วางอนาคตเครือข่ายรูปแบบใหม่ด้วย Self-Driving Network โดย HPE Networking

หลายคนคงเริ่มคุ้นเคยหรือได้สัมผัสกับเทคโนโลยีรถยนต์ไร้คนขับ (Self-driving Car) กันมาบ้างแล้ว กว่าที่นวัตกรรมเหล่านี้จะออกสู่ตลาดได้ ต้องผ่านการเรียนรู้สถานการณ์และแก้ไขปัญหามานับครั้งไม่ถ้วน เพราะความผิดพลาดเพียงเล็กน้อยอาจอันตรายถึงชีวิต เช่นเดียวกันในวันนี้ ทราบหรือไม่ว่าผู้ดูแลระบบ (Network Admin) ก็สามารถยกระดับองค์กรด้วยระบบเครือข่ายอัจฉริยะที่ขับเคลื่อนได้เองอัตโนมัติหรือ Self-Driving Network ได้แล้วเช่นกัน ด้วยเทคโนโลยีจาก HPE Networking ที่ครอบคลุมทั้งในส่วนของ Campus และ Data Center Networking

ปฏิเสธไม่ได้ว่าในยุคนี้ทุกสิ่งรอบตัวล้วนถูกขับเคลื่อนด้วย AI ซึ่งปัจจุบันเรากำลังก้าวเข้าสู่ยุคของ Agentic AI หรือระบบอัจฉริยะที่สามารถวางแผนและลงมือทำสิ่งต่างๆ เพื่อบรรลุเป้าหมายได้ด้วยตนเอง โดยหากเส้นชัยของเราคือการไปให้ถึงระบบเครือข่ายอัจฉริยะอัตโนมัติ (Self-Driving Network) ความน่าตื่นเต้นในตอนนี้คือ ภาพรวมของเรากำลังก้าวมาถึงขั้นที่ 4.5 จากบันไดทั้งหมด 5 ขั้น

ความจริงอันน่าสนใจในยุค 4.5 นี้คือ เทคโนโลยีเน็ตเวิร์กกำลังอยู่ในช่วงคาบเกี่ยวกัน ในบางฟังก์ชันการทำงานที่ซับซ้อน เรายังคงอยู่ในขั้นที่ 4 ซึ่งเป็นระบบช่วยคิดและคอยให้คำแนะนำ (AI Assist) โดยระบบเครือข่ายที่มีความละเอียดอ่อนสูงเหล่านี้ยังไม่สามารถพึ่งพา AI ได้แบบ 100% เต็ม แต่จำเป็นต้องอาศัยการทำงานร่วมกันระหว่างระบบ AI ที่ประมวลผลมาให้ แล้วส่งต่อให้มนุษย์เป็นผู้ตรวจสอบและตัดสินใจขั้นสุดท้าย

ในทางกลับกัน สำหรับการทำงานบางประเภทที่มีรูปแบบชัดเจนและเกิดขึ้นซ้ำ ๆ ปัจจุบันเราได้ก้าวข้ามไปถึงขั้นที่ 5 (Self-Driving Network) เรียบร้อยแล้ว ซึ่งเป็นจุดที่ระบบสามารถคิด วิเคราะห์ และกดอนุมัติการแก้ไขปัญหา (Remediation) ได้เองโดยอัตโนมัติร้อยเปอร์เซ็นต์ (Fully Autonomous) ในระดับเสี้ยววินาที โดยไม่จำเป็นต้องรอการยืนยันหรือการสั่งการจากมนุษย์อีกต่อไป ส่งผลให้สถาปัตยกรรมเน็ตเวิร์กมีความเสถียรและแทบจะไม่มีอัตราการล่ม (Zero Downtime)

การจะผสานขีดความสามารถเหล่านี้ให้ทำงานร่วมกันได้อย่างสมบูรณ์แบบ ระบบจำเป็นต้องมีโครงสร้างพื้นฐานที่แข็งแกร่ง ตั้งแต่การเก็บข้อมูลและการเฝ้าสังเกตการณ์ระบบแบบเรียลไทม์ (Real-time Observation), การเปิดรับข้อมูลป้อนกลับ (Feedback Loop) เพื่อนำมาพัฒนาตัวเองอย่างต่อเนื่อง, ระบบอินเตอร์เฟสที่โต้ตอบด้วยภาษามนุษย์ได้อย่างเป็นธรรมชาติ ตลอดจนการใช้ AI Agent เข้ามาจัดการและแก้ไขปัญหาโดยอัตโนมัติ เพื่อนำพาองค์กรไปสู่การเป็น Self-driving อย่างเต็มรูปแบบ

ล่าสุด HPE Networking ได้ผสานรวมจุดเด่นและข้อดีของแพลตฟอร์ม Juniper Mist และ HPE Aruba Networking Central เข้าไว้ด้วยกันอย่างเป็นรูปธรรม ดังนั้น ไม่ว่าองค์กรของคุณจะใช้งานโซลูชันเดิมจากฝั่ง HPE Juniper Networking หรือสาย HPE Aruba Networking คุณก็สามารถสัมผัสกับประสบการณ์การจัดการเครือข่ายระดับพรีเมียมที่เป็นมาตรฐานเดียวกันได้อย่างไร้รอยต่อ ภายใต้ร่มเงาความแข็งแกร่งของ HPE Networking และพร้อมขับเคลื่อนเน็ตเวิร์กขององค์กรสู่ขั้นที่ 5 อย่างเต็มตัวในอนาคต

เบื้องหลังความอัจฉริยะนี้ เกิดจากการบูรณาการความสามารถอันโดดเด่นจากสองแพลตฟอร์มระดับโลกเข้าด้วยกันอย่างลงตัว โดยฝั่ง Mist ได้นำเทคโนโลยี Large Experience Model (LEM) ควบคู่กับขีดความสามารถดของ Marvis Action และ Self-driving Network เข้ามาช่วยในการตรวจจับ ตรวจสอบ และแก้ไขปัญหาเครือข่ายต่าง ๆ ได้โดยอัตโนมัติแบบร้อยเปอร์เซ็นต์ โดยไม่ต้องพึ่งพามนุษย์ เช่น การจัดการปัญหา Rogue DHCP, Loopback, การทำ DFS Optimization, ปัญหา VLAN สูญหาย และความผิดพลาดอื่น ๆ ของระบบ

เมื่อฟีเจอร์อัจฉริยะเหล่านี้มาผสานรวมกับระบบ Client Profiling และ AI Insight อันทรงพลังจาก HPE Aruba Networking Central จึงช่วยให้การระบุตัวตนของทุกอุปกรณ์บนเครือข่ายกลายเป็นเรื่องง่าย สามารถวิเคราะห์ข้อมูลได้อย่างละเอียดและเจาะลึก (Deep Insights) ซึ่งนี่คือแกนสำคัญที่เป็นรากฐานในการนำไปพิจารณาเพื่อแก้ไขปัญหาในภาพใหญ่ขององค์กรได้อย่างแม่นยำ

ก้าวต่อไปที่น่าจับตามองของ HPE Networking คือ ฟีเจอร์และนวัตกรรมใหม่ ๆ ในอนาคตจะถูกอัปเดตให้กับทั้งแพลตฟอร์ม HPE Aruba Networking Central และ Mist อย่างเท่าเทียมกัน โดยมีความแตกต่างเพียงแค่หน้าตาอินเตอร์เฟสการใช้งาน (UI) เพื่อให้สอดคล้องกับความคุ้นเคยของผู้ใช้แต่ละฝั่ง ยิ่งไปกว่านั้น ในมุมของฮาร์ดแวร์ยุคใหม่จะเริ่มรองรับระบบสิทธิ์การใช้งาน (License) ที่สามารถสับเปลี่ยนไปมาระหว่างสองแพลตฟอร์มนี้ได้อย่างอิสระ โดยจะเริ่มต้นที่อุปกรณ์กระจายสัญญาณรุ่น AP723H และรุ่นใหม่ ๆ หลังจากนี้เป็นต้นไป

การเปลี่ยนแปลงในครั้งนี้จึงไม่ใช่แค่การอัปเกรดเทคโนโลยี แต่คือการวางโครงสร้างพื้นฐานแห่งอนาคตที่ยืดหยุ่น ไร้รอยต่อ และพร้อมขับเคลื่อนองค์กรของคุณสู่ยุค Self-Driving Network อย่างแท้จริง

นอกจากความพร้อมด้านแพลตฟอร์มของตนเองแล้ว HPE Networking ยังเน้นย้ำเรื่องความเปิดกว้างทางเทคโนโลยี โดยรองรับการเชื่อมต่อและสั่งการระบบผ่าน MCP (Model Context Protocol) เพื่อเปิดโอกาสให้องค์กรสามารถเชื่อมต่อระบบ 3rd-Party AI-LLM จากภายนอก เข้ามาทำงานร่วมกับอุปกรณ์เน็ตเวิร์กของ HPE ได้อย่างไร้รอยต่อ

ซึ่งฟีเจอร์นี้เป็นหนึ่งในไฮไลต์สำคัญที่มีการสาธิตจากทีมงาน HPE โดยโซลูชันนี้เปิดมุมมองการใช้งานใหม่ ๆ ที่ตอบโจทย์องค์กรยุคปัจจุบันได้อย่างครอบคลุม ผ่าน 4 คุณประโยชน์หลัก (MCP Benefits) ดังนี้:

  • Faster Troubleshooting Tool: เครื่องมือที่ช่วยให้ตรวจจับและแก้ไขปัญหาเครือข่ายได้อย่างรวดเร็วยิ่งขึ้นกว่าเดิม
  • On-Premise AI Solution: รองรับการติดตั้งและประมวลผลระบบ AI ภายในองค์กร (On-Premise) เพื่อความปลอดภัยสูงสุดของข้อมูล
  • Custom Report & Dashboard: มีความยืดหยุ่นสูง สามารถปรับแต่งการรายงานผลและหน้าจอแดชบอร์ดให้ตอบโจทย์การทำงานเฉพาะของแต่ละองค์กรได้อย่างอิสระ
  • Best Practice Validation: มีระบบช่วยตรวจสอบและยืนยันการตั้งค่าเครือข่ายให้เป็นไปตามมาตรฐานแนวทางปฏิบัติที่ดีที่สุด

ยิ่งไปกว่านั้น ทางทีมงานยังได้เปิดเผยถึงวิสัยทัศน์ในอนาคตว่า HPE มีแผนที่จะเชื่อมโยงข้อมูลและการทำงานของ AI Agent แบบข้ามโดเมน ไปจนถึงแพลตฟอร์ม HPE GreenLake อีกด้วย ซึ่งหมุดหมายนี้จะช่วยบูรณาการระบบการทำงานให้ครอบคลุมโครงสร้างพื้นฐานไอทีทั้งหมดขององค์กร (Total IT Infrastructure) อย่างแท้จริง โดยไม่ได้จำกัดอยู่เพียงแค่ระบบเครือข่าย (Networking) เท่านั้น

การก้าวสู่ยุค Self-Driving Network ร่วมกับ HPE Networking ในวันนี้ จึงไม่ใช่แค่การซื้อระบบเครือข่ายที่ชาญฉลาด แต่คือการลงทุนในสถาปัตยกรรมไอทีแห่งอนาคตที่พร้อมเติบโต ยืดหยุ่น และขับเคลื่อนองค์กรของคุณให้ก้าวล้ำนำหน้าคู่แข่งได้อย่างยั่งยืน

องค์กรเริ่มกลับมาพูดถึง Sovereigns AI ด้วยการทำงานที่ปลอดภัยและควบคุมได้ ซึ่งความคาดหวังของ HPE ผู้นำในด้าน Enterprise IT Infrastructure ก็คือการทำให้เม็ดเงินลงทุน AI ขององค์กรมีความคุ้มค่ามากที่สุด เพราะอันที่จริง Frontier Model ก็อาจไม่จำเป็นกับทุการใช้งาน” — คุณ Prasarn Lerkumnueychok, Solution Specialist HPE Thailand กล่าวเปิดหัวข้อของเขา ที่ตอกย้ำให้เห็นถึงภาพการลงทุนด้าน AI ในองค์กรปัจจุบัน

ความคุ้มค่าที่ HPE กล่าวถึงนั้นไม่ได้เกิดขึ้นจากส่วนใดส่วนหนึ่ง แต่ต้องอาศัยองค์ประกอบสำคัญที่ผสานร่วมกันในหลายภาคส่วน ตั้งแต่ทางเลือกด้านฮาร์ดแวร์, ซอฟต์แวร์สำหรับการจัดการเวิร์กโหลด (Workload Management), ไปจนถึงเครื่องมือสนับสนุนงานด้าน AI ในแต่ละระดับของธุรกิจ โดยเทคโนโลยีที่เป็นเสาเข็มรากฐานสำคัญและมีความน่าสนใจอย่างยิ่งในมุมของฮาร์ดแวร์ ประกอบด้วย 3 โซลูชันหลัก ได้แก่:

  • Enterprise AI Inferencing: นี่คือโซลูชันยอดนิยมและฐานลูกค้ากลุ่มใหญ่ที่สุดในประเทศไทย โดยขับเคลื่อนด้วยเซิร์ฟเวอร์ตระกูล HPE ProLiant ที่ผ่านการรับรอง (Certified) ให้รองรับการติดตั้ง GPU ยอดฮิตระดับผู้นำตลาดอย่าง NVIDIA ซึ่งเน้นตอบโจทย์การใช้งานในรูปแบบ AI Inferencing (การนำโมเดล AI มาประมวลผลใช้งานจริง) เป็นหลัก แทนที่จะเป็นการสร้างหรือเทรนโมเดลขนาดใหญ่ขึ้นมาเองตั้งแต่ต้น
  • Private Cloud AI: ชุดโซลูชันแบบพร้อมใช้งานทันที (Turnkey Solution) ที่มาพร้อมกับแพลตฟอร์มรากฐานด้าน AI อย่างครบวงจร โซลูชันนี้เกิดจากการร่วมมือและออกแบบเชิงวิศวกรรม (Co-engineered) อย่างใกล้ชิดกับ NVIDIA ซึ่งกล่าวได้ว่ามีเพียง HPE เท่านั้นที่มีความร่วมมืออย่างลึกซึ้งในระดับพันธมิตรเช่นนี้ ช่วยให้องค์กรสามารถเริ่มต้นใช้งาน Use Cases ต่าง ๆ ได้ทันทีเมื่อเปิดเครื่อง เช่น ระบบจัดการองค์ความรู้ภายใน (Knowledge-based Management), ระบบอัตโนมัติขั้นสูง (Agentic AI), โซลูชันสำหรับธุรกิจการเงิน (Finance) และอื่น ๆ
  • Large-scale (HPC): สำหรับองค์กรที่ต้องการพลังการประมวลผล AI ขั้นสูงสุด HPE มีหน่วยธุรกิจระดับซูเปอร์คอมพิวเตอร์ที่ชื่อว่า Cray ซึ่งเป็นทางเลือกที่ตอบโจทย์งานประมวลผล AI ขนาดมหึมาและเข้มข้นเป็นพิเศษ เหมาะสำหรับสถาปัตยกรรมที่จำเป็นต้องใช้การ์ด GPU จำนวนมากพร้อมกันเพื่อประมวลผลงานระดับเวิลด์คลาส

การวางรากฐานฮาร์ดแวร์ที่ครอบคลุมตั้งแต่ระดับเริ่มต้นไปจนถึงระดับซูเปอร์คอมพิวเตอร์นี้เอง ที่ทำให้ HPE สามารถส่งมอบโครงสร้างพื้นฐานที่ตอบโจทย์ความคุ้มค่าและรองรับการเติบโตด้าน AI ขององค์กรในทุกขั้นตอนอย่างมั่นคง

นอกเหนือจากความแข็งแกร่งด้านเซิร์ฟเวอร์แล้ว HPE ยังมีโซลูชันที่ช่วยสนับสนุนงานบริหารจัดการข้อมูล (Data Management) ซึ่งถือเป็นหัวใจสำคัญและมีความสำคัญไม่ยิ่งหย่อนไปกว่ากัน นั่นคือ HPE Alletra Storage สตอเรจระดับเอ็นเตอร์ไพรส์ที่มาพร้อมกับฟีเจอร์สนับสนุนภายในตัวขั้นสูงเพื่อเร่งความเร็วในการประมวลผล AI โดยเฉพาะ ไม่ว่าจะเป็นเทคโนโลยี KV Cache ที่ช่วยลดระยะเวลาในการตอบสนองของระบบ (Latency) และ Object over RDMA ที่ช่วยเพิ่มความเร็วในการรับส่งข้อมูลระหว่างหน่วยความจำและสตอเรจได้อย่างมหาศาลโดยตรง

เมื่อขีดความสามารถด้านโครงสร้างพื้นฐานเหล่านี้ ผนึกกำลังเข้ากับเทคโนโลยีด้าน Networking ของ HPE ก็สามารถรองรับการทำงานได้อย่างสมบูรณ์แบบในลักษณะ End-to-End ตั้งแต่ผู้ใช้งานที่ปลายทาง (Edge) ไปจนถึงใจกลางสำคัญหลักอย่างดาต้าเซ็นเตอร์ (Core Data Center) ช่วยให้การไหลเวียนของข้อมูลและพลังการประมวลผล AI ขององค์กรเป็นไปอย่างราบรื่น มั่นคง และปลอดภัยสูงสุดในทุกมิติ

ลำดับถัดมา HPE Morpheus ถือเป็นอีกหนึ่งตัวแปรสำคัญที่เข้ามาช่วยให้องค์กรสามารถบริหารจัดการเวิร์กโหลดทั้งในรูปแบบ Virtualization และ Container ได้อย่างมีประสิทธิภาพ ซึ่งแม้ว่าโครงสร้างพื้นฐานเหล่านี้จะมีต้นทุนที่สูงขึ้นอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมา แต่ก็ปฏิเสธไม่ได้ว่าเป็นสถาปัตยกรรมไฟลท์บังคับสำหรับการรัน AI Application ในยุคปัจจุบัน

ท้ายที่สุดนี้ ด้วยความร่วมมือและพันธมิตรที่แนบแน่นกับ NVIDIA ลูกค้าองค์กรของ HPE จึงมีความพร้อมอย่างเต็มรูปแบบในการขับเคลื่อนโปรเจกต์ AI ด้วยซอฟต์แวร์ระดับโลก ไม่ว่าจะเป็น NVIDIA NIM (NVIDIA Inference Microservices), NVIDIA AI Enterprise และ NVIDIA AI Blueprints ซึ่งช่วยให้การเริ่มต้นพัฒนาและติดตั้งใช้งานระบบ AI ภายในองค์กร เป็นไปได้อย่างรวดเร็ว สมบูรณ์แบบ และมีความเป็นมืออาชีพสูงสุดตั้งแต่วันแรกที่เริ่มโครงการ

เชื่อหรือไม่ว่าแม้โลกไอทีจะก้าวเข้าสู่ปี 2026 แล้ว แต่คำถามคลาสสิกอย่าง ทำไมแอปพลิเคชันช้า?” ก็ยังคงสร้างความกระอักกระอ่วนใจให้แก่ผู้ดูแลระบบเครือข่าย (Network Admin) อยู่เสมอ นั่นเป็นเพราะต้นตอของปัญหานั้นมาจากสารพัดปัจจัย ทั้งที่เกิดขึ้นจากความตั้งใจและไม่ตั้งใจ ประกอบกับความซับซ้อนของระบบที่เพิ่มขึ้นเรื่อย ๆ จากปริมาณข้อมูล มลพิษทางสถาปัตยกรรมเน็ตเวิร์ก จำนวนอุปกรณ์ที่ทวีคูณ รวมถึงความซับซ้อนของเครือข่ายในปัจจุบัน

คำถามสำคัญคือ เราจะมีวิธีการอย่างไรที่จะเข้ามาจัดการปัญหานี้ได้อย่างเบ็ดเสร็จ? พร้อมสร้างความมั่นใจว่าระบบศูนย์ข้อมูลหรือดาต้าเซ็นเตอร์ (Data Center) ขององค์กรจะมีความปลอดภัยสูงสุด และไม่เกิดเหตุการณ์เครือข่ายล่ม (Network Downtime) ซึ่งเป็นความผิดพลาดที่ร้ายแรงและยอมรับไม่ได้ในระดับโครงสร้างพื้นฐานหลักของธุรกิจ

คำตอบของการแก้ไขปัญหานี้อย่างยั่งยืนคือแนวคิด Intent-Based Networking (IBN) ซึ่งเปลี่ยนวิธีคิดจากการที่วิศวกรต้องคอยป้อนคำสั่งให้อุปกรณ์ทีละชิ้น มาเป็นการกำหนดเป้าหมายในภาพรวม (Intent) แล้วปล่อยให้ระบบอัจฉริยะจัดการตัวเอง โดยปัจจุบัน HPE Networking ได้ส่งมอบสถาปัตยกรรมนี้ผ่านโซลูชัน Apstra Data Center Director แพลตฟอร์มบริหารจัดการโครงสร้างเครือข่ายดาต้าเซ็นเตอร์แบบครบวงจร (Fabric Management) ซึ่งช่วยควบคุมและตรวจสอบระบบได้โดยอัตโนมัติตลอดเวลา (Continuous Validation) เพื่อมอบประสิทธิภาพสูงสุดและลดอัตราการเกิด Downtime ให้เป็นศูนย์

สิ่งที่ทีมงานผู้เชี่ยวชาญได้สาธิตให้เห็นถึงคอนเซปต์การทำงานอันล้ำสมัยก็คือ ผู้ใช้งานเพียงแค่ส่งพิมพ์เขียวหรือแบบแปลนเครือข่ายที่ต้องการ (Network Design) เข้าสู่ระบบ จากนั้นแพลตฟอร์มจะแปลงพิมพ์เขียวนั้นให้กลายเป็นกระบวนการทำงานและกำหนดค่าคอนฟิกูเรชัน (Configuration) ออกมาเป็นผลลัพธ์สุดท้ายได้อย่างแม่นยำ เหมือนกับกระบวนการที่วิศวกรเครือข่ายเคยทำด้วยมือ (Manual) ในอดีต แต่มีความรวดเร็วกว่าและใช้ความพยายามน้อยกว่าอย่างมหาศาล

ที่น่าตื่นตาตื่นใจไปกว่านั้นคือ ในทุก ๆ ขั้นตอนระบบจะมีการคำนวณและตรวจสอบพารามิเตอร์ต่าง ๆ ไว้ล่วงหน้า (Pre-validation) ตามมาตรฐาน JVD (Juniper Validated Design Guide) ซึ่งเปรียบเสมือนการนำโครงสร้างสถาปัตยกรรมไปทาบกับ พิมพ์เขียวอ้างอิงมาตรฐานระดับโลก” เพื่อตรวจเช็กความถูกต้อง โดยหากมีส่วนใดที่ระบบต้องการข้อมูลเพิ่มเติมเพื่อความสมบูรณ์แบบ ก็จะมีหน้าต่างสอบถามผู้ใช้ในระหว่างการปฏิบัติการทันที ช่วยลดโอกาสการเกิดข้อผิดพลาดจากมนุษย์ (Human Error) ให้เหลือน้อยที่สุด

เมื่อกระบวนการออกแบบเสร็จสิ้น ระบบจะจัดเก็บโครงสร้างเครือข่ายทั้งหมดนี้ไว้ในรูปแบบของ Active Blueprint ซึ่งเป็นพิมพ์เขียวดิจิทัลที่ทำงานอยู่ตลอดเวลา คุณสมบัตินี้ช่วยให้องค์กรมีความมั่นใจ 100% ว่าผลลัพธ์ของค่าคอนฟิกที่ระบบเจนเนอเรทออกมาจะสามารถนำไปเปิดใช้งานและทำงานได้จริงกับอุปกรณ์นั้น ๆ รวมถึงยังใช้ Blueprint ตัวนี้เป็นตัวแบบหลักในการติดตามและตรวจสอบระบบในระยะยาว (Post-validation) ทำให้เมื่อเกิดปัญหาหรือมีการเข้ามาแก้ไขการตั้งค่าในภายหลังที่อาจไปขัดแย้งกับวัตถุประสงค์หลักที่กำหนดไว้ตั้งแต่แรก (Intent-based) ระบบจะตรวจจับและแจ้งเตือนทันที เพื่อล็อกให้ระบบเครือข่ายในดาต้าเซ็นเตอร์ทำงานสอดคล้องตามเป้าหมายของธุรกิจตลอดเวลา

เบื้องหลังกลไกอัจฉริยะนี้ทำงานร่วมกันผ่าน 2 ส่วนสำคัญหลัก ได้แก่:

  • Apstra ส่งข้อมูล Telemetry สู่ DCA: ระบบ HPE Apstra จะทำหน้าที่จัดเก็บและส่งต่อข้อมูลโครงสร้างการทำงาน ข้อมูลจราจร และสถานะของเครือข่ายเชิงลึก (Rich Telemetry Data) จากอุปกรณ์ต่าง ๆ ภายในดาต้าเซ็นเตอร์ ส่งขึ้นไปประมวลผลบนระบบ Data Center Assurance อย่างต่อเนื่องแบบเรียลไทม์
  • ขุมพลังAIเข้ามาขับเคลื่อนผ่านกลไกอัจฉริยะ: เมื่อระบบประกันคุณภาพได้รับข้อมูล Telemetry แล้ว สมองกล AI อัจฉริยะ (อาศัยความสามารถระดับแนวหน้าอย่าง Marvis) จะเข้ามาดำเนินการบริหารจัดการระบบในมิติต่าง ๆ ทันที ประกอบด้วย:
    • SLE (Service Level Expectation): คอยตรวจสอบและประเมินผลลัพธ์การให้บริการของระบบเครือข่ายอย่างใกล้ชิด ว่ายังคงเป็นไปตามระดับความคาดหวังหรือมาตรฐานที่องค์กรกำหนดไว้หรือไม่
    • Marvis Actions: ระบบผู้ช่วย AI อัจฉริยะที่จะคอยระบุปัญหา ตรวจจับสิ่งผิดปกติ และแจ้งเตือนพร้อมเสนอแนวทางแก้ไขปัญหาก่อนที่มันจะส่งผลกระทบต่อผู้ใช้งานจริง
    • Monitor & Analyze: ทำการเฝ้าระวังและวิเคราะห์พฤติกรรมของระบบเครือข่ายในภาพรวมอย่างละเอียดถี่ถ้วนตลอด 24 ชั่วโมง
    • RCA (Root Cause Analysis): เมื่อเกิดปัญหาขึ้น AI Agent จะสืบค้นเชิงลึกเพื่อระบุต้นตอที่แท้จริงของปัญหาได้อย่างแม่นยำ ไม่ปล่อยให้วิศวกรระบบต้องหลงทางกับการแก้ปัญหาที่ปลายเหตุ
    • Conversational Interface: เปิดโอกาสให้ผู้ดูแลระบบสามารถสื่อสาร สอบถามสถานะ หรือสั่งการแก้ไขปัญหาเครือข่ายดาต้าเซ็นเตอร์ได้ง่าย ๆ ผ่านอินเตอร์เฟสระบบโต้ตอบภาษามนุษย์ที่เป็นธรรมชาติ

การผสานพลังระหว่างการส่งข้อมูล Telemetry ของ Apstra และขีดความสามารถรอบด้านของ AI Agent นี้เอง ที่เปลี่ยนให้ระบบดาต้าเซ็นเตอร์เดิม ๆ กลายเป็นสถาปัตยกรรมที่มี Intelligence สูง สามารถปกป้องตัวเอง ตรวจสอบตัวเอง และช่วยให้ดาต้าเซ็นเตอร์ขององค์กรพร้อมใช้งานอย่างปลอดภัยตลอดเวลา (Zero Downtime)

สนใจโซลูชันจาก HPE Networking สามารถติดต่อได้ที่ตัวแทนจำหน่ายทั่วประเทศ

About nattakon

จบการศึกษา ปริญญาตรีและโท สาขาวิศวกรรมคอมพิวเตอร์ KMITL เคยทำงานด้าน Engineer/Presale ดูแลผลิตภัณฑ์ด้าน Network Security และ Public Cloud ในประเทศ ปัจจุบันเป็นนักเขียน Full-time ที่ TechTalkThai

Check Also

OpenAI เปิดตัว ChatGPT Images 2.5 อัปเกรดสร้างภาพ AI ละเอียดขึ้น แก้ไขแม่นกว่าเดิม เร็วขึ้น 50% [PR]

OpenAI เปิดตัว ChatGPT Images 2.5 โมเดลสร้างภาพรุ่นใหม่ระดับแถวหน้า ชูจุดเด่นด้านภาพที่คมชัด รายละเอียดและพื้นผิวเป็นธรรมชาติมากขึ้น เข้าใจคำสั่งแก้ไขภาพได้แม่นยำยิ่งขึ้น พร้อมลดเวลาในการสร้างภาพสูงสุด 50% เมื่อเทียบกับ Images 2.0 และเพิ่มฟีเจอร์ …

สตาร์ทอัพ AI เขียนโค้ด Cognition ระดมทุน 2 พันล้านดอลลาร์ ที่มูลค่าบริษัท 4.8 หมื่นล้านดอลลาร์ หลังรายได้ใกล้แตะ 900 ล้านดอลลาร์

Cognition สตาร์ทอัพด้านการเขียนโค้ดด้วย AI ประกาศว่าบริษัทได้ระดมทุนในรอบปลายมากกว่า 2 พันล้านดอลลาร์ ด้วยมูลค่าบริษัท 4.8 หมื่นล้านดอลลาร์ ซึ่งถือเป็นการเพิ่มมูลค่าขึ้นเกือบสองเท่าจากรอบการระดมทุนครั้งก่อนหน้า