هوش مصنوعی و برنامه های کاربردی پیشرفته زیرساخت های فناوری فعلی را تحت فشار قرار می دهند

زمان مطالعه: 4 دقیقه

با مجله هشت پیک با مقاله ی و برنامه های کاربردی پیشرفته زیرساخت های فناوری فعلی را تحت فشار قرار می دهند
همراه ما باشید

gettyimages-1472123000

نظرسنجی هیتاچی نشان می دهد که نیاز به ذخیره سازی داده ها ممکن است در دو سال دو برابر شود. این همه داده کجا خواهند رفت؟ ابر وجود دارد، درست است؟

MR.Cole_Photographer/Getty Images

اگر به دنبال انتقال تیم یا سازمان خود به سمت هوش مصنوعی هستید، ممکن است لازم باشد سرمایه گذاری در زیرساخت های زیر – ظرفیت داده، ظرفیت پردازش، ابزار و منابع مرتبط را بررسی کرده و آماده کنید. در حالی که جهان درگیر بحث های مربوط به کارایی و خطرات هوش مصنوعی می شود، موضوع زیرساخت های پشتیبانی به اندازه کافی مورد توجه قرار نمی گیرد. به نظر می رسد بسیاری از سیستم های فعلی ممکن است برای مدیریت بارهای کاری هوش مصنوعی آماده نباشند.

اکثر مدیران اجرایی در یک نظرسنجی اخیر، 76 درصد، احساس می‌کنند زیرساخت‌های فعلی آنها «نمی‌توانند برای برآورده کردن خواسته‌های آتی مقیاس شوند» – با نام مستعار، هوش مصنوعی و حجم کاری تحلیلی مرتبط. علاوه بر این، نظرسنجی از 1288 مدیر اجرایی که توسط هیتاچی وانتارا منتشر شده است، همچنین نشان می‌دهد که 60 درصد گزارش می‌دهند که آنها به سادگی تحت تأثیر حجم داده‌هایی که مدیریت می‌کنند «غرق» شده‌اند. نویسندگان این گزارش پیش‌بینی می‌کنند تا سال 2025، سازمان‌های بزرگ بیش از 65 پتابایت داده را ذخیره خواهند کرد. (چند وقت پیش نبود که یک ترابایت حجم زیادی داشت.)

همچنین: بهترین چت ربات های هوش مصنوعی: ChatGPT و سایر جایگزین های قابل توجه

داده های هیتاچی منعکس کننده یافته های موسسه زیرساخت هوش مصنوعی (AIII) است که نشان می دهد تنها 26 درصد از تیم ها از زیرساخت AI/ML فعلی خود “بسیار راضی” هستند. شرکت‌های بزرگ فناوری، البته، بودجه، کارکنان و ظرفیت عظیمی برای تحقق هوش مصنوعی دارند. نویسندگان گزارش AIII می‌گویند تیم‌های درون این شرکت‌ها زیرساخت‌های هوش مصنوعی/ML خود را از ابتدا ساختند، زیرا چیزی در بازار برای حمایت از تلاش‌های آنها وجود نداشت.

شاید این مقاله را هم دوست داشته باشید :  آیا هوش مصنوعی مشاغل برنامه نویسی را به عهده می گیرد یا برنامه نویسان را به مدیران هوش مصنوعی تبدیل می کند؟

آنها می افزایند که اخیرا، “ما شاهد گسترش سریع ابزارها و پلتفرم های جدید بوده ایم که به شرکت ها و کسب و کارهای کوچک و متوسط ​​اجازه می دهد از انقلاب اطلاعاتی بهره مند شوند. با این حال، ایجاد زیرساخت مناسب AI/ML که متناسب با نیازهای خاص شرکت باشد، هنوز هم مهم است. چالش.”

به عنوان مثال ظرفیت ذخیره سازی خام ساده را در نظر بگیرید. نظرسنجی هیتاچی نشان می دهد که نیاز به ذخیره سازی داده ها ممکن است در دو سال دو برابر شود. این همه داده کجا خواهند رفت؟ ابر وجود دارد، درست است؟ نویسندگان نظرسنجی هشدار می دهند که این فکر را حفظ کنید. آنها خاطرنشان می کنند که ابر بخشی از راه حل است، “اما نه یک گلوله نقره ای”. حدود 27 درصد از حجم کاری مرکز داده تا سال 2025 در فضای ابری عمومی خواهد بود و 21 درصد دیگر در محل مشترک قرار خواهند گرفت. حدود نیمی از بارهای کاری مرکز داده، 49 درصد، در دیوارهای شرکت باقی می‌مانند – چه در سیستم‌های سنتی‌تر داخلی یا در فضای ابری خصوصی.

برای پیچیده تر کردن همه چیز، مدیران فناوری اطلاعات تخمین می زنند که کنترلی بر نیمی از داده های جاری در شرکت خود ندارند. این «داده‌های تاریک» است که جمع‌آوری و ذخیره می‌شود، اما هرگز استفاده نمی‌شود — و ممکن است تقریباً نیمی از کل داده‌ها را نشان دهد.

همچنین: با توسعه دهنده پس از هوش مصنوعی آشنا شوید: خلاق تر، بیشتر متمرکز بر تجارت

فقط ظرفیت داده نیست که نیاز به تقویت دارد — ابزارها مهم هستند. در گزارش AIIII آمده است: “رشد هر تیم AI/ML یک سفر است و در هر مرحله شما به ابزارهای مختلفی نیاز دارید.” “در هر مرحله اولیه، تنها با چند دانشمند داده درجه یک، نیازهای ابزار شما بسیار ساده تر است. اما با رشد تیم شما، به ابزارهای جدیدتر و بهتری برای مقابله با این رشد نیاز دارید. ملاحظات سنتی فناوری اطلاعات سازمانی، مانند مبتنی بر نقش کنترل دسترسی و امنیت، مانند نظارت و نگهداری مداوم، ناگهان مهم می شوند.

شاید این مقاله را هم دوست داشته باشید :  این ترند ویروسی هوش مصنوعی TikTok می تواند یک هد شات رایگان برای شما به ارمغان بیاورد. در اینجا چگونه است

نیازهای اضافی که با رشد سریع هوش مصنوعی به وجود می‌آیند، فروشگاه‌های ویژگی، و همچنین مشاهده در نسخه‌سازی داده‌ها و اصل و نسب هستند. نویسندگان AIII می‌گویند: «بعضی‌ها پس از تنظیم یا اشتباه عمومی نیاز به آن را برجسته می‌کنند، نسخه‌سازی و نسب داده‌ها را خیلی دیر کشف می‌کنند.» با رشد تیم‌ها و رقابت برای زمان‌بندی منابع داخلی در میان GPU‌ها، این امر ضروری می‌شود. در هر مرحله، ابزارهای ضروری جدید به سرعت به سطح می‌آیند.

نویسندگان AIII بیان می‌کنند که شرکت‌های بزرگ فناوری «ابزارهای خود را از ابتدا ساخته‌اند، زیرا چیزی در بازار برای پشتیبانی از نیازهای آنها وجود نداشت، اما این رویکرد تا حد زیادی برای سایر شرکت‌هایی که ارتشی از توسعه‌دهندگان ندارند، دور از دسترس است». . همچنین ناپایدار است، زیرا بدهی فنی و نگهداری آن ابزارها به سرعت تبدیل به یک کابوس می شود، حتی زمانی که ابزارهای تجاری شروع به دور زدن سیستم های داخلی با قابلیت های خود می کنند.

همچنین: پیش از هوش مصنوعی، این موج فناوری دیگر به سرعت در حال گسترش است

تحلیلگران AIII “انتظار دارند که شرکت‌های فناوری بیشتر و بیشتر در پنج سال آینده بخش‌هایی از پشته خانگی خود را با جایگزین‌های تجاری یا منبع باز جایگزین کنند. ما انتظار داریم که اکثر شرکت‌ها در مرحله اکثریت اولیه ابزارهای خود را نسازند و در عوض روی نوشتن ابزارهای کوچکتر تمرکز کنید که فاصله بین قطعات مدولار پشته را می بندد.”



امیدواریم از این مقاله مجله هشت پیک نیز استفاده لازم را کرده باشید و در صورت تمایل آنرا با دوستان خود به اشتراک بگذارید و با امتیاز از قسمت پایین و درج نظرات باعث دلگرمی مجموعه مجله 8pic باشید

امتیاز بدهید
اشتراک گذاری

شاید این مطالب را هم دوست داشته باشید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *