隨著人工智能工作負(fù)載在中東地區(qū)快速增長(zhǎng)，數(shù)據(jù)中心運(yùn)營(yíng)商發(fā)現(xiàn)規(guī)模本身不再是差異化因素。密度、熱波動(dòng)性和主權(quán)要求正在重新定義運(yùn)營(yíng)卓越的標(biāo)準(zhǔn)。

2024年，Khazna數(shù)據(jù)中心推出了NexOps運(yùn)營(yíng)模式，旨在支持其不斷增長(zhǎng)的投資組合中的AI規(guī)模基礎(chǔ)設(shè)施。這一轉(zhuǎn)變標(biāo)志著從主要依賴供應(yīng)商主導(dǎo)的模式轉(zhuǎn)向混合內(nèi)包結(jié)構(gòu)，旨在提供更高的一致性、能力保證和治理控制。

Khazna NexOps總經(jīng)理Bart Holsters表示："隨著計(jì)算密度的增加和AI工作負(fù)載引入更嚴(yán)格的運(yùn)營(yíng)容差，供應(yīng)商主導(dǎo)模式的弱點(diǎn)變得更加明顯。核心挑戰(zhàn)是變異性。不同團(tuán)隊(duì)執(zhí)行程序的方式不同，文檔深度各異，變更控制規(guī)范可能不一致，事件處理也因站點(diǎn)而異。當(dāng)投資組合必須像一個(gè)緊密協(xié)調(diào)的系統(tǒng)那樣運(yùn)行時(shí)，這種分散化就成了真正的風(fēng)險(xiǎn)。"

混合內(nèi)包模式旨在消除他所描述的運(yùn)營(yíng)偏移。現(xiàn)在每個(gè)設(shè)施都運(yùn)行在單一、統(tǒng)一的操作系統(tǒng)上，具有相同的程序、關(guān)鍵績(jī)效指標(biāo)、治理結(jié)構(gòu)、升級(jí)路徑和培訓(xùn)標(biāo)準(zhǔn)。他說："對(duì)于AI工作負(fù)載，即使是延遲響應(yīng)或誤解程序這樣的小偏差都可能產(chǎn)生連鎖反應(yīng)，一致性是必不可少的。"

能力保證是另一個(gè)驅(qū)動(dòng)因素。Holsters認(rèn)為，在關(guān)鍵任務(wù)環(huán)境中，基于出勤的培訓(xùn)是不夠的。"我們需要一個(gè)模式，其中培訓(xùn)、認(rèn)證和技能驗(yàn)證直接決定誰(shuí)有權(quán)執(zhí)行哪些任務(wù)。只有經(jīng)過批準(zhǔn)和有能力的人員才能執(zhí)行高風(fēng)險(xiǎn)工作。這降低了無意運(yùn)營(yíng)影響的可能性，"他補(bǔ)充說。

AI在運(yùn)營(yíng)上帶來的變化

Holsters明確表示，AI工作負(fù)載不僅僅是云計(jì)算的延伸。"AI從根本上改變了運(yùn)營(yíng)環(huán)境。工作負(fù)載密度更高，熱行為更加動(dòng)態(tài)，運(yùn)營(yíng)誤差容限顯著縮小，"他說。

在傳統(tǒng)的多供應(yīng)商模式中，習(xí)慣和流程解釋的變異性是可以容忍的。在AI環(huán)境中，他認(rèn)為變異性就是風(fēng)險(xiǎn)。"NexOps將整個(gè)Khazna投資組合視為一個(gè)集成系統(tǒng)。無論在什么位置，客戶都能體驗(yàn)到相同的運(yùn)營(yíng)模式、治理和期望。這種可預(yù)測(cè)性是超大規(guī)模客戶最看重的，特別是當(dāng)AI集群將基礎(chǔ)設(shè)施推向其工程極限時(shí)，"Holsters說。

一個(gè)顯著特點(diǎn)是能力與任務(wù)授權(quán)之間的聯(lián)系。操作員必須在執(zhí)行定義類別的工作之前進(jìn)行驗(yàn)證和重新驗(yàn)證。"在高密度環(huán)境中，單一錯(cuò)誤干預(yù)的后果可能很嚴(yán)重，嚴(yán)格管理的能力成為核心可靠性控制，"他解釋說。

隨著該地區(qū)各國(guó)政府投資主權(quán)AI倡議，運(yùn)營(yíng)主權(quán)變得與政策框架同樣重要。"主權(quán)就緒的數(shù)據(jù)中心提供關(guān)于如何管理訪問、如何執(zhí)行工作以及如何記錄和審核每個(gè)行為的可執(zhí)行證明，"他說。"公共部門和受監(jiān)管的客戶希望確信工作負(fù)載得到一致處理并符合司法管轄要求。"

Holsters指出強(qiáng)邊界定義是基礎(chǔ)。這包括物理分區(qū)、基于身份的訪問控制、嚴(yán)格的變更管理以及保持可追溯性的事件程序。"主權(quán)客戶期望持續(xù)保證。結(jié)構(gòu)化文檔、一致的記錄和治理例程確保合規(guī)是持續(xù)的而不是回顧性的，"他說。

AI規(guī)模運(yùn)營(yíng)的真正瓶頸

雖然電力限制繼續(xù)影響許多市場(chǎng)的數(shù)據(jù)中心擴(kuò)張，但Holsters認(rèn)為最緊迫的運(yùn)營(yíng)約束是人才。"最一致的瓶頸，特別是對(duì)于AI規(guī)模運(yùn)營(yíng)，是專業(yè)人才與成熟運(yùn)營(yíng)規(guī)范的結(jié)合，"他說。"隨著密度增加和時(shí)間線壓縮，操作員需要更深入的技術(shù)專長(zhǎng)、更強(qiáng)的變更控制和更高的事件準(zhǔn)備度。這種技能在全球范圍內(nèi)都供不應(yīng)求。"

簡(jiǎn)單地增加人員或增加額外供應(yīng)商可能會(huì)增加差異而不是彈性。相反，Holsters將標(biāo)準(zhǔn)化和實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的可見性視為主要杠桿。"將關(guān)鍵任務(wù)運(yùn)營(yíng)視為核心能力而非行政必需品的運(yùn)營(yíng)商，將能夠在AI需求下可靠地?cái)U(kuò)展，"他說。

自動(dòng)化已經(jīng)嵌入現(xiàn)代設(shè)施中，但Holsters在決策支持和運(yùn)營(yíng)權(quán)威之間劃出了明確界限。"AI在模式識(shí)別和高頻監(jiān)控方面異常強(qiáng)大。它可以通過關(guān)聯(lián)數(shù)百萬數(shù)據(jù)點(diǎn)來揭示可能的根本原因并推薦下一步最佳行動(dòng)，"他說。"變更管理、事件管理和所有物理干預(yù)的最終批準(zhǔn)權(quán)屬于訓(xùn)練有素的操作員。AI智能體和數(shù)字孿生可以分析和告知運(yùn)營(yíng)風(fēng)險(xiǎn)水平，但它們還不能在這種環(huán)境中替代負(fù)責(zé)任的人類判斷。"

展望未來，Holsters將AI就緒性和采用一致性確定為未來12至24個(gè)月的決定性指標(biāo)。"我們的優(yōu)先事項(xiàng)是確保每個(gè)運(yùn)營(yíng)單位以可擴(kuò)展、安全且符合我們長(zhǎng)期戰(zhàn)略的方式集成智能能力，"他說。"客戶不再按站點(diǎn)消費(fèi)容量。他們依賴統(tǒng)一的AI就緒運(yùn)營(yíng)生態(tài)系統(tǒng)。投資組合范圍內(nèi)在可靠性、就緒性和效率方面的一致性是保護(hù)長(zhǎng)期性能的關(guān)鍵。"

Q&A

Q1：NexOps運(yùn)營(yíng)模式是什么？它解決了什么問題？

A：NexOps是Khazna數(shù)據(jù)中心推出的運(yùn)營(yíng)模式，旨在支持AI規(guī)模基礎(chǔ)設(shè)施。它從供應(yīng)商主導(dǎo)模式轉(zhuǎn)向混合內(nèi)包結(jié)構(gòu)，解決了傳統(tǒng)模式中的變異性問題，包括不同團(tuán)隊(duì)執(zhí)行程序不一致、文檔深度各異、變更控制規(guī)范不統(tǒng)一等問題，為AI工作負(fù)載提供更嚴(yán)格的運(yùn)營(yíng)容差。

Q2：為什么AI工作負(fù)載需要特殊的運(yùn)營(yíng)模式？

A：AI工作負(fù)載從根本上改變了運(yùn)營(yíng)環(huán)境，具有密度更高、熱行為更動(dòng)態(tài)、運(yùn)營(yíng)誤差容限顯著縮小等特點(diǎn)。在AI環(huán)境中，即使是延遲響應(yīng)或誤解程序這樣的小偏差都可能產(chǎn)生連鎖反應(yīng)，因此需要更高的一致性和可預(yù)測(cè)性，傳統(tǒng)的變異性在AI環(huán)境中就成了風(fēng)險(xiǎn)。

Q3：AI規(guī)模運(yùn)營(yíng)面臨的最大挑戰(zhàn)是什么？

A：最一致的瓶頸是專業(yè)人才與成熟運(yùn)營(yíng)規(guī)范的結(jié)合。隨著密度增加和時(shí)間線壓縮，操作員需要更深入的技術(shù)專長(zhǎng)、更強(qiáng)的變更控制和更高的事件準(zhǔn)備度，而這種技能在全球范圍內(nèi)都供不應(yīng)求。簡(jiǎn)單增加人員或供應(yīng)商可能會(huì)增加差異而不是彈性。