AIネットワーキングのためのテスト

Artificial intelligence and machine learning has been moving into many aspects of network testing, from the field to service assurance, to fuel automation and increased efficiency. So where exactly is AI/ML being applied in network testing and assurance today, how is it proving its value, and what does this mean for the field workforce and for carrier operations? In this *RCR Wireless News* webinar, Spirent and industry experts will share an update on the progress towards more intelligent and automated, AI-driven networks in the future to provide viewers with insights into how AI is reshaping the network testing and assurance landscape.

スパイレントのAIテストソリューションがInterop Tokyo 2024で最優秀賞を受賞

AIデータセンターの旅は始まったばかりであり、テクノロジーとともに劇的に進化することが期待されている。新たなデータセンター・アーキテクチャを評価し、将来性を確保した上で最大の効率性を実現できるよう最適化し、AIネットワークへの投資に対するリターンを確保することが急務となっています。 Spirentの新しいインフォグラフィックでは、AIデータセンターの最新市場動向、アーキテクチャの詳細、AIファブリックの動的要件、AIイーサネット・ファブリックのパフォーマンスと回復力を確保するために必要な新しいテスト戦略とソリューションをまとめています。

人工知能（AI）システムは、まだ発見されていない方法でデジタル産業を変革すると期待されている。ガートナーは、AIソフトウェアへの支出は2027年までに年平均成長率19.1%で2979億ドルに成長すると予測している。一方、ジェネレーティブAI（GenAI）ソフトウェアへの支出は、2023年のAIソフトウェアの8%から2027年には35%に増加する。 ジェネレーティブAIは縁の下の力持ちから最前線に躍り出た。この興奮の波の背後で、各業界はユースケースの証明、需要に応じたソリューションの拡張、AIの可能性を最大限に引き出すための革新に熱心に取り組んでいる。

Innovative testing approaches in preparation for the AI revolution

Artificial intelligence (AI) is revolutionizing the telecommunications industry. This engaging webinar explores AI's transformative potential and its future impact on telecom operations. We’ll share our predictions on how AI will drive new efficiencies in capital spending and in delighting customers with new experiences and services and creating new revenue streams. AI and machine learning are transitioning from tactical solutions to strategic tools in telecom, promising to unlock immense value, particularly in networking. This shift is essential for driving efficiencies in capital spending, optimizing network designs, and enhancing customer experiences with new services and revenue streams.

The scale of artificial intelligence (AI) applications is skyrocketing with the number of model parameters growing at a blistering 1000x pace every 3 years. The growing complexity and size of AI applications is driving a need for increasing numbers of AI accelerators, which in turn dictate the type and scale of the networking fabric required to interconnect the accelerators with each other and compute and memory resources. As AI applications move from small apps with hundreds of AI accelerators to large apps that require tens of thousands of AI accelerators, the networking architectures grow more complex. As we grow to over ten thousand accelerators, a data center scale architecture is required with a routable fabric and AI spine.

スパイレント、業界初のイーサネット用AIワークロード エミュレーションを発表 AIファスト レーンの検証が可能に.AI特有のテストニーズと複雑性に対応する専用ソリューション.

In today’s rapidly evolving technological landscape, Enterprise and data center networking has undergone significant advancements. With the widespread adoption of AI/ML, edge computing, and high-performance computing (HPC) systems, modern data centers demand a network that delivers exceptional performance and minimal latency. This network must also seamlessly adapt to accommodate the tremendous surge in data transfer demands driven by data-intensive and compute-intensive applications.