Zertifiziertes Carrier-Ethernet:Unverzichtbar für eine zuverlässige KI-Infrastruktur

Wenn Unternehmen ihre KI-Operationen skalieren, stellen die meisten fest, dass sie verteilte Rechen- und Datenressourcen miteinander verschmelzen müssen. Sie können an einem Datensatz trainieren, Rückschlüsse auf einen anderen Satz an einem anderen Ort ziehen, Modelle mit noch anderen spontan erstellten Datensätzen aktualisieren und vieles mehr. Typischerweise sind die Elemente solcher Operationen geografisch verstreut, so dass die Vernetzung dieser Elemente zu einem entscheidenden Erfolgsfaktor wird. Geben Sie Carrier Ethernet ein.

Carrier Ethernet ist eine standardisierte Form von Ethernet auf Carrier-Niveau, die für die Bereitstellung vorhersehbarer, skalierbarer und dienstsicherer Konnektivität über Weitverkehrsnetze entwickelt wurde. Carrier Ethernet wird von Branchenverbänden wie Mplify (ehemals MEF) definiert und verwaltet und erweitert die bekannte Ethernet-Technologie um Attribute, die für die Nutzung durch Dienstanbieter und Unternehmen erforderlich sind, darunter deterministische Leistung, Verkehrstechnik, Ausfallsicherheit, Mehrklassendienste und formelle Service Level Agreements (SLAs).

Im Gegensatz zu Best-Effort-Ethernet wird Carrier-Ethernet seit mehr als zwei Jahrzehnten verwendet und ist für den Betrieb in städtischen, regionalen und globalen Netzwerken konzipiert. Es ermöglicht eine konsistente Konnektivität zwischen Rechenzentren, Clouds und Unternehmensstandorten und unterstützt gleichzeitig Automatisierung, Orchestrierung und Interoperabilität über mehrere Anbieter hinweg.

Siehe auch:  Warum moderne KI NaaS braucht

Warum KI Carrier Ethernet braucht

Carrier Ethernet wird zunehmend für KI verwendet, da KI-Workloads weitaus strengere Anforderungen an das Netzwerkverhalten stellen als herkömmliche Unternehmensanwendungen. Verteiltes KI-Training und Echtzeit-Inferenz erfordern eine geringe und vorhersehbare Latenz, hohe Bandbreite, verlustfreien oder nahezu verlustfreien Transport und deterministische Leistung in Rechenzentrums-, Edge- und Cloud-Umgebungen. Carrier Ethernet bietet die Betriebssicherheit, Automatisierung und Skalierbarkeit, die für die zuverlässige Verbindung von GPU-Clustern, Edge-Inferenzplattformen und KI-Datenpipelines erforderlich sind. Da Unternehmen KI in Hybrid- und Multi-Domain-Architekturen einsetzen, bietet Carrier Ethernet eine bewährte, auf Standards basierende Transportgrundlage, die den heutigen Unternehmensanforderungen und den neuen Anforderungen einer KI-gesteuerten Infrastruktur gerecht wird.

Im vergangenen Herbst relativierte Mplify-CTO Pascal Menezes auf der GNE 2025-Konferenz von Mplify in seinen Eröffnungsreden den Netzwerkaspekt von KI. „Das Netzwerk wird von entscheidender Bedeutung. Es muss Leistungsgarantien haben und Qualität und Sicherheit bieten“, sagte Menezes. „Es muss außerdem dynamisch, bei Bedarf flüssig, programmierbar und automatisiert sein.“

Er wies darauf hin, dass Mplify einen Anstieg der Nachfrage nach Carrier-Ethernet-Zertifizierungen von Anbietern aller Art festgestellt habe. Sie benötigten die Zertifizierung, weil Kunden von Unternehmen und Dienstanbietern Zertifizierungsanforderungen zu ihren RFPs für Transport- und Konnektivitätsdienste für ihre KI-Bemühungen hinzufügten.

Der Anstieg kam völlig unerwartet. Carrier Ethernet ist seit über zwei Jahrzehnten im Einsatz und wird weithin eingesetzt und genutzt. Mplify war unter seinem früheren Namen MEF aufgrund seiner Frameworks, Lifecycle Service Orchestration (LSO)-APIs und Zertifizierungen maßgeblich am Erfolg von Carrier Ethernet beteiligt.

Um die neue Nachfrage nach Zertifizierung zu unterstützen, hat Mplify die Carrier-Ethernet-Zertifizierung für das KI-Zeitalter neu definiert. Konkret definiert die Carrier-Ethernet-Zertifizierung von Mplify nun zwei komplementäre Profile, Carrier Ethernet for Business und Carrier Ethernet for AI, die die Bereitschaft sowohl für Unternehmens- als auch KI-gesteuerte Dienste validieren.

Verdoppelung der Carrier-Ethernet-Zertifizierung

Diese Woche gab Mplify bekannt, dass es sein Carrier-Ethernet-Zertifizierungsportfolio umstrukturiert und erweitert hat, um es besser an die steigenden Anforderungen von Unternehmensnetzwerken und Infrastrukturen der KI-Ära anzupassen. Aufbauend auf dem etablierten MEF 3.0 Carrier Ethernet-Framework hat die Organisation Mplify Carrier Ethernet for Business als direkten Nachfolger der MEF 3.0-Zertifizierung eingeführt und gleichzeitig Mplify Carrier Ethernet for AI eingeführt. Letzteres ist ein neues Profil, das speziell zur Validierung der Netzwerkleistung für anspruchsvolle, verteilte KI- und Agenten-KI-Arbeitslasten entwickelt wurde.

Die aktualisierten Zertifizierungen bieten einen nahtlosen Übergangspfad für bestehende Mplify-zertifizierte Mitglieder und beinhalten eine jährliche Wartung und optionale Wiederholungstests, um die Qualifikationen aktuell und marktrelevant zu halten.

Aus Sicht der KI-Infrastruktur dient die Carrier Ethernet for AI-Zertifizierung als wichtiger Branchenmaßstab für die unabhängige Validierung von Transportfunktionen durch Dritte, die für KI-Workloads von entscheidender Bedeutung sind, einschließlich geringer Latenz, hohem Durchsatz und Multi-Domain-Interoperabilität in verteilten Umgebungen. Durch die Beibehaltung der technischen Genauigkeit und globalen Anerkennung älterer Carrier-Ethernet-Standards bei gleichzeitiger Ausweitung auf KI-optimierte Transportsicherung zielt die erweiterte Zertifizierungssuite von Mplify darauf ab, das Vertrauen der Unternehmen in die Netzwerkbereitschaft sowohl für traditionelle Geschäftskonnektivität als auch für die Bereitstellung von KI-Diensten der nächsten Generation zu stärken.

Ein letztes Wort

Da der Einsatz von KI zunimmt und skaliert, benötigen Unternehmen KI-fähige Infrastrukturfunktionen. Die neuen Mplify Carrier Ethernet-Zertifizierungen bieten eine unabhängige Validierung der Netzwerkleistung für anspruchsvolle KI-Workloads durch Dritte. 

Im Einklang mit den aktuellen Carrier-Ethernet-Standards unterstützt die Zertifizierung die Interoperabilität im gesamten KI-Ökosystem und ermöglicht es Dienst- und Technologieanbietern, bewährte Fähigkeiten für zuverlässige, flexible und effiziente Konnektivität nachzuweisen. Diese Funktionen sind für die Koordinierung von KI-Modellen und Peripheriegeräten in der verteilten Infrastruktur von entscheidender Bedeutung.