
Kecerdasan buatan mengubah cara bisnis menyimpan dan mengakses data. Hal ini disebabkan oleh sistem penyimpanan data tradisional yang dirancang untuk memproses perintah sederhana dari beberapa pengguna sekaligus, sementara saat ini, sistem AI dengan jutaan agen perlu mengakses dan memproses data dalam jumlah besar secara terus-menerus dan paralel.
Sistem penyimpanan tradisional kini memiliki banyak lapisan kompleksitas, yang memperlambat AI karena data harus melewati banyak lapisan sebelum mencapai GPU - unit pemrosesan grafis, yang dianggap sebagai "sel otak" AI.
Cloudian, yang didirikan bersama oleh Michael Tso (dari MIT) dan Hiroshi Ohta, membantu penyimpanan data mengikuti revolusi AI. Perusahaan ini telah mengembangkan sistem penyimpanan perusahaan yang skalabel yang membantu data mengalir lancar antara model penyimpanan dan AI.
Sistem ini mengurangi kompleksitas dengan menerapkan komputasi paralel ke penyimpanan, menggabungkan fungsionalitas AI dan data ke dalam satu platform pemrosesan paralel yang mampu menyimpan, mengambil, dan memproses kumpulan data skala besar, dengan koneksi langsung berkecepatan tinggi antara penyimpanan dan GPU serta CPU.
Platform komputasi-penyimpanan terpadu Cloudian menyederhanakan pembuatan peralatan AI dalam skala komersial, sekaligus menyediakan infrastruktur penyimpanan bagi perusahaan yang mampu mengimbangi ledakan AI.
"Satu hal yang sering dilupakan orang tentang AI adalah bahwa semuanya bergantung pada data," ujar Tso. "Anda tidak bisa mendapatkan peningkatan performa AI sebesar 10% dengan data 10% lebih banyak, atau bahkan 10 kali lipat—Anda membutuhkan data 1.000 kali lipat. Menyimpan data dengan cara yang mudah dikelola, dan menanamkan komputasi langsung di sana sehingga Anda dapat melakukannya saat data masuk, tanpa perlu memindahkannya—ke sanalah industri ini bergerak."
Penyimpanan Objek dan AI
Saat ini, platform Cloudian menggunakan arsitektur penyimpanan objek, di mana semua jenis data—dokumen, video , data sensor—disimpan sebagai objek tunggal dengan metadata. Penyimpanan objek dapat mengelola data dalam jumlah besar dalam struktur datar, sehingga ideal untuk data tak terstruktur dan sistem AI. Namun, sebelumnya mustahil untuk mengirim data langsung ke model AI tanpa menyalinnya terlebih dahulu ke memori komputer—yang menyebabkan latensi dan pemborosan energi.
Pada bulan Juli, Cloudian mengumumkan telah memperluas sistem penyimpanan objeknya dengan basis data vektor, yang menyimpan data dalam bentuk yang langsung tersedia untuk penggunaan AI. Saat data diproses, Cloudian menghitung bentuk vektor data secara real-time untuk mendukung perangkat AI seperti mesin rekomendasi, pencarian, dan asisten AI.
Cloudian juga mengumumkan kemitraan dengan NVIDIA agar sistem penyimpanannya dapat bekerja langsung dengan GPU-nya. Cloudian menyatakan bahwa sistem baru ini memungkinkan pemrosesan AI yang lebih cepat dan mengurangi biaya komputasi.
"NVIDIA menghubungi kami sekitar satu setengah tahun yang lalu karena GPU hanya berguna jika ada data yang dapat diumpankan," kata Tso. "Sekarang orang-orang menyadari bahwa lebih mudah menerapkan AI pada data daripada memindahkan data dalam jumlah besar. Sistem penyimpanan kami memiliki banyak fungsi AI bawaan, sehingga kami dapat melakukan pra-proses dan pasca-proses data di dekat tempat kami mengumpulkan dan menyimpannya."
Penyimpanan yang diprioritaskan AI
Cloudian membantu sekitar 1.000 bisnis di seluruh dunia mendapatkan nilai maksimal dari data mereka, termasuk produsen besar, lembaga keuangan, fasilitas perawatan kesehatan , dan lembaga pemerintah.
Misalnya, platform penyimpanan Cloudian membantu produsen mobil besar menggunakan AI untuk menentukan kapan setiap robot produksi membutuhkan perawatan. Cloudian juga bermitra dengan Perpustakaan Kedokteran Nasional AS untuk menyimpan makalah penelitian dan paten, serta dengan Basis Data Kanker Nasional untuk menyimpan sekuens DNA tumor—kumpulan data lengkap yang dapat diproses AI untuk membantu penelitian pengobatan baru atau penemuan baru.
"GPU adalah enabler yang hebat," kata Tso. "Hukum Moore menggandakan daya komputasi setiap dua tahun, tetapi GPU dapat memparalelkan tugas pada sebuah chip, menghubungkan beberapa GPU, dan melampaui Hukum Moore. Skala ini mendorong AI ke tingkat kecerdasan yang baru, tetapi satu-satunya cara agar GPU dapat bekerja sebaik mungkin adalah dengan memasukkan data pada kecepatan yang sama dengan daya komputasinya—dan satu-satunya cara untuk melakukannya adalah dengan menghilangkan semua lapisan antara GPU dan data Anda."
(Menurut MIT)
Sumber: https://vietnamnet.vn/cloudian-dua-du-lieu-den-gan-ai-hon-bao-gio-het-2433241.html
Komentar (0)