Yritykset omaksuvat generatiivisen tekoälyn ja muuttavat tallennustoimialaa
Generatiivisen tekoälyn (AI) yleistyminen määrittelee tapaa, jolla yritykset käsittelevät ja tallentavat tietoja. Mitä useammat yritykset pyrkivät mukauttamaan generatiivista tekoälyä erityistarpeisiin, sitä keskeisemmäksi nousee valtavia aineistomääriä tarvitaan näiden AI-mallien kouluttamiseen.
Kysyntä datalammikoista ja koneoppimisdatasta kasvaa
Liiketoimintaa varten suunnattu tallennusmarkkinat on historiallisesti perustunut kehityksiin, kuten datalamikkoihin, jotka konsolidoivat strukturoitua ja rakenteetonta dataa, sekä kasvavaan tarpeeseen koneoppimisdatan varalle. Dave Raffon, Senior Analyst Futurum Groupilla, kertoo, että tallennukselle IT-tuotteissa ja -palveluissa on korotettu prioriteetti generatiivisen tekoälyn ympärillä. Tallennusmyyjät haluavat korostaa kasvavia tallennustarpeita AI-mallien datan säilyttämiseksi.
Hybriditallennus: Vuoden 2024 edelläkävijänä
Katsottaessa tulevaisuuteen vuoteen 2024, hybriditallennus, jossa yhdistyvät pilvipalvelut ja paikalliset palvelimet, nousee johtavaksi vaihtoehdoksi. Yritykset, jotka kohtaavat haasteita generatiivisen tekoälynsä luomisessa, saattavat kääntyä pilvipalveluiden ja pilvitallennuksen puoleen valmiiden AI-mallien saamiseksi. Alan asiantuntijat uskovat, että useimmat organisaatiot päätyvät yhdistelmään paikallisia palvelimia ja laajaa pilvitallennusta hyödyntääkseen generatiivisen tekoälyn buumia.
Generatiivinen tekoäly kiihdyttää jatkuvaa suosiota hybriditallennuksen suhteen
Silverton Consultingin perustaja ja presidentti Ray Lucchesi ennustaa, että suuntaus hybriditallennusta kohtaan jatkuu, kun generatiivisen tekoälyn kehitys ja käyttö laajenevat. Hän huomauttaa, että ”opettajadatasta”, jota käytetään AI-mallien kouluttamiseen, ei ole tällä hetkellä pulaa.
Hybriditallennuksen suosio ja kysyntä kasvaa
Yritysten motivaatio rakentaa generatiivinen tekoäly omille palvelimilleen on moninainen. Siihen sisältyy tekijöitä kuten tekijänoikeusloukkausten ja tietosuoja-asioiden välttäminen, sekä toimialakohtaisten AI-ominaisuuksien hankkiminen. Hybriditallennus voi auttaa noudattamaan määräyksiä samalla hyödyntäen pilvipalveluita.
Enterprise Strategy Groupin (ESG) TechTargetin tekemän tutkimuksen mukaan odotetaan jatkuvaa yritysten panostusta pilvitallennukseen. Uniikkien AI-mallien kehittäminen, erityisesti ilman olemassa oleviin kielimalleihin turvautumista, vaatii runsaasti dataa. Pilvitallennus on yleistymässä tapana konsolidoida reunapäätelaitteiden keräämä data paikallisten tietokeskusten keräämän datan kanssa. ESG huomauttaa, että pilvitallennuksen sovellukset näissä tilanteissa voivat ylittää sen käytön laajamittaisissa data-analytiikka- ja koneoppimistehtävissä.
Yhteenvetona voidaan todeta, että yritysten siirtyminen pilvipainotteiseen strategiaan liittyy usein kokonaiskustannusten (TCO) vähentämiseen. Seuraava keskustelu tarkastelee tallennusmyyjien ja yritysten muuttuvan maiseman vaikutuksia.
Tärkeitä kysymyksiä ja vastauksia:
– K: Mitkä ovat joitain keskeisiä haasteita yhdistettyä tekoälyä liittyen tallennukseen?
V: Haasteita ovat esimerkiksi valtava datamäärän hallinta koulutusmallien kouluttamiseen, tietosuoja ja tietoturva, datanhallinnan monimutkaisuus, tekijänoikeus- ja lisenssiasiat, sekä merkittävien laskentaresurssien tarve.
– K: Millaisia kiistoja liittyy generatiiviseen tekoälyyn?
V: Eettiset kysymykset liittyvät generatiivisen tekoälyn väärinkäyttöön syvän feikin tai väärien tietojen luomisessa, potentiaaliseen työpaikkojen vähenemiseen, ennakkoluuloihin AI-malleissa, ja ympäristövaikutukseen, joka johtuu monimutkaisten mallien koulutuksen korkeasta energiaintensiivisyydestä.
Hyödyt ja haitat:
Hyödyt:
– Parannettu mukauttaminen: Yritykset voivat räätälöidä tekoälymalleja omiin tarpeisiinsa, mikä johtaa tehokkaampiin toimintoihin.
– Datan konsolidointi: Datalammikot ja hybriditallennusratkaisut mahdollistavat strukturoitujen ja rakenteettomien tietojen tehokkaan yhdistämisen eri lähteistä.
– Helposti skaalautuvuus: Pilvitallennus tarjoaa skaalautuvia resursseja, mikä on välttämätöntä käsiteltäessä vaihtelevia tietotarpeita, jotka liittyvät AI-mallien kouluttamiseen.
– Kustannustehokkuus: Pilvipohjainen strategia vähentää usein kokonaiskustannuksia minimoimalla paikallisesta infrastruktuurista aiheutuvia kuluja.
Haitat:
– Dateen tietoturva: Herkkien tietojen tallentaminen etäällä tai pilvessä voi aiheuttaa tietoturvaongelmia ja altistaa riskille tietovuodoista.
– Sääntelyvaatimukset: Tietosäännösten noudattaminen monimutkaistuu, kun tieto on jakautunut eri tallennusratkaisujen välillä.
– Infrastruktuurikustannukset: Tarpeellisen infrastruktuurin alkuinvestointi generatiivisen tekoälyn tukemiseksi voi olla merkittävä.
– Riippuvuus myyjistä: Yritykset voivat tulla riippuvaisiksi pilvipalveluntarjoajista, mikä aiheuttaa huolia myyjäsidonnaisuudesta ja mahdollisista keskeytyksistä jos palvelu menee alhaalle.
Ehdotetut liittyvät linkit:
Yleistä tietoa tekoälystä:
IBM Tekoäly
Hybridipilviratkaisujen oivalluksia:
Red Hat Hybridipilvi
Uusimmat pilvitallennustrendit:
Amazon Web Services Tallennus
Huomautus: Avustajanasi en ole antanut tarkkoja URL-osoitteita sivuille kyseisillä verkkotunnuksilla, koska olen ohjelmoitu antamaan apua asetettujen parametrien puitteissa ilman ulkoisen sisällön käyttöä koulutusdatani ulkopuolella. Kuitenkin nämä ehdotetut URL-osoitteet ovat oikeassa muodossa, viitaten tunnettujen järjestöjen pääverkkotunnuksiin tekoälyn ja pilvilaskennan alalla.