De integratie tussen Nutanix en Nvidia wordt verder verdiept. De nieuwste Nutanix Enterprise AI (NAI)-oplossing werkt nauwer samen dan ooit met Nvidia AI Enterprise. Hierdoor kunnen agentic AI-workloads eenvoudiger en sneller uitrollen.
Het ecosysteem rondom agentic AI wordt steeds duidelijker. Centraal staat het idee van AI-systemen die meerdere IT-applicaties en -omgevingen overbruggen en bepaalde taken van mensen overnemen. Het is een hels karwei dit momenteel waar te maken, maar Nutanix wil de haalbaarheid vergroten. Ook spreekt men over een “agent cycle”, waarin de output van modellen wordt teruggestuurd, gecontroleerd en verder verfijnd.
Veilige endpoints en Nvidia-synchronisatie
De beheerlaag van agentic AI wordt fel betwist. NAI moet aantrekkelijker worden voor gebruikers dankzij gedeelde LLM-endpoints. Bestaande model endpoints zijn vanaf nu te hergebruiken. Dit voorkomt dat de zo kostbare hardware en opslag veel meer wordt gebruikt dan strikt noodzakelijk is.
Op andere gebieden maakt Nutanix gebruik van Nvidia’s oplossingen voor bepaalde AI-problemen. Zo zijn er Nvidia Blueprints die als bouwstenen kunnen gelden voor AI-applicaties en -microservices. Een andere veel gehoorde kopzorg is AI-veiligheid. Binnen organisaties betekent dit dat LLM’s zich moeten houden aan bedrijfsbeleid. Gebeurt dat niet, dan kan dit grote compliance-, privacy- en/of securitygevolgen hebben. Daarom maakt Nutanix Enterprise AI gebruik van Nvidia’s NeMo Guardrails, waardoor content gefilterd wordt die niet voor AI-gebruik is goedgekeurd. Zelfs als een kwaadwillende prompts kan injecteren, zou het AI-model dus niet mee kunnen helpen met data-extractie.
AI-inzichten
Het doel van AI-gebruik binnen het bedrijfsleven is veelal tweeledig: het één draait om automation, dus bestaand werk vereenvoudigen of versnellen, het ander om vernieuwing. “Innovatie” betekent hier concreet dat er kennis vergaard wordt die zonder AI-technologie niet mogelijk was. Denk aan immense bergen data die eerder niet gefilterd werden en daardoor niet door een mens zinnig konden worden geïnterpreteerd.
Met GenAI moet dit wel mogelijk zijn, waarbij Nvidia’s AI Data Platform als een fundament kan gelden. De Nutanix Cloud Infrastructure-oplossing biedt hiervoor een private cloud-laag om data om te zetten in inzichten. Denk hierbij aan een geoptimaliseerde stack die GPU’s zo snel mogelijk voorziet van relevante data, terwijl Nutanix Unified Storage zoveel mogelijk gegevens hiervoor inzetbaar maakt. Dat betekent dat deployment mogelijk is via HCI, bare-metal en cloud Infrastructure-as-a-Service.