数据中心运营商可以通过选择第三方收发器而不是传统的网络设备商选项来实现其人工智能工具的最佳性能。
　　
　　在当今数据驱动的环境中，数据中心运营商越来越多地转向人工智能(AI)和机器学习(ML)工具。这些工具提供了满足市场需求所需的增强速度和低延迟，在优化现有数据中心基础设施、实现准确的数据分析和更快的决策以及更高的操作自动化方面发挥着至关重要的作用。
　　
　　根据Uptime Institute进行的一项调查，57%的数据中心所有者最近表示，他们会信任人工智能模型来推动运营决策。其中一个原因是，人工智能(AI)和机器学习(ML)为运营人员提供了更好地了解数据中心内流程成功的工具。
　　
　　因此，他们可以制定新的战略和模式，使他们的产出在财务和业务上更加成功。AI/ML工具还可以实现设施内的实时维护，通过冷却过热的硬件，使操作更加节能。
　　
　　市场创新
　　
　　如果要成功使用这些工具，同样的作业者需要市场上最新的解决方案。我们现在看到能够支持人工智能(AI)和机器学习(ML)工具的400和800G光收发器。
　　
　　例如，当从基于串行中央处理单元(CPU)的架构迁移到图形处理单元(GPU)中的并行数据流时，这些特性可以增强对带宽密集型数据流的处理和处理。
　　
　　一旦在现有的数据中心基础设施中实现这些功能，就可以加速数据的传输，同时为运营商提供额外的功能，以增加可用的存储和计算能力。
　　
　　当然，许多企业已经意识到400G和800G收发器如何支持人工智能(AI)和机器学习(ML)工具，对这些的需求几乎是无法满足的。由于公司开始向市场推出这些解决方案，光学元件和模块公司的股价去年上涨了200%～300%。然而，这些成功运行所需的带宽数量，以及市场上缺乏兼容的解决方案，使得选择最合适的光收发器成为一项挑战。
　　
　　具有吸引力的选择
　　
　　理论上，从成熟的网络设备制造商(NEM)那里购买这些收发器似乎是一个明智的选择。毫无疑问，他们的收发器支持人工智能(AI)和机器学习(ML)的能力，但大多数网络设备制造商的规模使“个性化”服务成为不可能。他们往往缺乏资源来开发量身定制的解决方案，并对整个交付过程进行监督。
　　
　　这就是第三方供应商脱颖而出的地方。这些企业通常比他们的网络设备制造商同行更小，可以提供与传统产品相同的光学组件，但交货时间更快，支持力度更大。
　　
　　这些最好的第三方供应商会进行100%的测试，以保证他们的解决方案在客户的数据中心使用之前能够反映客户的数据流。这意味着运营商可以利用根据其独特要求量身定制的收发器，而不必担心被“锁定”在特定的制造商和不合适的产品范围内。
　　
　　这个测试过程还可以帮助减轻对性能的担忧。优质第三方供应商在客户环境中平行测试他们的光学解决方案，以确保运营商已经习惯了通过成熟的“大牌”制造商获得同等(如果不是更高)的性能水平。这使得客户相信其操作中使用的收发器将提供有效利用人工智能(AI)和机器学习(ML)工具所需的必要性能。
　　
　　提供最佳性能
　　
　　如果选择了正确的第三方供应商，客户不仅将受益于一流的收发器，而且还将受益于一流的服务。通常，购买支持人工智能(AI)和机器学习(ML)的光收发器的企业在直接从网络设备制造商订购时，会遇到较长的交货时间和延迟交货。使用第三方供应商使运营商能够避免这些不必要的复杂性，并从订单到交付的压缩时间中受益。在一个零部件供应与否决定运营成败的行业，第三方供应商正发挥着巨大的作用。
　　
　　该服务还扩展到为运营商提供交付后的支持，一些第三方供应商为客户提供全天候的支持团队和工程师。通过确保客户产品处于工作状态并在初始销售后继续满足要求，可以轻松维护400G和800G收发器以及人工智能(AI)和机器学习(ML)工具的一致性和可靠性。
　　
　　人工智能(AI)和机器学习(ML)工具是许多好处的关键。它们可以减少组织的碳足迹或数据中心设施所需的体力劳动。通过AI/ML提供的自动化甚至可以解放运营商的时间来制定战略业务计划。然而，只有选择了正确的收发器和正确的提供商，才能实现这一点。
　　
　　第三方供应商现在为企业提供了更多的光学组件选择，当涉及到数据中心基础设施时，应该将其视为可行的替代方案。
　　
　　编译：Harris