Op Mobile World Congress hebben Red Hat en NTT een initiatief onthuld dat real-time analyse aan de edge mogelijk maakt op basis van grote datasets. Vooral in de telecom komt dit van pas.
Het initiatief maakt gebruik van technologieën ontwikkeld door de IOWN Global Forum, een organisatie gericht op frameworks voor telecomnetwerken. De edge-oplossing maakt gebruik van IOWN All-Photonics Network (APN) en data pipeline acceleratie-technologie in IOWN Data-Centric Infrastructure (DCI). NTT’s versnelde data pipeline voor AI past Remote Direct Memory Access over APN toe voor efficiënte verzameling en verwerking van grote hoeveelheden sensordata aan de edge.
Vervolgens wordt het Red Hat OpenShift-platform ingezet. Dit platform ondersteunt het uitvoeren van workloads in de data pipelines, ongeacht of ze geografisch gedistribueerd zijn of zich in een remote datacenter bevinden.
Proof-of-concept
NTT en Red Hat hebben aangetoond dat de oplossing de energieconsumptie kan verminderen en lage latentie kan behouden voor real-time AI. De proof-of-concept (PoC) werd geëvalueerd met de sensorbasis in het Japanse Yokosuka City en een remote datacenter in Musashino City. Volgens Red Hat werd de latentie die nodig was om sensorgegevens te verzamelen voor AI-analyse met 60 procent verminderd in vergelijking met conventionele AI-inferentieworkloads, zelfs wanneer er een groot aantal camera’s was geplaatst.
Om de nieuwe technologie voor data-analyse aan de edge mogelijk te maken, werkten NTT en Red Hat ook samen met Fujitsu en Nvidia. Fujitsu leverde voor de PoC een PRIMERGY RX2540-rackserver, met daarin NVIDIA A100 Tensor Core GPU’s en NVIDIA ConnectX-6 NIC’s. De PoC maakt ook gebruik van Nvidia libraries voor data pipeline-acceleratie.
16 uur geleden
Expert bijdrage
