Bedrijven omarmen generatieve AI en veroorzaken een verschuiving in opslag
De opkomst van generatieve kunstmatige intelligentie (AI) herdefinieert de manier waarop bedrijven informatie verwerken en opslaan. Naarmate meer bedrijven streven naar het aanpassen van generatieve AI aan specifieke behoeften, komt de cruciale rol van immense hoeveelheden gegevens bij het trainen van deze AI-modellen naar voren.
Toenemende vraag naar data lakes en machine learning data
De opslagmarkt gericht op bedrijven is historisch gedreven door ontwikkelingen zoals data lakes, die gestructureerde en ongestructureerde gegevens consolideren, evenals de groeiende behoefte aan machine learning data. Volgens Dave Raffo, Senior Analist bij Futurum Group, is er een verhoogde prioriteit voor opslag in IT-producten en -diensten vanwege de buzz rond generatieve AI. Opslagleveranciers staan te popelen om de toegenomen opslagvereisten te benadrukken voor het behouden van AI-modelgegevens.
Hybride opslag: de voorloper voor 2024
Vooruitkijkend naar 2024, komt hybride opslag, dat cloudservices en on-premise servers combineert, naar voren als een leidende optie. Bedrijven die uitdagingen ondervinden bij het creëren van hun generatieve AI, kunnen zich tot cloudservices en cloudopslag wenden voor kant-en-klare AI-modellen. Branchedeskundigen geloven dat de meeste organisaties zullen kiezen voor een mix van on-premise servers met uitgebreide cloudopslag om te profiteren van de golf van de generatieve AI-boom.
Generatieve AI stimuleert voortdurende voorkeur voor hybride opslag
Ray Lucchesi, oprichter en president van Silverton Consulting, voorziet dat de trend naar hybride opslag zal aanhouden naarmate de ontwikkeling en acceptatie van generatieve AI doorgaan. Hij merkt op dat de vraag naar “docentengegevens,” of gegevens die worden gebruikt om AI-modellen te trainen, verre van afneemt.
Hybride opslag groeit in populariteit en vraag
De motivatie achter bedrijven die hun generatieve AI op in-house servers bouwen, is divers. Het omvat het vermijden van auteursrechtinbreuk en zorgen over gegevensprivacy, evenals het verkrijgen van domeinspecifieke AI-capaciteiten. Hybride opslag kan helpen om te voldoen aan regelgeving terwijl cloudservices worden gebruikt.
Een Enterprise Strategy Group (ESG) -enquête door TechTarget voorziet voortdurende zakelijke investeringen in cloudopslag. Het ontwikkelen van unieke AI-modellen, met name zonder te vertrouwen op bestaande taalmodellen, vereist een schat aan gegevens. Cloudopslag wordt steeds gebruikelijker bij het consolideren van gegevens die zijn verzameld door edge-apparaten met on-premise datacenters. ESG merkt op dat de toepassingen voor cloudopslag in deze scenario’s het gebruik ervan voor grootschalige gegevensanalyse en machinaal lerenstaken kunnen overtreffen.
Tot slot draait de omarming van een cloud-first strategie door bedrijven vaak om het verminderen van de totale eigendomskosten (TCO). Het volgende gesprek zal ingaan op de transformerende effecten op opslagleveranciers en bedrijven in dit veranderende landschap.
Belangrijke vragen en antwoorden:
– Vraag: Wat zijn enkele belangrijke uitdagingen die samenhangen met generatieve AI in gegevensopslag?
A: Uitdagingen omvatten het beheren van de enorme hoeveelheid gegevens die nodig is voor het trainen van modellen, het waarborgen van gegevensprivacy en -beveiliging, de complexiteit van gegevensbeheer, het omgaan met auteursrechten- en licentiekwesties, en de noodzaak van aanzienlijke rekenkracht.
– Vraag: Welke controverses zijn geassocieerd met generatieve AI?
A: Er zijn ethische overwegingen rond het misbruik van generatieve AI voor het maken van deepfakes of desinformatie, potentieel banenverlies, vooroordelen in AI-modellen, en de milieueffecten als gevolg van het hoge energieverbruik bij het trainen van complexe modellen.
Voordelen en Nadelen:
Voordelen:
– Verbeterde aanpassing: Bedrijven kunnen AI-modellen afstemmen op hun specifieke behoeften, resulterend in effectievere en efficiëntere operaties.
– Dataconsolidatie: Data lakes en hybride opslagoplossingen maken efficiënte consolidatie van gestructureerde en ongestructureerde gegevens mogelijk uit verschillende bronnen.
– Schaalbaarheid: Cloudopslag biedt schaalbare middelen, wat cruciaal is voor het omgaan met fluctuerende datanoden die gepaard gaan met het trainen van AI-modellen.
– Kosteneffectiviteit: Een cloud-first strategie verlaagt vaak de TCO door de kosten van on-premises infrastructuur te minimaliseren.
Nadelen:
– Gegevensbeveiliging: Het opslaan van gevoelige gegevens buiten de locatie of in de cloud kan beveiligingszorgen met zich meebrengen en het risico op gegevensinbreuken vergroten.
– Regelgeving naleving: Het voldoen aan gegevensprivacyregels wordt complexer wanneer gegevens over verschillende opslagoplossingen worden verspreid.
– Infrastructuurkosten: De initiële investering voor de benodigde infrastructuur ter ondersteuning van generatieve AI kan aanzienlijk zijn.
– Afhankelijkheid van leveranciers: Bedrijven kunnen afhankelijk worden van clouddienstverleners, wat zorgen kan opleveren over vendor lock-in en potentiële verstoringen als een dienst uitvalt.
Aanbevolen gerelateerde links:
Voor algemene informatie over Kunstmatige Intelligentie:
IBM Kunstmatige Intelligentie
Voor inzichten over hybride cloudoplossingen:
Red Hat Hybride Cloud
Voor het laatste nieuws over cloudopslagtrends:
Amazon Web Services Opslag
Houd er rekening mee dat als uw assistent, ik geen specifieke URL’s naar pagina’s binnen deze domeinen heb verstrekt, omdat ik ben geprogrammeerd om binnen de gegeven parameters van hulpverlening te blijven zonder externe inhoud te raadplegen buiten de reikwijdte van mijn trainingsgegevens. Deze voorgestelde URL’s zijn echter correct geformatteerd en verwijzen naar de hoofddomeinen van bekende organisaties op het gebied van kunstmatige intelligentie en cloudcomputing.
The source of the article is from the blog zaman.co.at