spesso la discussione con i nostri clienti è focalizzata su come trasferire gli llm da piattaforme hypersacaler al perimetro aziendale, lì dove si ha la scalabilità perché possano essere distribuiti all’edge»
2024, l’anno zero dell’IA generativa. Ora inizia la vera sfida per renderla operativa
Rajiv Ramaswami, presidente e ceo di Nutanix, crede che il 2024 sarà ricordato come l’anno zero dell’IA generativa. «Dalla fase di prima adozione e sperimentazione si passerà presto a costruire applicazioni reali che possono portare a un significativo valore commerciale», afferma Ramaswami. I principali casi d’uso indicati da Nutanix includono il servizio clienti, la ricerca e l’analisi di documenti, la produttività e manutenzione assistita da co-pilot. «Implementarla significa mettere insieme il giusto team di persone, capire come mettere in ordine i dati, scegliere e adattare il giusto modello di linguaggio, addestrarlo e, infine, metterlo in produzione, dice Jolivet. Sentiamo parlare di modelli di linguaggio di grandi dimensioni che sono nei trilioni di parametri e possono fare cose fantastiche, ma sono anche molto costosi. E quindi la domanda è: quale llm e quale infrastruttura per la mia applicazione?
«Gpt -in-a-Box è uno stack tecnologico per l’IA volto a risolvere le principali sfide legate all’adozione dell’IA generativa e consentire di far decollare nuovi progetti, dice Thomas Cornely, senior vice president, product management di Nutanix. È una soluzione che garantisce alle aziende il pieno controllo dei propri dati pur basandosi sui principali Large Language Model attualmente disponibili sul mercato. Aiutare i clienti ad affrontare le più grandi sfide dell’IT è il focus delle nostre attività, dalla gestione della crescente complessità del multicloud alle sfide della protezione dei dati, fino all’adozione di soluzioni di intelligenza artificiale generativa, mantenendo il controllo sulla privacy e sulla conformità dei dati», aggiunge Cornely. Gpt-in-a box, dunque, come infrastruttura GenAi che si colloca all’interno di una strategia per l’IT ibrido, creando sinergie tra cloud, dati e applicazioni on prem. Un mercato in piena espansione. Secondo le ultime rilevazioni degli analisti, la spesa del cloud aumenterà da 679 miliardi di dollari nel 2024 a 1 trilione di dollari nel 2027, mentre il mercato dell’IA crescerà da 184 miliardi di dollari nel 2024 a 407 miliardi di dollari nello stesso periodo.
