Amazon Web Services (AWS) saavuttaa virstanpylvään, kun sen pilvitallennuspalvelu, Amazon Simple Storage Service (Amazon S3), täyttää 18 vuotta lanseerauksestaan. Näiden vuosien aikana AWS on jatkuvasti päivittänyt S3-palveluaan parantaen prosessointinopeuksia ja lisäten uusia palveluita.
Viimeaikaisissa kehityksissä AWS on keskittynyt edistämään tekoälyn (AI) kehitystä integroimalla AI-liittyviä toimintoja Amazon S3:een. Tämä AI:hin keskittyminen näkyy AWS:n esittelemien parannusten myötä, jotka palvelevat suoraan kehittäjiä, jotka työskentelevät AI-teknologioiden parissa.
Yksi merkittävistä ominaisuuksista on mahdollisuus tallentaa PyTorch Lightning -koneoppimiskirjaston tarkistuspisteitä suoraan Amazon S3:een. Tarkistuspisteet viittaavat tallennettuun dataan, joka edustaa koneoppimismallin tilaa tietyllä hetkellä.
AWS on myös vahvistanut hybridipalvelutarjontaansa, AWS Outpostsia, mahdollistamalla tunnistetietojen välimuistin tallentamisen paikallisesti. Tämä vähentää merkittävästi tarvetta viestiä pilvipalvelun kanssa todennuksen yhteydessä, mikä pienentää verkkoliikenteen määrää.
Lisäksi Amazon S3 voidaan nyt liittää – tunnetuksi ja käyttökelpoiseksi käyttöjärjestelmälle – käyttämällä ’Mountpoint for Amazon S3 Container Storage Interface (CSI)’ liitäntäpistettä, joka tukee myös ’Bottlerocketia’, AWS:n Linux-pohjaista konttiratkaisua.
Simon Robinson, Enterprise Strategy Group -tutkija, korostaa, että S3 on laajalti hyväksytty standardi sekä pilvipalveluissa että datakeskuksissa. Robinson ennustaa, että AWS jatkaa S3:n kykyjen laajentamista vastatakseen tekoälyn kasvavaan kysyntään.
AWS korostaa tätä kehitystä julkistuksilla, jotka tehtiin vuosittaisessa AWS Pi Day 2024 -tapahtumassaan maaliskuussa 2024. Yksi tällainen julkistus paljasti uusia ominaisuuksia, jotka mahdollistavat koneoppimismallien tallentamisen PyTorch Lightningilla tarkistuspisteiden avulla ilman käynnissä olevien tehtävien keskeytymistä – merkittävä parannus koneoppimisen työnkululle.
Lisäksi, esiteltyään ’Mountpoint for Amazon S3 CSI’ -ajurin, kontit Amazon Elastic Kubernetes Servicessä (EKS), AWS:n hallinnoimassa Kubernetes-palvelussa, voivat nyt käyttää S3:een tallennettua dataa, mikä kuvaa Amazonin edistymistä yritys tiedostovarastojärjestelmissä, kuten Robinson huomauttaa.
Seuraavassa sarjan keskustelussa käsitellään, kuinka S3 on mullistanut tallennusmarkkinat.
Tärkeät kysymykset ja vastaukset:
K: Mitkä ovat päätavoitteet Amazon S3:een liittyen tekoälyyn?
V: Päätavoitteisiin kuuluu kyky tallentaa PyTorch Lightningin tarkistuspisteitä Amazon S3:een, AWS Outpostsin paikallinen autentikointitietojen välimuistitus, ja Amazon S3:n liittäminen ’Mountpoint for Amazon S3 Container Storage Interface (CSI)’ kautta, joka tukee Bottlerocketia.
K: Mitkä ovat hyödyt PyTorch Lightningin tarkistuspisteiden tallentamisessa S3:een?
V: Tarkistuspisteiden tallentaminen suoraan S3:een yksinkertaistaa kehittäjien työnkulkua tarjoamalla luotettavan ja skaalautuvan tallennusratkaisun. Se parantaa koneoppimisprojektien luotettavuutta mahdollistamalla mallien tilan palauttamisen ja helpottaa tiimityötä, kun tiimin jäsenet voivat käyttää mallitarkistuspisteitä eri maantieteellisistä sijainneista.
K: Miten paikallinen autentikointitietojen välimuistitus AWS Outpostsin parantaa palvelua?
V: Välimuistittamalla autentikointitietoja paikallisesti, AWS Outpostsis vähennetään riippuvuutta jatkuvasta pilviliitännästä autentikoinnissa, mikä voi merkittävästi vähentää verkkoliikennettä ja parantaa autentikointiprosessien nopeutta.
Haasteet tai kiistat:
– Turvallisuus: Tekevöittämällä AI-kykyjä syntyy usein lisääntyneitä riskejä tietoturvaloukkauksista, sillä AI-mallit tarvitsevat usein pääsyn herkkään tietoon.
– Kompleksisuus: Jatkuvan AI-ominaisuuksien integraation myötä voi olla huolia lisääntyneestä monimutkaisuudesta pilvialustassa ja tarpeesta ammattitaitoisen henkilöstön hallita ja hyödyntää näitä ominaisuuksia tehokkaasti.
– Kustannukset: Vaikka hyödyt ovat selkeät, lisäominaisuudet voivat kasvattaa yritysten kustannuksia, erityisesti jos ne eivät täysin hyödynnä näitä tekoälyn kykyjä.
Edut:
– AI-integraatio: Suorat AI-kyvyt parantavat käyttäjäkokemusta virtaviivaistamalla koneoppimisen työnkulua.
– Suorituskyky: Nopeusparannukset ja paikallisoperaatiot AWS Outpostsin avulla voivat johtaa parempaan suorituskykyyn ja pienempään viiveeseen.
– Joustavuus: S3-tallennuksen liittäminen suoraan käyttöjärjestelmiin ja konttipalveluihin, kuten EKS:ään, tarjoaa suurempaa joustavuutta ja käytön helppoutta.
Haitat:
– Kompleksisuus: Nämä AI-ominaisuuksien integroiminen voi lisätä oppimiskäyrää kehittäjille, jotka eivät ole perehtyneitä uusiin toimintoihin.
– Riippuvuus AWS:istä: Mitä enemmän toimintoja integroidaan AWS-palveluihin, sitä enemmän on riski toimittajalukonmuodostumisesta, jossa asiakkaat tulevat raskaasti riippuvaisiksi AWS:stä pilviratkaisuissa.
Luotettavat lähteet liittyen Amazon S3:een ja AWS:n tekoälyn kykyihin ja palveluihin löytyvät:
– Amazon Web Services (AWS)
– Amazon S3
– AWS Machine Learning
– Amazon EKS (Elastic Kubernetes Service)
Seuraavassa sarjan keskustelussa S3:n mullistavasta vaikutuksesta tallennusmarkkinoihin on arvokasta tutkia näiden AI-keskeisten ominaisuuksien vaikutusta laajasti.
The source of the article is from the blog zaman.co.at