De snelle groei van kunstmatige intelligentie draait niet alleen om betere modellen en krachtigere chips. Ook de infrastructuur eromheen moet op grote schaal meegroeien.
HPE en Oracle breiden daarom hun samenwerking uit rond de netwerkinfrastructuur van Oracle Cloud Infrastructure (OCI). Oracle plant een wereldwijde, meerjarige uitrol van HPE Juniper Networking in zijn datacenters voor AI.
De samenwerking laat zien hoe de opschaling van AI steeds meer een infrastructuurvraagstuk wordt.
Grote AI-clusters stellen andere eisen
Oracle breidt zijn AI-superclusters wereldwijd uit. Zulke grote clusters van GPU’s stellen hoge eisen aan onder meer bandbreedte, vertraging in het netwerk, congestiebeheer en herstel na storingen.
Tegelijkertijd moeten regionale datacenters en edge-netwerken die infrastructuur verbinden met klanten, diensten en andere netwerken.
Dat betekent dat meer rekenkracht alleen niet voldoende is. Als data niet snel en betrouwbaar tussen systemen kan bewegen, kan een deel van die kostbare capaciteit niet optimaal worden benut.
Oracle en HPE willen daarom verschillende onderdelen van de netwerkinfrastructuur verder standaardiseren en opschalen.
Elke laag van de infrastructuur moet meegroeien
Rami Rahim, executive vice president en verantwoordelijk voor Networking bij HPE, stelt dat Oracle AI-infrastructuur op uitzonderlijke schaal bouwt. Volgens hem moet de netwerkarchitectuur daardoor kunnen omgaan met steeds hogere eisen rond verkeersbeheer, stroomvoorziening, ruimte en operationele bedrijfsvoering.
Dat maakt duidelijk dat de AI-race niet alleen op het niveau van modellen of processors wordt uitgevochten.
De onderliggende netwerken bepalen mede hoeveel rekenkracht daadwerkelijk bruikbaar is en hoe betrouwbaar een AI-omgeving functioneert.
Mahesh Thiagarajan, executive vice president van Oracle Cloud Infrastructure, benadrukt hetzelfde systeemkarakter. Volgens hem vereist AI-infrastructuur op de schaal van Oracle een geïntegreerd ecosysteem waarin iedere laag van de technologiestack met de andere lagen samenwerkt.
HPE Juniper Networking wordt daarbij gebruikt in AI-clusters, regionale datacenters en edge-netwerken van Oracle.
Een microseconde kan verschil maken
Bij grote AI-omgevingen wordt ook de efficiëntie van het netwerk belangrijker.
Oracle en HPE werken daarom samen aan uitgebreidere telemetrie. Daarmee willen ze onder meer opstoppingen in dataverkeer, pakketverlies, ongelijke belasting en verslechterende netwerkcomponenten eerder signaleren.
Het doel is storingen sneller te kunnen oplossen en te voorkomen dat netwerkproblemen leiden tot minder efficiënt gebruik van GPU-capaciteit.
Praveen Jain, senior vicepresident en algemeen directeur Datacenters en AI-netwerken bij HPE, stelt dat iedere microseconde telt bij AI-modellen en AI-agenten. Volgens hem kan beter inzicht in de netwerkarchitectuur helpen om knelpunten sneller te vinden en de beschikbare AI-infrastructuur efficiënter te gebruiken.
Van chiptekort naar infrastructuurvraagstuk
De afgelopen jaren ging veel aandacht rond AI naar processors en de beschikbaarheid van GPU’s.
Maar naarmate organisaties grotere AI-omgevingen bouwen, worden ook andere beperkingen belangrijker.
Denk aan:
- netwerkcapaciteit;
- energievoorziening;
- koeling;
- beschikbare ruimte in datacenters;
- betrouwbaarheid;
- verbindingen tussen verschillende datacenters.
De economische waarde van een dure GPU-cluster hangt uiteindelijk af van de mate waarin al deze onderdelen gezamenlijk functioneren.
Daarmee verandert ook het karakter van de AI-race.
Het gaat niet alleen meer om wie beschikt over de beste modellen of de meeste rekenkracht, maar steeds meer om wie in staat is een volledige infrastructuur op grote schaal betrouwbaar te bouwen en te exploiteren.
AI wordt steeds meer een systeemvraagstuk
De samenwerking tussen Oracle en HPE is daarvan een concreet voorbeeld.
AI-infrastructuur bestaat uit een keten waarin processors, servers, netwerken, datacenters, energie en software van elkaar afhankelijk zijn.
Een tekort of beperking in één onderdeel kan daardoor de prestaties van het totale systeem beïnvloeden.
Voor organisaties die AI op grote schaal willen inzetten, verschuift de vraag daarmee van alleen:
welke AI-technologie willen we gebruiken?
naar:
beschikken we over de infrastructuur om die technologie daadwerkelijk op schaal te laten functioneren?
Bron: HPE, 2 september 2026.