کلودیَن - داده‌ها را بیش از هر زمان دیگری به هوش مصنوعی نزدیک‌تر می‌کند

سیستم‌های ذخیره‌سازی Cloudian که توسط یکی از فارغ‌التحصیلان MIT تأسیس شده است، به کسب‌وکارها کمک می‌کند تا داده‌ها را در مقیاس بزرگ به مدل‌ها و عامل‌های هوش مصنوعیِ تشنه‌ی داده ارائه دهند.

یک سیستم ذخیره‌سازی سازمانی مقیاس‌پذیر که امکان جریان یکپارچه داده‌ها بین مدل‌های ذخیره‌سازی و هوش مصنوعی را فراهم می‌کند. عکس: Midjourney

هوش مصنوعی در حال تغییر نحوه ذخیره و دسترسی به داده‌ها در کسب‌وکارها است. دلیل این امر آن است که سیستم‌های ذخیره‌سازی داده سنتی برای پردازش دستورات ساده از چند کاربر در یک زمان طراحی شده بودند، در حالی که سیستم‌های هوش مصنوعی امروزی با میلیون‌ها عامل نیاز به دسترسی و پردازش حجم عظیمی از داده‌ها به طور مداوم و موازی دارند.

سیستم‌های ذخیره‌سازی سنتی اکنون لایه‌های پیچیدگی زیادی دارند که هوش مصنوعی را کند می‌کنند، زیرا داده‌ها باید قبل از رسیدن به GPU - واحد پردازش گرافیکی که "سلول مغزی" هوش مصنوعی محسوب می‌شود - از لایه‌های زیادی عبور کنند.

کلودین - که توسط مایکل تسو (از MIT) و هیروشی اوتا تأسیس شده است - به ذخیره‌سازی داده‌ها کمک می‌کند تا با انقلاب هوش مصنوعی همگام شود. این شرکت یک سیستم ذخیره‌سازی سازمانی مقیاس‌پذیر توسعه داده است که به جریان روان داده‌ها بین مدل‌های ذخیره‌سازی و هوش مصنوعی کمک می‌کند.

این سیستم با اعمال محاسبات موازی به فضای ذخیره‌سازی، تجمیع هوش مصنوعی و عملکرد داده‌ها در یک پلتفرم پردازش موازی واحد که قادر به ذخیره، بازیابی و پردازش مجموعه داده‌های در مقیاس بزرگ است، با اتصال مستقیم پرسرعت بین فضای ذخیره‌سازی و پردازنده‌های گرافیکی و پردازنده‌های مرکزی، پیچیدگی را کاهش می‌دهد.

پلتفرم یکپارچه محاسباتی-ذخیره‌سازی Cloudian، ساخت ابزارهای هوش مصنوعی را در مقیاس تجاری ساده می‌کند، ضمن اینکه زیرساخت ذخیره‌سازی را در اختیار شرکت‌ها قرار می‌دهد که می‌تواند با انفجار هوش مصنوعی همگام باشد.

تسو می‌گوید: «چیزی که مردم اغلب در مورد هوش مصنوعی فراموش می‌کنند این است که همه چیز در مورد داده‌ها است. شما نمی‌توانید با ۱۰٪ داده بیشتر، ۱۰٪ افزایش در عملکرد هوش مصنوعی داشته باشید، و حتی ۱۰ برابر داده بیشتر هم کافی نیست - شما به ۱۰۰۰ برابر داده بیشتر نیاز دارید. ذخیره داده‌ها به روشی که مدیریت آن آسان باشد، و جاسازی محاسبات در همانجا تا بتوانید آن را به محض ورود، بدون نیاز به جابجایی آن، انجام دهید - این مسیری است که صنعت به آن می‌رود.»

ذخیره‌سازی شیء و هوش مصنوعی

در حال حاضر، پلتفرم Cloudian از معماری ذخیره‌سازی شیءگرا استفاده می‌کند که در آن انواع داده‌ها - اسناد، ویدیوها ، داده‌های حسگر - به صورت اشیاء واحد با فراداده ذخیره می‌شوند. ذخیره‌سازی شیءگرا می‌تواند حجم عظیمی از داده‌ها را در یک ساختار مسطح مدیریت کند و آن را برای داده‌های بدون ساختار و سیستم‌های هوش مصنوعی ایده‌آل می‌کند، اما پیش از این ارسال مستقیم داده‌ها به یک مدل هوش مصنوعی بدون کپی کردن اولیه آن در حافظه کامپیوتر غیرممکن بود - که باعث تأخیر و اتلاف انرژی می‌شد.

در ماه جولای، کلودیان اعلام کرد که سیستم ذخیره‌سازی شیء خود را با یک پایگاه داده برداری گسترش داده است، که داده‌ها را به شکلی ذخیره می‌کند که بلافاصله برای استفاده هوش مصنوعی در دسترس است. همزمان با دریافت داده‌ها، کلودیان فرم برداری داده‌ها را به صورت بلادرنگ محاسبه می‌کند تا از ابزارهای هوش مصنوعی مانند موتورهای توصیه، جستجو و دستیاران هوش مصنوعی پشتیبانی کند.

کلودین همچنین از همکاری با انویدیا خبر داد تا سیستم ذخیره‌سازی آن مستقیماً با پردازنده‌های گرافیکی‌اش کار کند. کلودین گفت که سیستم جدید امکان پردازش سریع‌تر هوش مصنوعی و کاهش هزینه‌های محاسباتی را فراهم می‌کند.

تسو گفت: «انویدیا حدود یک سال و نیم پیش به ما مراجعه کرد، زیرا پردازنده‌های گرافیکی فقط زمانی مفید هستند که داده‌ای برای تغذیه آنها وجود داشته باشد. اکنون مردم متوجه شده‌اند که آوردن هوش مصنوعی به داده‌ها آسان‌تر از جابجایی حجم عظیمی از داده‌ها است. سیستم ذخیره‌سازی ما قابلیت‌های هوش مصنوعی زیادی را در خود جای داده است، بنابراین می‌توانیم داده‌ها را نزدیک به جایی که جمع‌آوری و ذخیره می‌کنیم، پیش‌پردازش و پس‌پردازش کنیم.»

ذخیره‌سازی اولویت‌دار هوش مصنوعی

کلودیَن به تقریباً ۱۰۰۰ کسب‌وکار در سراسر جهان کمک می‌کند تا بیشترین ارزش را از داده‌های خود به دست آورند، از جمله تولیدکنندگان بزرگ، مؤسسات مالی، مراکز درمانی و سازمان‌های دولتی.

برای مثال، پلتفرم ذخیره‌سازی Cloudian به یک خودروساز بزرگ کمک می‌کند تا با استفاده از هوش مصنوعی، زمان نیاز هر یک از ربات‌های تولیدی خود به تعمیر و نگهداری را تعیین کند. Cloudian همچنین با کتابخانه ملی پزشکی ایالات متحده برای ذخیره مقالات تحقیقاتی و اختراعات و با پایگاه داده ملی سرطان برای ذخیره توالی‌های DNA تومور - مجموعه داده‌های غنی که هوش مصنوعی می‌تواند برای کمک به توسعه درمان‌ها یا اکتشافات جدید پردازش کند - همکاری می‌کند.

تسو می‌گوید: «پردازنده‌های گرافیکی (GPU) یک توانمندساز عالی هستند. قانون مور هر دو سال قدرت محاسباتی را دو برابر می‌کند، اما پردازنده‌های گرافیکی می‌توانند وظایف را روی یک تراشه موازی کنند، چندین پردازنده گرافیکی را به هم زنجیر کنند و از قانون مور فراتر روند. این مقیاس، هوش مصنوعی را به سطوح جدیدی از هوش سوق می‌دهد، اما تنها راه برای اینکه پردازنده‌های گرافیکی بهترین عملکرد خود را داشته باشند، این است که داده‌ها را با همان نرخ قدرت محاسباتی خود تغذیه کنند - و تنها راه برای انجام این کار، حذف تمام لایه‌های واسطه بین پردازنده گرافیکی (GPU) و داده‌های شما است.»

(طبق گفته دانشگاه MIT)

منبع: https://vietnamnet.vn/cloudian-dua-du-lieu-den-gan-ai-hon-bao-gio-het-2433241.html