TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Nutanix ประกาศเปิดให้ใช้งาน Nutanix Enterprise AI (NAI) 2.8 อย่างเป็นทางการ พร้อมเตรียมปล่อย Nutanix Kubernetes Platform (NKP) 2.19 ในเร็วๆ นี้ ภายใต้สถาปัตยกรรมแบบ Dual-Native ที่รัน Virtual Machine และ Container คู่กันบน Control Plane เดียว เพื่อให้องค์กรนำ Agentic AI ขึ้น Production ควบคู่ไปกับแอปพลิเคชันและข้อมูลเดิมโดยไม่ต้องรื้อสถาปัตยกรรม
โจทย์ที่ Nutanix หยิบมาแก้คือช่องว่างที่องค์กรเจอเมื่อเริ่มนำ AI ขึ้นใช้งานจริง กล่าวคือ AI เร่งให้ Workload ย้ายไปอยู่บน Container ขณะที่แอปพลิเคชันสำคัญและข้อมูลขององค์กรยังกระจายอยู่ทั้งบนสภาพแวดล้อมแบบ Virtualized และ Containerized ผลที่ตามมาคือองค์กรถูกบีบให้สร้าง Infrastructure Silo เพิ่ม ต้องย้ายข้อมูล หรือต้องออกแบบ Workload เดิมใหม่เพื่อให้ AI ทำงานร่วมกับสิ่งที่มีอยู่ได้ แนวทาง Dual-Native ของ Nutanix Cloud Platform (NCP) จึงมองทั้ง VM และ Container เป็นโครงสร้างพื้นฐานระดับเดียวกัน รันแอปพลิเคชันดั้งเดิมและงาน AI สมัยใหม่ควบคู่กันภายใต้การกำกับดูแลชุดเดียว องค์กรจึงเลือกได้ว่าจะวาง Workload ไว้บนสถาปัตยกรรมแบบใด ทั้ง VM หรือ Container, CPU หรือ GPU และ Accelerator อื่นๆ ไปจนถึงโมเดลจากผู้ให้บริการแบบ Private หรือ Public ความสามารถชุดนี้ต่อยอดจากฐานของ Nutanix Cloud Infrastructure (NCI) 7.6 ที่ให้ประสิทธิภาพระดับใกล้เคียง Bare Metal สำหรับงาน AI บนโครงสร้างพื้นฐานแบบ Virtualized
สำหรับ NAI 2.8 ซึ่งพร้อมใช้งานแล้ว จุดที่เปลี่ยนแปลงชัดเจนที่สุดคือ Nutanix Agent Gateway ที่มาพร้อม MCP (Model Context Protocol) Gateway ในสถานะ GA ทำหน้าที่เป็นประตูทางเข้าเดียวที่ปลอดภัยให้ AI Agent เรียกใช้เครื่องมือและข้อมูลได้โดยไม่ต้องพัฒนาส่วนเชื่อมต่อขึ้นเอง โดย Nutanix ยังปล่อย MCP Server สำหรับ NCP ออกมาเสริม เพื่อให้ลูกค้าสร้างแอปพลิเคชัน Agentic AI ที่เข้าถึงโครงสร้างพื้นฐานภายใต้การจัดการของ Nutanix ได้อย่างปลอดภัย ด้าน Nutanix Private Inference เพิ่ม Parameter-Efficient Fine-Tuning ที่รองรับการทำ LoRA สำหรับโมเดลขนาดต่ำกว่า 8B Parameters เพื่อปรับแต่ง Open LLM ด้วยข้อมูลเฉพาะทางขององค์กรบน GPU เพียงตัวเดียว แล้ว Deploy Adapter เข้าสู่ Serving Pipeline ได้ทันที ถัดมาคือ Multi-GPU Serving ด้วย Tensor Parallelism สำหรับงาน Inference ที่ต้องการ Throughput สูงและ Latency ต่ำแบบกระจายข้ามสภาพแวดล้อม Hybrid Cloud และ Speculative Decoding ที่ใช้ Draft Model ขนาดเล็กช่วยเร่งการสร้าง Token ได้สูงสุดถึง 2.5 เท่าโดยไม่กระทบความแม่นยำของโมเดล อีกด้านหนึ่งคือการรับมือความเสี่ยงจาก Rogue AI ที่โมเดลหลุดออกจาก Sandbox โดย NAI ใช้ Identity and Access Management (IAM) แบบละเอียดและกำหนด Custom Role เพื่อบังคับใช้หลัก Least Privilege ให้ Agent มีสิทธิ์เข้าถึงเท่าที่ได้รับอนุญาต พร้อมรองรับการติดตั้ง NVIDIA NIM ในสภาพแวดล้อมแบบ Air-Gapped
ฝั่ง NKP 2.19 ที่จะเปิดให้ใช้งานในเร็วๆ นี้ วางตัวเป็นแพลตฟอร์มสำหรับสร้างและรันแอปพลิเคชัน Agentic AI ในระดับองค์กร โดยมี NKP Metal ที่นำความเรียบง่ายระดับ HCI มาสู่ Kubernetes บน Bare Metal ด้วยการติดตั้ง OS, Firmware และ Container แบบอัตโนมัติ พร้อม Storage ระดับองค์กรที่เก็บข้อมูลแบบ Persistent มาให้ในตัว ขณะที่ NKP Full Stack ยังคงให้ NKP บน AHV เป็นแกนหลักสำหรับองค์กรที่ต้องการสภาพแวดล้อม Virtualized และเมื่อใช้ร่วมกับ Nutanix Flow จะรองรับการทำ Sandbox ระดับเครือข่ายสำหรับ AI Agent เพื่อจำกัดความเสี่ยงจากการโจมตีแบบ Lateral Movement ส่วน AI Applications Catalog ให้ติดตั้ง Software ด้าน AI และ ML ที่ผ่านการตรวจสอบแล้วอย่าง Kubeflow, Milvus และ Slurm ได้ในคลิกเดียว นอกจากนี้ NKP ยังได้รับการรับรอง Kubernetes AI Conformance จาก CNCF ซึ่งยืนยันว่าแพลตฟอร์มมี API และความสามารถตามมาตรฐานที่จำเป็นต่อการรันงาน AI ระดับองค์กร ในส่วนของ Storage นั้น Nutanix Unified Storage (NUS) เพิ่งผ่านการรับรอง NVIDIA-Certified Storage ระดับ Enterprise โดยวางเส้นทางข้อมูลแบบ Low-Latency และ Throughput สูงตรงไปยัง GPU เพื่อลดคอขวดของข้อมูลและใช้ GPU ได้เต็มประสิทธิภาพ
ในฝั่งพาร์ทเนอร์ Nutanix อ้างอิงตัวเลขจาก Gartner ที่คาดการณ์ว่าภายในปี 2029 องค์กร 55% จะย้าย Workload ทั้งหมดจาก VMware ไปยังโซลูชันโครงสร้างพื้นฐานทางเลือกอื่น จึงเปิดตัวโปรแกรม Powered by Nutanix: Verified Services เพื่อให้พาร์ทเนอร์สร้างธุรกิจบริการที่ผ่านการ Validate แล้ว ครอบคลุมทั้ง Hybrid Cloud Infrastructure, Kubernetes และการย้าย VM เพื่อเปลี่ยนจากดีลแบบขายครั้งเดียวไปสู่รายได้แบบ Recurring ควบคู่กันนั้น Service Provider (SP) Central ก็เปิดให้ใช้งานอย่างเป็นทางการแล้วเช่นกัน โดยเป็น Control Plane ที่สร้างบนสถาปัตยกรรม Multitenant ของ NCP ให้ผู้ให้บริการบริหาร Tenant Lifecycle แบบ Self-Service และสร้างบริการทั้งด้าน Infrastructure, Platform, Cloud-Native และ AI ได้บนฐานเดียวกัน พร้อมความยืดหยุ่นเรื่องตำแหน่งการติดตั้งและรูปแบบ License
