
Tekoäly muuttaa tapaa, jolla yritykset tallentavat ja käyttävät dataa. Tämä johtuu siitä, että perinteiset tiedontallennusjärjestelmät on suunniteltu käsittelemään muutaman käyttäjän yksinkertaisia komentoja samanaikaisesti, kun taas nykypäivän miljoonien agenttien tekoälyjärjestelmien on käytettävä ja käsiteltävä valtavia määriä dataa jatkuvasti ja rinnakkain.
Perinteisissä tallennusjärjestelmissä on nykyään useita monimutkaisia kerroksia, mikä hidastaa tekoälyä, koska datan on kuljettava useiden kerrosten läpi ennen kuin se saavuttaa GPU:n – grafiikkasuorittimen, jota pidetään tekoälyn "aivoina".
Cloudian – Michael Tson (MIT) ja Hiroshi Ohtan perustama – auttaa tiedontallennusta pysymään tekoälyvallankumouksen vauhdissa. Yritys on kehittänyt yrityksille skaalautuvan tallennusjärjestelmän, joka mahdollistaa saumattoman tiedonkulun tallennus- ja tekoälymallien välillä.
Tämä järjestelmä vähentää monimutkaisuutta soveltamalla rinnakkaislaskentaa tallennukseen, keskittämällä tekoälyn toiminnallisuuden ja datan yhdelle rinnakkaiskäsittelyalustalle, joka pystyy tallentamaan, hakemaan ja käsittelemään suuria tietojoukkoja. Tallennustilasta ja sekä näytönohjaimista että suorittimista on saatavilla nopea suora yhteys.
Cloudianin integroitu tallennus- ja laskenta-alusta yksinkertaistaa kaupallisen mittakaavan tekoälytyökalujen kehittämistä ja tarjoaa yrityksille tallennusinfrastruktuurin, joka pystyy pysymään tekoälybuumin vauhdissa.
”Yksi asia, jonka ihmiset usein unohtavat tekoälyssä, on se, että kaikki pyörii datan ympärillä”, Tso sanoi. ”Tekoälyn suorituskykyä ei voi parantaa 10 % vain 10 % enemmän dataa, ei edes kymmenkertaisella datamäärällä – dataa tarvitaan tuhannen kertaa enemmän. Datan tallentaminen helposti hallittavalla tavalla ja samalla laskelmien upottaminen suoraan siihen, jotta se voidaan käsitellä heti syötteen jälkeen ilman, että sitä tarvitsee siirtää – tähän suuntaan ala on menossa.”
Objektien tallennus ja tekoäly
Tällä hetkellä Cloudianin alusta käyttää objektitallennusarkkitehtuuria, jossa kaikenlaiset tiedot – dokumentit, videot ja anturitiedot – tallennetaan yksittäisinä objekteina metatiedoilla. Objektitallennus pystyy hallitsemaan valtavia tietomääriä tasaisessa rakenteessa, mikä on ihanteellista strukturoimattomalle datalle ja tekoälyjärjestelmille, mutta aiemmin dataa oli mahdotonta lähettää suoraan tekoälymalliin kopioimatta sitä ensin tietokoneen muistiin – mikä aiheutti viivettä ja suurta virrankulutusta.
Viime heinäkuussa Cloudian ilmoitti laajentaneensa objektien tallennusjärjestelmäänsä vektoritietokannalla, joka tallentaa dataa tekoälyn välittömään käyttöön valmiissa muodossa. Kun data on ladattu, Cloudian suorittaa datalle reaaliaikaisia vektorilaskelmia tukeakseen tekoälytyökaluja, kuten suosittelumoottoreita, hakukoneita ja tekoälyavustajia.
Cloudian ilmoitti myös yhteistyöstä NVIDIAn kanssa kehittääkseen tallennusjärjestelmän, joka toimii suoraan yrityksen näytönohjainten kanssa. Cloudianin mukaan tämä uusi järjestelmä mahdollistaa nopeamman tekoälyprosessoinnin ja vähentää laskentakustannuksia.
”NVIDIA otti meihin yhteyttä noin 1,5 vuotta sitten, koska näytönohjaimet ovat hyödyllisiä vain silloin, kun niitä ’ruokitaan’ jatkuvasti datan virtaa”, Tso sanoi. ”Nyt ihmiset ymmärtävät, että tekoälyn tuominen dataan on helpompaa kuin massiivisten datalohkojen siirtäminen. Tallennusjärjestelmämme integroi monia tekoälytoimintoja, joten voimme esikäsitellä ja jälkikäsitellä dataa lähellä sitä, missä keräämme ja säilytämme sitä.”
Tekoälyn suosima tallennustila
Cloudian auttaa noin 1 000 yritystä maailmanlaajuisesti maksimoimaan datansa arvon, mukaan lukien suuret valmistajat, rahoituslaitokset, terveydenhuollon laitokset ja valtion virastot.
Esimerkiksi Cloudianin tallennusalusta tukee suurta autonvalmistajaa tekoälyn käytössä yksittäisten tuotantorobottien huoltotarpeiden määrittämiseen. Cloudian tekee myös yhteistyötä Yhdysvaltain kansallisen lääketieteellisen kirjaston kanssa tutkimuspapereiden ja patenttien tallentamiseksi sekä kansallisen syöpätietokannan kanssa kasvainten DNA-sekvenssien tallentamiseksi – rikkaita tietojoukkoja, joita tekoäly voi käsitellä tukeakseen uusien hoitojen tai löytöjen tutkimusta.
”Grafiikkaprosessorit ovat fantastinen liikkeellepaneva voima”, Tso sanoi. ”Mooren laki kaksinkertaistaa laskentatehon kahden vuoden välein, mutta näytönohjaimet voivat rinnakkaistaa tehtäviä sirulla, yhdistää useita näytönohjaimia toisiinsa ja ylittää Mooren lain. Tämä mittakaava vie tekoälyä uusille älykkyyden tasoille, mutta ainoa tapa, jolla näytönohjaimet voivat toimia täydellä kapasiteetilla, on toimittaa dataa nopeudella, joka vastaa niiden laskentatehoa – ja ainoa tapa tehdä se on poistaa kaikki välikerrokset näytönohjaimen ja datan välillä.”
(MIT:n mukaan)
Lähde: https://vietnamnet.vn/cloudian-dua-du-lieu-den-gan-ai-hon-bao-gio-het-2433241.html








Kommentti (0)