Podjetja sprejemajo generativno umetno inteligenco, kar sproži premik v shranjevanju
Razmah generativne umetne inteligence (AI) preoblikuje način, kako podjetja obdelujejo in shranjujejo informacije. Ker se več podjetij zanima za prilagajanje generativne AI za specifične potrebe, postaja ključna vloga obsežnih količin podatkov za usposabljanje teh modelov AI vedno bolj izrazita.
Naraščajoče povpraševanje po podatkovnih jezerih in podatkih strojnega učenja
Trg shrambe, usmerjen proti podjetjem, je zgodovinsko vodilo razvojev, kot so podatkovna jezera, ki združujejo strukturirane in nestrukturirane podatke, ter naraščajoča potreba po podatkih strojnega učenja. Po mnenju Davea Raffa, višjega analitika v skupini Futurum, obstaja povečana prioriteta za shrambo v IT izdelkih in storitvah zaradi vznemirjenja okoli generativne AI. Ponudniki shrambe želijo poudariti povečane zahteve za shranjevanje podatkov modelov AI.
Hibridno shranjevanje: Prednica za leto 2024
Ko zremo naprej v leto 2024, se hibridno shranjevanje, ki združuje oblak in strežnike na lokaciji, kaže kot vodilna možnost. Podjetja, ki se soočajo z izzivi pri ustvarjanju svoje generativne AI, se lahko obrnejo na oblak in oblakovo shrambo za že pripravljene modele AI. Strokovnjaki v industriji verjamejo, da se bodo večinoma odločila za mešanico strežnikov na lokaciji z obsežno oblakovo shrambo, da bi izkoristila val naraščajoče generativne AI.
Generativna AI spodbuja trajno prednost za hibridno shranjevanje
Ray Lucchesi, ustanovitelj in predsednik podjetja Silverton Consulting, napoveduje, da bo trend hibridnega shranjevanja vztrajal, dokler razvoj in sprejetje generativne AI ne bosta naraščala. Opazi, da povpraševanje po “učiteljskih podatkih,” ali podatkih, uporabljenih za usposabljanje modelov AI, še zdaleč ni upadlo.
Hibridno shranjevanje vse bolj priljubljeno in zaželeno
Motivacija podjetij za gradnjo svoje generativne AI na domačih strežnikih je raznolika. Vključuje izogibanje kršitvam avtorskih pravic in skrb za varstvo podatkov, pridobivanje zmogljivosti AI, specifičnih za področje. Hibridno shranjevanje pomaga spoštovati predpise hkrati z uporabo oblaka.
Raziskava Enterprise Strategy Group (ESG) podjetja TechTarget predvideva trajne naložbe podjetij v oblakovo shranjevanje. Razvoj edinstvenih modelov AI, zlasti brez oslanjanja na obstoječe jezikovne modele, zahteva obilico podatkov. Oblakova shramba postaja način dela pri združevanju podatkov, zbranih s pomočjo naprav na robu z on-premise podatkovnimi centri. ESG opozarja, da bi lahko uporaba oblakove shrambe v teh primerih presegla uporabo v obsežnih analizah podatkov in nalogah strojnega učenja.
V zaključku, sprejetje strategije oblaka-prvo s strani podjetij pogosto vrti okoli zmanjšanja skupnih stroškov lastništva (TCO). Naslednja razprava se bo poglobila v preoblikovalne učinke na ponudnike shrambe in podjetja v tem spreminjajočem se okolju.
Pomembna vprašanja in odgovori:
– V: Kakšni so ključni izzivi, povezani z Generativno AI v shranjevanju podatkov?
O: Izzivi vključujejo upravljanje obsežne količine podatkov, potrebnih za usposabljanje modelov, zagotavljanje zasebnosti in varnosti podatkov, kompleksnost upravljanja podatkov, ravnanje s problemi avtorskih pravic in licenc ter potrebo po znatnih računskih virih.
– V: Kateri kontroverzi so povezani z Generativno AI?
O: Obstajajo etična vprašanja v zvezi z zlorabo generativne AI za ustvarjanje deepfakeov ali dezinformacij, možna izguba delovnih mest, pristranskost v modelih AI in okoljski vpliv zaradi visoke porabe energije za usposabljanje kompleksnih modelov.
Prednosti in slabosti:
Prednosti:
– Izboljšana prilagodljivost: Podjetja lahko prilagodijo modele AI svojim specifičnim potrebam, kar vodi v učinkovitejše in učinkovitejše delovanje.
– Konsolidacija podatkov: Podatkovna jezera in hibridne rešitve za shranjevanje omogočajo učinkovito združevanje strukturiranih in nestrukturiranih podatkov iz različnih virov.
– Razširljivost: Oblakova shramba ponuja razširljive vire, kar je ključno za obvladovanje nihanj v potrebah po podatkih, povezanih s usposabljanjem modelov AI.
– Učinkovitost stroškov: Strategija oblaka-prvo pogosto zmanjša TCO z zmanjševanjem stroškov infrastrukture na lokaciji.
Slabosti:
– Varnost podatkov: Shranjevanje občutljivih podatkov zunaj lokacije ali v oblaku lahko dvigne zaskrbljenost glede varnosti in tveganja kršitve podatkov.
– Ustreznost predpisom: Izpolnjevanje predpisov o varstvu podatkov postane zapletenejše, ko se podatki razpršijo med različne rešitve za shranjevanje.
– Stroški infrastrukture: Začetna naložba v potrebno infrastrukturo za podporo generativni AI lahko velika.
– Odvisnost od ponudnikov: Podjetja se lahko zanašajo na ponudnike storitev v oblaku, kar postavlja vprašanja v zvezi z nepremičnino in morebitnimi motnjami, če storitev ne deluje.
Predlagane povezave:
Za splošne informacije o umetni inteligenci:
IBM Umetna inteligenca
Za vpoglede o hibridnih rešitvah v oblaku:
Red Hat Hibridni oblak
Za najnovejše trende v oblaku shranjevanja:
Amazon Web Services Shranjevanje
Prosimo, upoštevajte, da vam kot pomočnik nisem zagotovil specifičnih URL-jev do strani znotraj teh domen, saj sem programiran, da se gibljem znotraj navedenih parametrov zagotavljanja pomoči brez dostopa do zunanjih vsebin onkraj obsega mojih usposabljanj. Vendar so ti predlagani URL-ji pravilno oblikovani, usmerjeni na glavne domene znanih organizacij na področju umetne inteligence in računalništva v oblaku.