Pasar global Edge AI diperkirakan mencapai $20 miliar pada tahun 2023. Menurut prediksi Fortune Business Insights, nilai ini akan meningkat menjadi $269,82 miliar pada tahun 2032, dengan tingkat pertumbuhan tahunan gabungan (CAGR) sebesar 33%. Di acara VMware Explore Las Vegas, Sanjay Uppal, Wakil Presiden dan General Manager divisi Software-Defined Edge di Broadcom, menyampaikan sesi inspiratif tentang potensi transformatif Edge AI dan Software-Defined Edge.
Edge AI kini merevolusi berbagai industri, mulai dari ritel hingga manufaktur. Organisasi membutuhkan tidak hanya alat AI, tetapi juga infrastruktur yang dapat mengoptimalkan alat-alat tersebut untuk menghasilkan dampak nyata bagi bisnis.
Dengan pemrosesan data secara real-time di edge, beban kerja AI dapat beroperasi secara mandiri, membuka peluang untuk wawasan lebih cepat, pengalaman pelanggan yang lebih baik, dan efisiensi operasional. VMware Software-Defined Edge (SDE) adalah solusi menyeluruh yang memungkinkan AI di edge dengan menyatukan VMware Edge Compute Stack, VMware VeloCloud SD-WAN, VMware VeloCloud SASE, yang diamankan oleh Symantec, serta VMware Telco Cloud Platform.
Sanjay Uppal mengajukan pertanyaan penting kepada bisnis, “Apakah Anda siap untuk transformasi ini?” Sekarang adalah waktu yang tepat bagi organisasi untuk bersiap menghadapi pertumbuhan berbasis AI di semua industri.
Apa Itu Edge AI?
Pada intinya, Edge AI merujuk pada beban kerja kecerdasan buatan yang diproses di luar pusat data tradisional, baik publik maupun privat. Untuk mewujudkan Edge AI, Anda memerlukan AI di dua tempat: di edge dan dikirimkan ke edge. Untuk mengoptimalkan beban kerja ini, infrastruktur harus AI-ready dan AI-aware.
Saat ini, AI telah menyebar ke berbagai industri seperti manufaktur, kesehatan, ritel, serta makanan dan pertanian. Pelanggan VMware menerapkan aplikasi AI di berbagai sektor ini. AI kini ada di mana-mana.
Sebagai contoh, beberapa produsen terbesar melaporkan bahwa 93% percaya AI akan menjadi kunci pertumbuhan dan inovasi. Di sektor ritel, 80% eksekutif memperkirakan akan menggunakan otomatisasi AI pada tahun 2025. AI mendorong berbagai inovasi, mulai dari virtualisasi komputasi lantai pabrik, pengurangan penyusutan stok melalui computer vision, sistem self-checkout, hingga pemesanan inventaris tepat waktu. Pemrosesan data real-time seperti ini mengurangi biaya, meningkatkan efisiensi operasional, dan memberikan nilai langsung kepada bisnis.
VMware Software-Defined Edge Mempersiapkan Bisnis Anda untuk Edge AI
Struktur Edge AI yang Sederhana
VMware Software-Defined Edge Stack dirancang untuk menyelesaikan masalah Edge AI dengan struktur sederhana, seperti lapisan pada kue sandwich:
- Lapisan atas: VMware Edge Compute Stack, tempat beban kerja AI berjalan langsung di edge. Ini mendukung infrastruktur untuk menjalankan aplikasi real-time seperti analitik video dan robotika tanpa bergantung pada pusat data terpusat.
- Lapisan bawah: VMware Telco Cloud Platform, fondasi jaringan yang mendukung beban kerja AI di edge dengan mengenali dan merespons kebutuhan unik aplikasi berbasis AI.
- Lapisan tengah: VMware VeloCloud, intelligent overlay yang memainkan peran penting dalam mengoptimalkan kinerja aplikasi Edge AI. Dengan memantau jaringan dasar, overlay ini dapat membuat keputusan tentang kualitas layanan dan memastikan jaringan beradaptasi secara real-time dengan kebutuhan beban kerja AI.
Lapisan-lapisan ini menyederhanakan pengaturan, pengoperasian, dan pemeliharaan beban kerja, mulai dari fungsi jaringan untuk RAN (Radio Access Network) hingga robot di lantai pabrik atau model AI yang diterapkan di toko ritel.
Contoh Beban Kerja Baru
Salah satu area yang berkembang pesat adalah akses nirkabel tetap (Fixed Wireless Access/FWA). Bersama jaringan satelit, FWA adalah salah satu teknologi pendukung Edge AI yang tumbuh paling cepat. Kombinasi teknologi fiber, satelit, dan nirkabel menciptakan jaringan yang lebih seimbang dan simetris untuk mendukung beban kerja Edge AI.
Contoh lain adalah chatbot. Beban kerja ini menghasilkan lebih banyak lalu lintas dari titik akhir dibandingkan dengan trafik asimetris tradisional. Dengan munculnya Retrieval Augmented Generation (RAG), model AI kini terus diperbarui dengan data baru dari seluruh bisnis, menciptakan lonjakan data yang harus diolah dan diarahkan ke model AI di lokasi atau pusat data.
Mengadaptasi Jaringan untuk Beban Kerja Edge AI
Jaringan yang tangguh semakin penting karena model AI menjadi lebih kecil dan beban kerja semakin asimetris. Untuk itu, VMware meningkatkan fitur Dynamic Multipath Optimization™ (DMPO) dengan kecerdasan buatan. DMPO kini mampu bereaksi lebih cepat terhadap kebutuhan beban kerja, memprioritaskan lalu lintas berdasarkan kebijakan bisnis, dan menyesuaikan performa jaringan secara real-time.
Selain itu, integrasi antara Symantec PoPs dan VeloCloud PoPs menciptakan solusi SASE terpadu yang memperkuat keamanan untuk beban kerja Edge AI. Dengan SASE, VMware menggabungkan prinsip zero-trust, SD-WAN, dan aplikasi edge yang aman untuk memastikan beban kerja Edge AI tetap cepat, efisien, dan aman.
Era Baru untuk AI
Saat Edge AI terus berkembang, kebutuhan akan infrastruktur jaringan yang responsif dan adaptif semakin mendesak. Portofolio software-defined edge dari VMware membantu bisnis Anda memenuhi tuntutan era baru ini.
Masa depan AI adalah distribusi, dan Edge AI berada di pusat transformasi ini. Baik Anda memulai perjalanan AI atau ingin meningkatkan skala, solusi Edge AI dari VMware siap membantu Anda melangkah ke dunia baru yang penuh peluang ini. Untuk informasi lebih detail Anda dapat menghubungi VMware Indonesia.
