
يُغيّر الذكاء الاصطناعي طريقة تخزين الشركات للبيانات والوصول إليها. ويعود ذلك إلى أن أنظمة تخزين البيانات التقليدية صُممت للتعامل مع أوامر بسيطة من عدد قليل من المستخدمين في وقت واحد، بينما تحتاج أنظمة الذكاء الاصطناعي الحالية، التي تضم ملايين العناصر، إلى الوصول إلى كميات هائلة من البيانات ومعالجتها باستمرار وبشكل متوازٍ.
تحتوي أنظمة التخزين التقليدية الآن على العديد من الطبقات المعقدة، مما يؤدي إلى إبطاء الذكاء الاصطناعي لأن البيانات يجب أن تمر عبر طبقات متعددة قبل الوصول إلى وحدة معالجة الرسومات (GPU) - معالج الرسومات، الذي يعتبر "عقل" الذكاء الاصطناعي.
تُساعد شركة كلاوديان، التي شارك في تأسيسها مايكل تسو (من معهد ماساتشوستس للتكنولوجيا) وهيروشي أوتا، على مواكبة ثورة الذكاء الاصطناعي في مجال تخزين البيانات. وقد طورت الشركة نظام تخزين قابل للتوسع للمؤسسات، مما يُتيح تدفقًا سلسًا للبيانات بين التخزين ونماذج الذكاء الاصطناعي.
يقلل هذا النظام من التعقيد من خلال تطبيق الحوسبة المتوازية على التخزين، وتوحيد وظائف الذكاء الاصطناعي والبيانات على منصة معالجة متوازية واحدة قادرة على تخزين واسترجاع ومعالجة مجموعات البيانات واسعة النطاق، مع اتصال مباشر عالي السرعة بين التخزين ووحدات معالجة الرسومات ووحدات المعالجة المركزية.
تعمل منصة التخزين والحوسبة المتكاملة من Cloudian على تبسيط تطوير أدوات الذكاء الاصطناعي على نطاق تجاري مع تزويد الشركات ببنية تحتية للتخزين قادرة على مواكبة طفرة الذكاء الاصطناعي.
قال تسو: "أحد الأمور التي يغفل عنها الكثيرون في مجال الذكاء الاصطناعي هو أنه قائمٌ بالكامل على البيانات. لا يمكنك تحسين أداء الذكاء الاصطناعي بنسبة 10% بمجرد زيادة البيانات بنسبة 10%، ولا حتى بزيادة البيانات عشرة أضعاف، بل تحتاج إلى ألف ضعف منها. تخزين البيانات بطريقة سهلة الإدارة، مع تضمين العمليات الحسابية فيها مباشرةً بحيث يمكن معالجتها فور إدخالها دون الحاجة إلى نقلها، هو التوجه الذي يسلكه هذا القطاع."
تخزين الكائنات والذكاء الاصطناعي
تستخدم منصة كلاوديان حاليًا بنية تخزين كائنية، حيث تُخزَّن جميع أنواع البيانات - من مستندات وفيديوهات وبيانات استشعار - ككائنات منفردة مع بيانات وصفية. يتيح التخزين الكائني إدارة كميات هائلة من البيانات في بنية مسطحة، وهو مثالي للبيانات غير المهيكلة وأنظمة الذكاء الاصطناعي، ولكن في السابق كان من المستحيل إرسال البيانات مباشرةً إلى نموذج الذكاء الاصطناعي دون نسخها أولًا إلى ذاكرة الحاسوب، مما كان يتسبب في تأخير واستهلاك عالٍ للطاقة.
في يوليو الماضي، أعلنت شركة كلاوديان عن توسيع نظام تخزين البيانات الخاص بها بإضافة قاعدة بيانات متجهة، لتخزين البيانات بتنسيق جاهز للاستخدام الفوري في الذكاء الاصطناعي. وبمجرد تحميل البيانات، تُجري كلاوديان عمليات حسابية متجهة في الوقت الفعلي لدعم أدوات الذكاء الاصطناعي مثل محركات التوصيات ومحركات البحث والمساعدين الذكيين.
أعلنت شركة كلاوديان أيضاً عن شراكة مع شركة إنفيديا لتطوير نظام تخزين يعمل مباشرةً مع وحدات معالجة الرسومات الخاصة بالشركة. وتقول كلاوديان إن هذا النظام الجديد يُتيح معالجة أسرع للذكاء الاصطناعي ويُقلل من تكاليف الحوسبة.
قال تسو: "تواصلت معنا شركة NVIDIA منذ حوالي عام ونصف لأن وحدات معالجة الرسومات لا تُجدي نفعًا إلا بوجود تدفق مستمر من البيانات التي تُغذيها. والآن، يدرك الناس أنه من الأسهل دمج الذكاء الاصطناعي مع البيانات بدلًا من نقل كتل البيانات الضخمة. يدمج نظام التخزين لدينا العديد من وظائف الذكاء الاصطناعي، مما يسمح لنا بمعالجة البيانات مسبقًا وبعد المعالجة بالقرب من مكان جمعها وتخزينها."
التخزين المفضل للذكاء الاصطناعي
تساعد شركة كلاوديان ما يقرب من 1000 شركة حول العالم على تحقيق أقصى استفادة من بياناتها، بما في ذلك الشركات المصنعة الكبرى والمؤسسات المالية ومرافق الرعاية الصحية والوكالات الحكومية.
على سبيل المثال، تدعم منصة التخزين الخاصة بشركة كلاوديان إحدى كبرى شركات صناعة السيارات باستخدام الذكاء الاصطناعي لتحديد مواعيد الصيانة اللازمة لكل روبوت إنتاجي على حدة. كما تتعاون كلاوديان مع المكتبة الوطنية الأمريكية للطب لتخزين الأبحاث العلمية وبراءات الاختراع، ومع قاعدة بيانات السرطان الوطنية لتخزين تسلسلات الحمض النووي للأورام - وهي مجموعات بيانات غنية يمكن للذكاء الاصطناعي معالجتها لدعم الأبحاث المتعلقة بالعلاجات أو الاكتشافات الجديدة.
قال تسو: "تُعدّ وحدات معالجة الرسومات (GPUs) قوة دافعة هائلة. صحيح أن قانون مور يُضاعف قوة الحوسبة كل عامين، إلا أن وحدات معالجة الرسومات قادرة على تنفيذ المهام بالتوازي على شريحة واحدة، وربط عدة وحدات معًا، وتجاوز قانون مور بكثير. هذا النطاق الواسع يدفع الذكاء الاصطناعي إلى مستويات جديدة من الذكاء، ولكن السبيل الوحيد لكي تعمل وحدات معالجة الرسومات بكامل طاقتها هو توفير البيانات بسرعة تتناسب مع قدرتها الحاسوبية، والطريقة الوحيدة لتحقيق ذلك هي إزالة جميع الطبقات الوسيطة بين وحدة معالجة الرسومات والبيانات."
(بحسب معهد ماساتشوستس للتكنولوجيا)
المصدر: https://vietnamnet.vn/cloudian-dua-du-lieu-den-gan-ai-hon-bao-gio-het-2433241.html






تعليق (0)