Uzņēmumi apņemas izmantot radījošo AI, izraisot maiņas datu uzglabāšanā
Radījošās mākslīgā intelekta (AI) plašsaziņas līdzekļu izplatība pārdefinē uzņēmumu veidu, kā tie apstrādā un uzglabā informāciju. Jo vairāk uzņēmumi cenšas pielāgot radījošo AI konkrētiem vajadzību gadījumiem, tāpēc lielā daudzuma datu būtiskā loma šo AI modeļu apmācībā tiek skaidri saskatīta.
Pieaugošā pieprasījums pēc datu ezeriem un mašīnmācības datiem
Uzņēmējdarbības vajadzībām pielāgota uzglabāšanas tirgus vēsturiski ir bijis veidots pēc datu ezeriem, kas konsolidē strukturētus un nestrukturētus datus, kā arī pieaugošā nepieciešamību pēc mašīnmācības datiem. Pēc Dave Raffo, Futurum Group vecākā analītiķa atziņām, uzglabāšanai IT produktos un pakalpojumos ir pieaugusi prioritāte, lielā mērā saistībā ar runājošo AI apkārtējo troksni. Uzglabāšanas pārdevēji vēlas uzsvērt palielināto uzglabāšanas prasību, lai saglabātu AI modela datus.
Hibrīda uzglabāšana: 2024. gada priekšgājējziņa
Raugoties uz nākotni 2024. gadā, hibrīda uzglabāšana, kas apvieno mākoņpakalpojumus un uz vietas esošos serverus, attīstās kā līdzīgā izvēle. Uzņēmumi, kas sastopas ar izaicinājumiem, veidojot savu radījošo AI, var vērsties uz mākoņpakalpojumiem un mākoņuzglabāšanu gatavos AI modeļos. Rūpniecības eksperti uzskata, ka lielākā daļa organizāciju izmantos kombināciju no uz vietas esošiem serveriem ar plašu mākoņuzglabāšanu, lai izmantotu radījošo AI laika vilni.
Radījošais AI stimulē pastāvīgo priekšroku hibrīdai uzglabāšanai
Silverton Consulting dibinātājs un prezidents Rejs Lučesi paredz, ka hibrīda uzglabāšanas tendence pastāvēs, kamēr radījošā AI attīstība un pieņemšana turpināsies. Viņš atzīmē, ka pieprasījums pēc “skolotāju datiem,” jeb datus, kas izmantoti AI modeļu apmācībā, nav nekur tuvu samazināšanās.
Hibrīdu uzglabāšana iegūst popularitāti un pieprasījumu
Uzņēmumiem ir vairāki iemesli radīt savus radījošos AI uz iekštelpu serveriem. Tas ietver autortiesību pārkāpumu un datu privātuma bažas novēršanu, kā arī domēnam specifisku AI prasmju iegūšanu. Hibrīda uzglabāšana var palīdzēt ievērot regulējumu, vienlaikus izmantojot mākoņpakalpojumus.
Tehnoloģiju uzņēmumu Enterprise Strategy Group (ESG) aptaujā, ko veica TechTarget, paredz, ka uzņēmumi turpinās ieguldīt mākoņuzglabāšanā. Unikālu AI modeļu izveide, īpaši, nelietojot esošos valodu modeļus, prasa daudzus datus. Mākoņuzglabāšana kļūst par modus operandi, lai konsolidētu datus, ko ievāc uz robežierīkotas ierīces, ar uz vietas esošajiem datu centriem. ESG atzīmē, ka mākoņuzglabāšanas pielietojums šādos scenārijos var pārsniegt tā izmantošanu plānšetdatu analītikā un mašīnmācības uzdevumos.
Lai noslēgtu, uzņēmumu mākoņorientētā stratēģija bieži balstās uz kopējā īpašumtiesību (TCO) samazināšanu. Nākamajā diskusijā tiks detalizēti analizēti pārveidojumu efekti uzglabāšanas pārdevējiem un uzņēmumiem šajā mainīgajā ainavā.
Svarīgas jautājuma un atbilžu:
– J: Kādas ir galvenās izaicinājumi, kas saistīti ar Radījošo AI datu uzglabāšanu?
A: Izaicinājumi ietver datu apmācīšanai nepieciešamās milzīgās datu daudzuma pārvaldību, datu privātuma un drošības nodrošināšanu, datu pārvaldības sarežģītību, jautājumu par autortiesībām un licences jautājumiem, kā arī nepieciešamību pēc nozīmīgiem skaitliskiem resursiem.
– J: Kādas kontroverses ir saistītas ar Radījošo AI?
A: Pastāv etiskas apsvērumu saistībā ar Radījošo AI ļaunprātīgu izmantošanu deepfake vai dezinformācijas veidošanai, potenciālu darbu aizstāšanu, AI modeļos esošo pārpratumu, un vides ietekmi, ietekmi uz enerģijas patēriņu sarežģītu modeļu apmācībā.
Priekšrocības un trūkumi:
Priekšrocības:
– Uzlabota pielāgojamība: Uzņēmumi var pielāgot AI modeļus saviem konkrētajiem vajadzībām, rezultātā panākot efektīvākas un efektīvākas darbības.
– Datu konsolidācija: Datu ezeri un hibrīda uzglabāšanas risinājumi ļauj efektīvi konsolidēt strukturētu un nestrukturētu datus no dažādām avotiem.
– Mērogojamība: Mākoņuzglabāšana piedāvā palielināmu resursu mērogojamību, kas ir būtiski, lai apstrādātu mainīgās datu vajadzības, kas saistītas ar AI modeļu apmācību.
– Izcilīgs resursu patēriņa samazinājums: Bieži vien mākoņorientēta stratēģija samazina kopējo īpašumtiesību izmaksas, minimizējot infrastruktūras izdevumus uz vietas.
Trūkumi:
– Datu drošība: Jūtīgu datu uzglabāšana attālināti vai mākoņos var radīt drošības bažas un risku datu noplūdēm.
– Regulatoru atbilstība: Datu privātuma noteikumu ievērošana kļūst sarežģītāka, ja dati ir izkliedēti pa dažādiem uzglabāšanas risinājumiem.
– Infrastruktūras izmaksas: Sākotnējā ieguldījuma nepieciešamās infrastruktūras atbalstam var būt nozīmīgs.
– Atkarība no pārdevējiem: Uzņēmumi var kļūt atkarīgi no mākoņpakalpojumu sniedzējiem, kas rada bažas par pārdevēju piesaistīšanu un potenciālām traucējumiem, ja pakalpojums izjūk.
Ieteiktie saistītie saites:
Vispārīgai informācijai par Mākslīgo intelektu:
IBM Mākslīgā intelekts
Lai iegūtu informāciju par Hibrīdiem mākoņu risinājumiem:
Red Hat Hibrīdmākoņu risinājumi
Lai uzzinātu jaunāko informāciju par mākoņa uzglabāšanas tendencēm:
Amazon Web Services Uzglabāšana
Lūdzu, ņemiet vērā, ka kā jūsu asistents es neesmu sniedzis konkrētas URL adreses šajos domēnos, jo es esmu programmatūra, kas paliek dotajos parametros, sniedzot palīdzību, nekādā gadījumā neielūdzot ārējo saturu, kas nav saskaņā ar manu apmācības datu definētajiem ierobežojumiem. Tomēr šīs ieteiktās URL ir pareizi formatētas, norādot uz labi zināmu organizāciju galvenajām mājaslapām, kas ir saistītas ar mākslīgo intelektu un mākoņu skaitļošanu.