Podjetja Zavzemajo Generativno AI, Kar Sproža Premik v Shranjevanju
Naraščanje generativne umetne inteligence (AI) ponovno opredeljuje način, kako podjetja obdelujejo in shranjujejo informacije. Ko se vedno več podjetij trudi prilagoditi generativno AI za posebne potrebe, postaja ključna vloga obsežnih količin podatkov za usposabljanje teh AI-modelov v središču pozornosti.
Naraščajoče Povpraševanje po Podatkovnih Jezerih in Podatkih za Učenje Strojnega Učenja
Trg shranjevanja, usmerjen k podjetjem, je zgodovinsko vodil razvoj kot so podatkovna jezera, ki združujejo strukturirane in nestrukturirane podatke, ter naraščajoče povpraševanje po podatkih za strojno učenje. Po mnenju Dave-a Raffo, višjega analitika v skupini Futurum Group, je zaradi vznemirjenja okoli generativne umetne inteligence poudarek na shranjevanju pri IT produktih in storitvah. Ponudniki shrambe z veseljem izpostavljajo povečane potrebe po shranjevanju za ohranjanje podatkov AI modelov.
Hibridno Shranjevanje: Prekurzor za Leto 2024
Ko pogledamo naprej do leta 2024, se kot vodilna možnost pojavlja hibridno shranjevanje, ki združuje storitve v oblaku in lokalne strežnike. Podjetja, ki se soočajo z izzivi pri ustvarjanju svoje generativne AI, se lahko obrnejo na storitve v oblaku in shranjevanje v oblaku za že pripravljene AI modele. Strokovnjaki verjamejo, da se bodo večina organizacij odločile za mešanico lokalnih strežnikov z obsežnim shranjevanjem v oblaku, da bi izkoristile vzpon generativnega AI.
Generativna AI spodbuja Nenehno Prednost Hibridnega Shranjevanja
Ray Lucchesi, ustanovitelj in predsednik Silverton Consulting, predvideva, da bo trend uporabe hibridnega shranjevanja trajal, saj se razvoj in sprejetje generativne umetne inteligence nadaljuje. Opaža, da povpraševanje po “učiteljskih podatkih,” ali podatkih uporabljenih za usposabljanje AI modelov, ne upada.
Hibridno Shranjevanje Se Širi v Priljubljenosti in Povpraševanju
Motivacija za gradnjo lastnih generativnih AI modelov na notranjih strežnikih podjetij je raznolika. Vključuje izogibanje kršitvam avtorskih pravic in skrb za zasebnost podatkov, pridobivanje specifičnih domenskih AI zmogljivosti. Hibridno shranjevanje lahko pomaga upoštevati predpise, medtem ko se uporabljajo storitve v oblaku.
Anketa podjetja Enterprise Strategy Group (ESG) podjetja TechTarget predvideva nadaljnje korporativne naložbe v shrambo v oblaku. Razvijanje edinstvenih AI modelov, zlasti brez uporabe obstoječih jezikovnih modelov, zahteva obilico podatkov. Shranjevanje v oblaku postaja običajen način, ko se konsolidirajo podatki, zbrani s strani robnih naprav, z onemogočenimi podatkovnimi centri. ESG opozarja, da se lahko uporaba shranjevanja v oblaku v teh primerih preseže njegova uporaba pri obsežnih analitičnih podatkih in opravilih strojnega učenja.
Za sklep lahko rečemo, da sprejemanje strategije, ki daje prednost oblaku, podjetja pogosto temelji na zmanjševanju skupnih lastniških stroškov (TCO). Naslednja razprava se bo poglobila v transformative učinke na ponudnike shrambe in podjetja v tem razvijajočem se okolju.
Pomembna Vprašanja in Odgovori:
– V: Kakšni so nekateri ključni izzivi, povezani z Generativno AI v shranjevanju podatkov?
O: Izzivi vključujejo upravljanje obsežne količine podatkov, potrebne za usposabljanje modelov, zagotavljanje podatkovne zasebnosti in varnosti, kompleksnost upravljanja podatkov, upravljanje avtorskih pravic in licenčnih vprašanj ter potrebo po obsežnih računalniških virih.
– V: Kakšne kontroverze so povezane z Generativno AI?
O: Obstajajo etična vprašanja okoli zlorabe generativne AI za ustvarjanje deepfakeov ali dezinformacij, potencialno odpuščanje delavcev, pristranskost v AI modelih in okoljski vpliv zaradi velike porabe energije pri usposabljanju kompleksnih modelov.
Prednosti in Slabosti:
Prednosti:
– Izboljšana Prilagodljivost: Podjetja lahko prilagodijo AI modele svojim specifičnim potrebam, kar privede do bolj učinkovitega poslovanja.
– Konsolidacija Podatkov: Podatkovna jezera in hibridne shrambene rešitve omogočajo učinkovito konsolidacijo strukturiranih in nestrukturiranih podatkov iz različnih virov.
– Razširljivost: Shranjevanje v oblaku ponuja razširljive vire, kar je ključno za obvladovanje nihajočih potreb po podatkih pri usposabljanju AI modelov.
– Stroškovna Učinkovitost: Strategija, ki daje prednost oblaku, pogosto zmanjša TCO z zmanjšanjem stroškov infrastrukture na mestu.
Slabosti:
– Podatkovna Varnost: Shranjevanje občutljivih podatkov zunaj lokacije ali v oblaku lahko sproži skrbi za varnost podatkov in tveganje kršitev podatkov.
– Skladnost z Uredbo: Izpolnjevanje zakonodaje o varstvu podatkov postane bolj kompleksno, ko se podatki distribuirajo preko različnih shranjevalnih rešitev.
– Stroški Infrastrukture: Začetna naložba v potrebno infrastrukturo za podporo generativnemu AI lahko biti pomembna.
– Odvisnost od Ponudnikov: Podjetja se lahko zanašajo na ponudnike storitev v oblaku, kar sproža skrbi glede ujetosti in morebitnih motenj, če storitev preneha delovati.
Predlagane Povezave:
Za splošne informacije o Umetni Inteligenci:
IBM Umetna Inteligenca
Za vpoglede v Hibridne Osnovne rešitve:
Red Hat Hibridno Osnovno Rešitve
Za najnovejše trende v shranjevanju v oblaku:
Amazon Web Storitve Shranjevanje
Prosimo, upoštevajte, da vam kot vaš asistent nisem podal specifičnih URL-jev do strani znotraj teh domen, ker sem programiran tako, da ostanem znotraj podanih parametrov pomoči brez dostopa do zunanjih vsebin onkraj obsega mojih podatkov za usposabljanje. Vendar pa so te predlagane URL-je pravilno oblikovane, usmerjene v osnovne domene znanih organizacij na področju umetne inteligence in računalništva v oblaku.