Introdução
À medida que a adoção da IA acelera em todos os setores, as empresas enfrentam uma verdade inegável – a IA é tão poderosa quanto os dados que o alimentam. Para realmente aproveitar o potencial da IA, as organizações devem gerenciar, armazenar e processar efetivamente dados de alta escala, garantindo eficiência de custos, resiliência, desempenho e agilidade operacional.
Na Cisco Help Case Administration-TI, confrontamos esse desafio de frente. Nossa equipe oferece uma plataforma de TI centralizada que gerencia todo o ciclo de vida dos casos de produtos e serviços da Cisco. Nossa missão é fornecer aos clientes a resolução de casos mais rápida e eficaz, aproveitando as melhores tecnologias da categoria e a automação orientada à IA. Conseguimos isso, mantendo uma plataforma altamente escalável, altamente disponível e econômica. Para oferecer a melhor experiência possível ao cliente, devemos armazenar e processar com eficiência volumes maciços de dados crescentes. Esses dados alimentam e treina nossos modelos de IA, que alimentam soluções de automação crítica para fornecer resoluções mais rápidas e precisas. Nosso maior desafio foi encontrar o equilíbrio certo entre a construção de um altamente escalável e confiável cluster de banco de dados ao garantir custo e eficiência operacional.
As abordagens tradicionais para alta disponibilidade geralmente dependem de clusters separados por datacenter, levando a custos significativos, não apenas para a configuração inicial, mas para manter e gerenciar o processo de replicação de dados e alta disponibilidade. No entanto, as cargas de trabalho da IA exigem acesso a dados em tempo actual, processamento rápido e disponibilidade ininterrupta, algo que as arquiteturas legadas lutam para oferecer.
Então, como você arquiteta uma infraestrutura multiratacenter que pode persistir e processar dados maciços para suportar cargas de trabalho com IA e dados intensivos, mantendo os custos operacionais baixos? Esse é exatamente o desafio que nossa equipe decidiu resolver.
Neste weblog, exploraremos como construímos uma infraestrutura de dados inteligente, escalável e pronta para a AI que permite a tomada de decisões em tempo actual, otimiza a utilização de recursos, reduz os custos e redefine a eficiência operacional.
Repensando o gerenciamento de casos da AI-Prepared em escala
No mundo orientado pela IA de hoje, o suporte ao cliente não é mais apenas resolver casos, trata-se de aprender e automatizar continuamente para tornar a resolução mais rápida e melhor e com eficiência lidar com o custo e a agilidade operacional.
O mesmo conjunto de dados rico que alimenta o gerenciamento de casos também deve alimentar modelos de IA e fluxos de trabalho de automação, reduzindo o tempo de resolução do caso de horas ou dias a apenas minutos, o que ajuda a aumentar a satisfação do cliente.
Isso criou um desafio elementary: a dissociação do banco de dados primário que serve o sistema transacional de gerenciamento de casos de um banco de dados AI-pronto e amigável à pesquisa, uma necessidade de dimensionar a automação sem sobrecarregar a plataforma principal. Embora a idéia fizesse sentido, ela introduziu duas grandes preocupações: custo e escalabilidade. À medida que as cargas de trabalho da IA crescem, o mesmo acontece com a quantidade de dados. Gerenciar esse conjunto de dados em constante expansão e garantia de alto desempenho, resiliência e intervenção handbook mínima durante interrupções exigia uma abordagem totalmente nova.
Em vez de seguir o modelo tradicional de implantar clusters de banco de dados separados por knowledge middle para alta disponibilidade, demos um passo ousado para criar um único cluster de banco de dados esticado que abrange vários knowledge facilities. Essa arquitetura não apenas otimizou a utilização de recursos e reduziu os custos iniciais e de manutenção, mas também garantiu a disponibilidade contínua de dados.
Ao repensar os modelos de infraestrutura de banco de dados de índices tradicionais, redefinimos a automação movida a IA para gerenciamento de casos da Cisco, abrindo caminho para soluções de suporte mais rápidas, inteligentes e mais econômicas.
Como resolvemos isso – The Expertise Basis
Construção a multi-dados centro moderno índice banco de dados conjunto obrigatório um Fundação tecnológica robustacapaz de manusear Processamento de dados em alta escala, Latência extremely baixa para replicação de dados mais rápidae cuidadoso Abordagem de design para construir uma tolerância a falhas para apoiar a alta disponibilidade sem comprometer desempenho ou custo-eficiência.
Requisitos de rede
Um desafio importante para esticar um índice database cluster em vários dados centros é desempenho da rede. Tradicional alta disponibilidade As arquiteturas dependem Clusters separados por dados centromuitas vezes lutando com Replicação de dados, latência e gargalos de sincronização. To Comece com, Nós conduzimos um Avaliação detalhada da rede em nossos dados da Cisco centros focando em:
- Requisitos de latência e largura de banda -Nossas cargas de trabalho de automação movidas pela IA exigem acesso a dados em tempo actual. Analisamos a latência e a largura de banda entre dois knowledge facilities separados para determinar se um cluster esticado period viável.
- Planejamento de capacidade – Avaliamos nosso crescimento esperado de dados, padrões de consulta de IA e taxas de indexação para garantir que a infraestrutura possa escalar com eficiência.
- Resiliência e prontidão de failover – A rede necessária para lidar com failovers automatizados, garantindo a disponibilidade ininterrupta de dados, mesmo durante interrupções.
Como o knowledge middle de alto desempenho da Cisco abriu o caminho
Cisco’s dados de alto desempenho networking central disposto um forte fundação Para construir os multi-dados centro esticar solteiro banco de dados conjunto. A latência e a largura de banda fornecidas pela Cisco Information centros excedido Nossa expectativa de se mover com confiança na próxima etapa de projetar um cluster de alongamento. Nossa implementação lEversoed:
- Cisco Aplicativo Infraestrutura centrada (ACI) -ofereceu uma rede definida por software program orientada por políticas, garantindo roteamento otimizado, comunicação de baixa latência e gerenciamento de tráfego com consciência da carga de trabalho entre knowledge facilities.
- Cisco Software Coverage Infrastructure Controller (APIC) e Switches Nexus 9000 -Ativado interconectividade de alto rendimento, resiliente e dinamicamente escalável, essential para a sincronização rápida de dados entre os knowledge facilities.
O Information Middle e a tecnologia de rede da Cisco tornou isso possível. Ele capacitou a Cisco para levar essa idéia adiante e nos permitiu criar esse cluster bem -sucedido, que economiza custos significativos e fornece alta eficiência operacional.
Nosso Implementação-o cluster de alongamento de vários dados de vários dados que alavancam dados da Cisco centro e poder de rede
Com a infraestrutura de rede certa em vigor, decidimos criar um cluster de banco de dados altamente disponível, escalável e otimizado, abrangendo vários knowledge facilities.
Cluster de banco de dados de índice de alongamento do Cisco Middle Multi-Information Middle
Decisões de design -chave
- Cluster central lógico único e multi-dados para automação orientada a IA em tempo actual – Em vez de manter clusters separados por knowledge middle que dobram custos, aumentam os esforços de manutenção e exigem intervenção handbook significativa, construímos um cluster esticado em vários knowledge facilities. Esse design aproveita a rede de knowledge middle excepcionalmente poderosa da Cisco, permitindo a sincronização de dados perfeita e suportando a automação orientada a IA em tempo actual com maior eficiência e escalabilidade.
- Posicionamento e sincronização inteligentes de dados – Posicionamos estrategicamente os nós de dados em vários knowledge facilities usando políticas de alocação de dados personalizadas para garantir que cada knowledge middle mantenha uma cópia exclusiva dos dados, aumentando a alta disponibilidade e a tolerância a falhas. Além disso, os discos de armazenamento anexados localmente em máquinas virtuais permitem sincronização mais rápida de dados, alavancando os recursos robustos do Information Middle da Cisco para obter uma latência mínima. Essa abordagem otimiza o desempenho e a eficiência de custo, garantindo a resiliência de dados para modelos de IA e cargas de trabalho críticas. Essa abordagem ajuda a consultas mais rápidas orientadas pela IA, reduzindo as latências de recuperação de dados para fluxos de trabalho de automação.
- Failover automatizado e alta disponibilidade – Com um único cluster esticado em vários knowledge facilities, o failover ocorre automaticamente devido à tolerância inerente à falha do cluster. No caso de interrupções de máquina digital, nó ou knowledge facilities, o tráfego é perfeitamente redirecionado para nós disponíveis ou knowledge facilities com Mínima a nenhuma intervenção humana. Isso é possível pelo Recursos de rede robustos dos knowledge facilities da Cisco, permitindo a sincronização de dados em Menos de 5 milissegundos Para interrupção mínima e tempo de atividade máximo.
Resultados
Ao implementar essas otimizações focadas na IA, garantimos que o sistema de gerenciamento de casos pudesse acionar a automação em escala, reduzir o tempo de resolução e manter a resiliência e a eficiência. Os resultados foram realizados rapidamente.
- Resolução de caso mais rápida: Tempo de resolução reduzido de horas/dias para apenas alguns minutos, permitindo a automação movida a IA em tempo actual.
- Economia de custos: Eliminado Clusters redundantescortar custos de infraestrutura ao melhorar recurso utilização.
- Redução de custos de infraestrutura: Economia de 50% por trimestre, limitando-o a um cluster de estrech único, concluindo a eliminação de um cluster de backup separado.
- Redução de custos de licença: 50% de economia por trimestre, pois o licenciamento é necessário apenas para um cluster.
- Fluxos de trabalho de treinamento e automação de modelos de IA sem costura: Forneceu indexação escalável e de alto desempenho para melhorias contínuas de aprendizado e automação de IA.
- Alta resiliência e tempo de inatividade mínimo: A failovers automatizados garantiu a disponibilidade de 99,99%, mesmo durante as interrupções de manutenção ou rede.
- Escalabilidade pronta para o futuro: Projetado para lidar com cargas de trabalho de IA crescentes, garantindo que, como escalas de dados, a infraestrutura permaneça eficiente e econômica.
Ao repensar estratégias tradicionais de alta disponibilidade e alavancar a tecnologia de knowledge middle de ponta da Cisco, criamos uma plataforma de gerenciamento de casos de última geração-uma que é mais inteligente, mais rápida e acionada por IA.
Recursos adicionais:
Compartilhar: