Vultr และ SUSE ร่วมมือกันเพื่อนำแพลตฟอร์ม AI ของ NVIDIA มาสู่การทำงานในระดับ Production

Vultr และ SUSE ประกาศความร่วมมือใหม่ ซึ่งมุ่งแก้หนึ่งในคอขวดใหญ่ที่สุดของ AI องค์กร นั่นคือการเปลี่ยนจากการทดลองไปสู่ระบบใช้งานจริง ทั้งสองบริษัทเปิดตัว SUSE AI Factory with NVIDIA (NVDA ) บนโครงสร้างพื้นฐาน Vultr เป็นแพลตฟอร์มเต็มสแต็กที่ผ่านการตรวจสอบ โดยรวมซอฟต์แวร์ AI องค์กรของ SUSE เทคโนโลยี NVIDIA AI Enterprise และโครงสร้างพื้นฐานคลาวด์ทั่วโลกของ Vultr

แพลตฟอร์มประกาศที่งาน RAISE Summit ในปารีส ออกแบบสำหรับองค์กรที่ต้องการติดตั้งแอปพลิเคชัน AI อย่างปลอดภัยและขยายขนาดได้ โดยไม่ต้องประกอบสแต็กทั้งหมดเอง ซึ่งครอบคลุมชั้นโครงสร้างพื้นฐาน การเร่งด้วย GPU การประสานงาน Kubernetes ซอฟต์แวร์ AI การควบคุมความปลอดภัย และโมเดลการสนับสนุนที่ต้องใช้เพื่อรันงาน AI องค์กรในระบบจริง

เหตุใดเรื่องนี้จึงสำคัญ

หลายบริษัทผ่านช่วงพิสูจน์แนวคิด AI ระยะแรกแล้ว ความท้าทายที่ยากกว่าตอนนี้คือการปฏิบัติการ องค์กรต้องตัดสินว่าโมเดลควรรันที่ไหน จัดการ GPU อย่างไร ปกป้องข้อมูลละเอียดอ่อนอย่างไร กำกับแอปพลิเคชัน AI อย่างไร และทำอย่างไรให้ทีมไม่ต้องเสียเวลาหลายเดือนกับการผสานระบบก่อนงานแรกขึ้นใช้งานจริง

ความร่วมมือ Vultr-SUSE วางตำแหน่งรอบปัญหานั้นโดยตรง แทนเสนอเพียงขีดความสามารถคอมพิวเตอร์หรือเครื่องมือซอฟต์แวร์อย่างใดอย่างหนึ่ง แพลตฟอร์มใหม่นำชั้นโครงสร้างพื้นฐานกับแอปพลิเคชันมารวมเป็นสถาปัตยกรรมที่ผ่านการตรวจสอบ เป้าหมายคือการลด “ภาษีการผสานระบบ” ซึ่งมักทำให้โครงการ AI ช้าลงเมื่อออกจากห้องปฏิบัติการ

ความแตกต่างนี้สำคัญ AI ในระบบจริง ไม่ใช่เพียงการเข้าถึง GPU ทรงพลัง แต่ต้องมีรูปแบบติดตั้งที่ทำซ้ำได้ ความปลอดภัย การสังเกตการณ์ การประสานงาน การบริหารโมเดล และโครงสร้างสนับสนุนที่ทีม IT องค์กรพึ่งพาได้

แพลตฟอร์ม AI เต็มสแต็กที่สร้างบนโครงสร้างพื้นฐานแบบเปิด

SUSE AI Factory with NVIDIA สร้างบนสถาปัตยกรรมเปิดที่ใช้ Kubernetes ทำให้องค์กรมีความยืดหยุ่นในการติดตั้งงาน AI บนคลาวด์ ภายในองค์กร ที่ edge และในสภาพแวดล้อมแบบอธิปไตย ตามความต้องการด้านประสิทธิภาพ การปฏิบัติตามกฎ ถิ่นที่อยู่ของข้อมูล หรือธุรกิจ

SUSE อธิบาย AI Factory ว่าเป็นแพลตฟอร์มโครงสร้างพื้นฐานเปิดสำหรับ AI องค์กรแบบส่วนตัว ออกแบบให้ผสานกับสภาพแวดล้อม Linux และ Kubernetes ที่มีอยู่ พร้อมช่วยองค์กรย้ายงานจาก sandbox สู่ระบบจริง SUSE ยังวางแพลตฟอร์มรอบพิมพ์เขียวที่ตรวจสอบล่วงหน้า เวิร์กโฟลว์ GitOps และข้อกำหนด AI แบบอธิปไตย แทนบังคับองค์กรเข้าสู่โมเดลคลาวด์แบบกรรมสิทธิ์

เวอร์ชันที่ใช้ NVIDIA เพิ่ม NVIDIA AI Enterprise เข้าไปในชั้นกำกับดูแลของ SUSE โดยตรง NVIDIA AI Enterprise คือชุดซอฟต์แวร์เชิงพาณิชย์ของ NVIDIA สำหรับ AI ในระบบจริง ซึ่งรวมไมโครเซอร์วิส เฟรมเวิร์ก ไลบรารี การประสาน GPU และเครื่องมือจัดการโครงสร้างพื้นฐานสำหรับการติดตั้งระดับองค์กร

สิ่งที่ NVIDIA นำมาสู่สแต็ก

แพลตฟอร์มรวมส่วนประกอบ NVIDIA AI Enterprise เช่น NVIDIA NIM, NVIDIA NeMo และ NVIDIA Run:ai แต่ละตัวรองรับคนละส่วนของวงจรชีวิต AI องค์กร

NVIDIA NIM ช่วยองค์กรติดตั้งการอนุมานโมเดล AI ที่ปรับประสิทธิภาพแล้วผ่านไมโครเซอร์วิส ลดวิศวกรรมเฉพาะที่ต้องใช้เพื่อนำโมเดลขึ้นระบบจริง ส่วน NVIDIA NeMo มุ่งสร้าง ปรับแต่ง เพิ่มประสิทธิภาพ และกำกับเอเจนต์ AI กับระบบ Generative AI ทั่วคลาวด์ ภายในองค์กร และสภาพแวดล้อมไฮบริด

ขณะเดียวกัน NVIDIA Run:ai ช่วยจัดการการประสาน GPU และการจัดตารางงาน ซึ่งจำเป็นอย่างยิ่งเมื่อองค์กรพยายามเพิ่มการใช้ประโยชน์จากโครงสร้างพื้นฐานเร่งความเร็วราคาแพง NVIDIA AI Enterprise ยังรวม Kubernetes operator และเครื่องมือจัดการโครงสร้างพื้นฐาน ซึ่งช่วยทำให้การติดตั้ง AI ที่ใช้ GPU ในสภาพแวดล้อมองค์กรเป็นมาตรฐาน

เรื่องนี้สำคัญต่อองค์กร เพราะโครงสร้างพื้นฐาน AI กระจัดกระจายได้อย่างรวดเร็ว แต่ละฝ่ายอาจใช้เฟรมเวิร์ก เครื่องมือให้บริการโมเดล ชั้นประสานงาน และแนวทางความปลอดภัยต่างกัน ชั้นซอฟต์แวร์ที่มี NVIDIA หนุนและผ่านการตรวจสอบช่วยสร้างฐานที่สอดคล้องขึ้น

Vultr ให้ชั้นโครงสร้างพื้นฐาน AI ทั่วโลก

บทบาทของ Vultr คือให้ฐานโครงสร้างพื้นฐานใต้สแต็กซอฟต์แวร์ บริษัทมี GPU บนคลาวด์ bare metal คอมพิวเตอร์คลาวด์ Kubernetes พื้นที่เก็บข้อมูล และบริการเครือข่าย ทำให้องค์กรมีสภาพแวดล้อมติดตั้งงาน AI ที่ต้องการทั้งประสิทธิภาพและความยืดหยุ่นทางภูมิศาสตร์

Vultr ขยายการวางตำแหน่งด้านโครงสร้างพื้นฐาน AI โดยให้เข้าถึง GPU ของ AMD และ NVIDIA, Kubernetes แบบมีผู้ดูแล, bare metal, พื้นที่เก็บข้อมูล และคอมพิวเตอร์คลาวด์ แพลตฟอร์มใช้กับงานที่ต้องเร่งด้วย GPU รวมถึง AI/ML, คอมพิวเตอร์สมรรถนะสูง การเรนเดอร์ และแอปพลิเคชันที่ใช้การคำนวณหนักอื่น

การครอบคลุมทั่วโลกเป็นแกนกลางของความร่วมมือ งาน AI จำเป็นต้องรันใกล้แหล่งข้อมูล ผู้ใช้ หรือเขตอำนาจกำกับมากขึ้น ธนาคาร ผู้ให้บริการสุขภาพ ผู้ให้บริการโทรคมนาคม ผู้ผลิต หรือองค์กรภาครัฐ อาจไม่ต้องการให้งาน AI ทุกอย่างวิ่งผ่านภูมิภาคคลาวด์ส่วนกลางแห่งเดียว โครงสร้างพื้นฐานแบบกระจายของ Vultr ทำให้ SUSE AI Factory with NVIDIA มีพื้นที่ติดตั้งกว้างขึ้นสำหรับลูกค้าที่ต้องการการควบคุมระดับภูมิภาคหรือแบบอธิปไตย

ออกแบบเพื่อระบบจริง ไม่ใช่เพียงโครงการนำร่อง

ส่วนสำคัญที่สุดของประกาศไม่ใช่การที่ผู้จำหน่ายโครงสร้างพื้นฐานและซอฟต์แวร์รายใหญ่สามรายทำงานร่วมกัน แต่คือความร่วมมือนี้สะท้อนทิศทางของ AI องค์กร

การนำ Generative AI ระลอกแรกถูกครองด้วยการทดลอง เช่น copilot ภายใน แชตบอตต้นแบบ โครงการนำร่อง retrieval-augmented generation และเครื่องมือเพิ่มผลิตภาพระดับฝ่าย ระยะถัดไปมีข้อเรียกร้องสูงกว่า องค์กรกำลังนำ AI ไปใช้ในระบบที่เผชิญลูกค้า เวิร์กโฟลว์ที่อยู่ภายใต้กฎระเบียบ การปฏิบัติการอุตสาหกรรม และกระบวนการธุรกิจหลัก

สิ่งนี้ยกระดับข้อกำหนด ระบบ AI ต้องปลอดภัย ขยายขนาดได้ ตรวจสอบย้อนหลังได้ และบำรุงรักษาได้ ต้องรันข้ามสภาพแวดล้อมไฮบริดซับซ้อน รองรับข้อกำหนดการกำกับดูแล และหลีกเลี่ยงการสร้าง vendor lock-in รูปแบบใหม่

แนวทางโครงสร้างพื้นฐานเปิดของ SUSE ซอฟต์แวร์ AI องค์กรของ NVIDIA และคลาวด์ GPU ทั่วโลกของ Vultr ถูกนำมารวมเพื่อแก้ข้อกำหนดเหล่านี้แบบผสานมากขึ้น

ลดความซับซ้อนของการติดตั้ง AI

ประเด็นชัดที่สุดอย่างหนึ่งในประกาศคือการทำให้ง่ายขึ้น องค์กรมักประเมินงานวิศวกรรมที่ต้องทำก่อน AI จะรันได้อย่างน่าเชื่อถือในระบบจริงต่ำเกินไป ทีมต้องตั้งค่าไดรเวอร์ GPU คลัสเตอร์ Kubernetes เครื่องมือให้บริการโมเดล ไปป์ไลน์ข้อมูล การควบคุมสิทธิ์ ระบบตรวจสอบ และนโยบายความปลอดภัย อีกทั้งต้องทำให้สภาพแวดล้อมพัฒนา ทดสอบ และผลิตสอดคล้องกัน

SUSE AI Factory with NVIDIA ออกแบบให้ลดความซับซ้อนผ่านพิมพ์เขียวที่ตรวจสอบล่วงหน้า และระนาบบริหารซึ่งส่งมอบผ่านส่วนขยาย Rancher กับ Kubernetes operator เอกสาร SUSE อธิบาย AI Factory ว่าเป็นวิธีค้นหาแอปพลิเคชัน AI แล้วรวมเป็นพิมพ์เขียวแบบเปลี่ยนแปลงไม่ได้และควบคุมเวอร์ชัน

โมเดลที่อิงพิมพ์เขียวสำคัญ เพราะช่วยทีมเปลี่ยนจากการติดตั้งครั้งเดียวไปสู่รูปแบบโครงสร้างพื้นฐานที่ทำซ้ำได้ แทนสร้างสแต็ก AI ใหม่ทุกโครงการ องค์กรทำให้วิธีแพ็ก ติดตั้ง กำกับ และขยายงาน AI เป็นมาตรฐานได้

ความปลอดภัย อธิปไตย และการควบคุม

ประกาศยังเน้น AI ที่ปลอดภัยและมีอธิปไตยอย่างมาก สะท้อนความกังวลขององค์กรที่เพิ่มขึ้นว่า งาน AI รันที่ไหน ใครควบคุมข้อมูล และทรัพย์สินทางปัญญาได้รับการปกป้องอย่างไร

กลยุทธ์ AI ในวงกว้างของ SUSE เน้น AI องค์กรแบบส่วนตัว การควบคุมข้อมูล ความปลอดภัย zero-trust และความยืดหยุ่นในการติดตั้งทั่วคลาวด์ ศูนย์ข้อมูล และ edge เอกสารผลิตภัณฑ์เน้นความสอดคล้องระหว่าง sandbox กับ production เทมเพลตที่ตรวจสอบล่วงหน้า เวิร์กโฟลว์ GitOps และการรองรับข้อกำหนด AI แบบอธิปไตย

เรื่องนี้เกี่ยวข้องเป็นพิเศษกับบริการการเงิน สุขภาพ รัฐบาล โทรคมนาคม การผลิต และภาคส่วนใกล้เคียงกลาโหม ซึ่งการนำ AI มาใช้ถูกจำกัดด้วยกฎระเบียบ การปฏิบัติตามข้อกำหนด และความเสี่ยงปฏิบัติการ ไม่ใช่เพียงความสามารถทางเทคนิค

สัญญาณว่าตลาด AI องค์กรกำลังเติบโตเต็มที่

ความร่วมมือ Vultr-SUSE เป็นส่วนหนึ่งของการเปลี่ยนแปลงกว้างในโครงสร้างพื้นฐาน AI องค์กร ตลาดกำลังเปลี่ยนจากเครื่องมือแยกส่วนไปสู่ AI factory ซึ่งเป็นสภาพแวดล้อมผสานที่ข้อมูล โมเดล การคำนวณ การประสานงาน การกำกับ และไปป์ไลน์ติดตั้งทำงานร่วมกัน

สำหรับองค์กร คุณค่าไม่ได้อยู่เพียงการเข้าถึง GPU เร็วขึ้นหรือแดชบอร์ดแพลตฟอร์ม AI อีกชุด แต่อยู่ที่การลดระยะห่างระหว่างความทะเยอทะยานด้าน AI กับความจริงทางปฏิบัติการ หากแพลตฟอร์มทำงานตามตั้งใจ องค์กรจะใช้เวลาประกอบโครงสร้างพื้นฐานน้อยลง และใช้เวลาสร้างแอปพลิเคชัน AI ที่ให้ผลลัพธ์วัดได้มากขึ้น

ลูกค้า SUSE ปัจจุบันทำงานกับทีมบัญชี SUSE เพื่อประเมินแพลตฟอร์มได้ โดย SUSE กับ Vultr จะร่วมกันทำ proof-of-concept ที่ปรับให้ตรงกับงานลูกค้า และยังวางแผนตัวเลือกติดตั้งแบบ self-service ผ่าน Vultr Marketplace

ข้อสรุป

การเปิดตัว SUSE AI Factory with NVIDIA บนโครงสร้างพื้นฐาน Vultr แสดงว่าโครงสร้างพื้นฐาน AI องค์กรกำลังพัฒนาเร็วเพียงใด บริษัทไม่ได้ต้องการการทดลอง AI ใน sandbox แยกอีกต่อไป แต่ต้องการระบบที่มีการกำกับ ปลอดภัย ขยายขนาดได้ และรันได้ทุกที่ตามความต้องการธุรกิจ

ด้วยการรวมฐานซอฟต์แวร์องค์กรแบบเปิดของ SUSE สแต็ก AI สำหรับระบบจริงของ NVIDIA และโครงสร้างพื้นฐานคลาวด์ทั่วโลกของ Vultr ความร่วมมือนี้มอบเส้นทางตรงขึ้นจากโครงการนำร่องสู่ AI ในระบบจริง

เรื่องนี้ไม่ได้ขจัดงานยากของการนำ AI มาใช้ องค์กรยังต้องมีข้อมูล การกำกับดูแล บุคลากร และกรณีใช้งานธุรกิจที่ถูกต้อง แต่แพลตฟอร์มแก้อุปสรรคเรื้อรังที่สุดอย่างหนึ่ง คือความซับซ้อนของการประกอบและดำเนินสแต็กโครงสร้างพื้นฐาน AI เอง