在当今数据驱动的环境中，数据中心运营商越来越多地转向人工智能(AI)和机器学习(ML)工具。这些工具可提供满足市场需求所需的更快速度和更低延迟，在优化现有数据中心基础设施、实现准确的数据分析和更快的决策以及提高运营自动化方面发挥着至关重要的作用。
根据调查发现，57%的数据中心所有者最近表示，他们愿意信任AI模型来推动运营决策。其中一个原因是AI/ML为运营商提供了更好地了解数据中心内流程成功与否的工具。
因此，他们可以制定新的战略和模式，使其产出在财务和运营上更成功。AI/ML工具还可以实现设施内的实时维护，使运营更加节能。
市场创新
如果要成功使用这些工具，同样的运营商需要市场上最新的解决方案。我们现在看到400和800G光收发器能够支持AI/ML工具。
例如，当从基于串行中央处理单元(CPU)的架构，迁移到图形处理单元(GPU)中的并行数据流时，这些可以增强带宽密集型数据流的处理。
一旦在现有数据中心基础设施中实现这些功能，就可以加速数据传输，同时提供额外的功能来增加运营商可用的存储和计算能力。
当然，许多企业已经意识到400G和800G收发器如何支持AI/ML工具，而且对这些工具的需求几乎是无止境的。随着企业开始向市场推出这些解决方案，光学元件和模块企业的股价去年上涨了200-300%。然而，这些产品成功运行所需的带宽量，加上市场上缺乏兼容的解决方案，使得选择最“合适”的光收发器成为一项挑战。
一个有吸引力的选择
理论上，从成熟的网络设备制造商(NEM)那里购买这些收发器似乎是一个明智的选择。毫无疑问，他们的收发器支持AI/ML的能力，但大多数NEM的规模使“个性化”服务成为不可能。他们往往缺乏资源来开发量身定制的解决方案，并对整个交付过程进行监督。
第三方供应商正是在这种情形下脱颖而出。这些企业通常比NEM同行规模更小，但可以提供与传统产品相当的光学元件，而且交货时间更快，支持更强大。
这些第三方供应商中最好的供应商会进行100%的测试，以保证他们的解决方案在用于数据中心之前能够反映客户的数据流。这意味着运营商可以根据自己的独特需求定制收发器，而不必担心被“锁定”到特定制造商和不合适的产品系列。
这一测试过程还可以帮助缓解对性能的担忧。优质的第三方供应商在客户环境中并行测试其光学解决方案，以保证其性能水平与运营商，通过成熟的“大牌”制造商所习惯的性能水平相同。这使客户能够相信其运营中使用的收发器将提供有效利用AI/ML工具所需的必要性能。
提供最佳性能
如果选择了合适的第三方供应商，客户不仅将受益于一流的收发器，而且还将受益于一流的服务。购买支持AI/ML的光收发器的企业在直接从NEM订购时，往往会遇到交货时间长和交货延迟的问题。使用第三方供应商可以让运营商避免这些不必要的麻烦，并从从订单到交货的压缩时间表中受益。在一个零部件供应与否决定运营成败的行业，第三方供应商正发挥着巨大的作用。
该服务还扩展到为运营商提供交付后的支持，一些第三方供应商为客户提供全天候的支持团队和工程师。通过确保客户产品处于工作状态并在初始销售后继续满足要求，可以轻松维护400G和800G收发器以及AI/ML工具的一致性和可靠性。
AI/ML工具是实现诸多优势的关键，它们可以减少组织的碳足迹或数据中心设施所需的人工。通过AI/ML实现的自动化甚至可以让运营商有时间制定战略业务计划。然而，只有选择正确的收发器和正确的提供商才能实现这一点。
现在，第三方供应商在光学元件方面为企业提供了更多的选择，在数据中心基础设施方面，第三方供应商应该被视为可行的替代方案。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
