2 godzin temu
HPE rozwija swoje portfolio sieciowe HPE Juniper Networking, wprowadzając nowości w platformie Mist AI. Głównym celem jest transformacja zarządzania sieciami – z modelu reaktywnego na proaktywny.
Ma to być możliwe dzięki wykorzystaniu agentowej sztucznej inteligencji (AIOps), która ma nie tylko analizować problemy, ale również autonomicznie je rozwiązywać.
Firma dąży do tego, by sieci stały się bardziej autonomiczne, inteligentne i zdolne do samodzielnego działania, co ma znacząco odciążyć działy IT i zredukować koszty operacyjne.
Sercem zmian jest asystent Marvis AI, którego zdolności konwersacyjne zostały rozszerzone, aby ułatwić administratorom rozwiązywanie problemów w czasie rzeczywistym.
Platforma zyskała także nowy, rozbudowany pulpit nawigacyjny Marvis Actions, który pozwala na samodzielne usuwanie większej liczby incydentów, takich jak błędne konfiguracje portów czy problemy z przepustowością.
Najciekawszym elementem jest jednak rozwój modelu Large Experience Model (LEM). Analizuje on dane z popularnych aplikacji do współpracy, jak Zoom czy Teams, a dzięki cyfrowym bliźniakom (Marvis Minis) potrafi symulować cyfrowe doświadczenia użytkowników.
Pozwala to przewidywać i eliminować potencjalne problemy z wydajnością, zanim realnie wpłyną one na pracę zespołu. Technologia ta ma umożliwiać sieci proaktywne dostosowywanie się do potrzeb, jeszcze zanim użytkownicy uruchomią daną aplikację.
Nowe funkcje AIOps obejmują również centra danych. Asystent Marvis integruje się z kontekstową bazą danych platformy Apstra, dostarczając analizy niezbędne do autonomicznego zarządzania infrastrukturą.
Innowacje te są częścią szerszej strategii HPE i zasilają platformę GreenLake Intelligence, która wykorzystuje wyspecjalizowane agenty AI w całej architekturze IT – od sieci, przez pamięć masową, po zasoby obliczeniowe. W dobie rosnącej złożoności środowisk hybrydowych i wielochmurowych, firmy poszukują narzędzi automatyzujących zarządzanie.
Rozwój agentowej AI w platformie Juniper Mist jest krokiem w kierunku w pełni autonomicznych sieci, zdolnych do samodzielnego przewidywania i rozwiązywania incydentów, często jeszcze przed ich zauważeniem przez użytkowników.
