ຮູບພາບສຳລັບບົດຮຽນທີ 70.png
ລະບົບເກັບຮັກສາຂໍ້ມູນທີ່ສາມາດຂະຫຍາຍໄດ້ສຳລັບທຸລະກິດ, ເຮັດໃຫ້ການໄຫຼວຽນຂໍ້ມູນບໍ່ມີຂໍ້ບົກຜ່ອງລະຫວ່າງການເກັບຮັກສາ ແລະ ຮູບແບບ AI. ຮູບພາບ: Midjourney

ປັນຍາປະດິດກຳລັງປ່ຽນແປງວິທີການເກັບຮັກສາ ແລະ ເຂົ້າເຖິງຂໍ້ມູນຂອງທຸລະກິດ. ນີ້ແມ່ນຍ້ອນວ່າລະບົບເກັບຮັກສາຂໍ້ມູນແບບດັ້ງເດີມໄດ້ຖືກອອກແບບມາເພື່ອຈັດການກັບຄຳສັ່ງງ່າຍໆຈາກຜູ້ໃຊ້ຈຳນວນໜຶ່ງພ້ອມໆກັນ, ໃນຂະນະທີ່ລະບົບ AI ໃນປະຈຸບັນທີ່ມີຕົວແທນຫຼາຍລ້ານຄົນຕ້ອງການເຂົ້າເຖິງ ແລະ ປະມວນຜົນຂໍ້ມູນຈຳນວນຫຼວງຫຼາຍຢ່າງຕໍ່ເນື່ອງ ແລະ ຂະໜານກັນ.

ລະບົບເກັບຮັກສາຂໍ້ມູນແບບດັ້ງເດີມໃນປະຈຸບັນມີຫຼາຍຊັ້ນທີ່ສັບສົນ, ເຊິ່ງເຮັດໃຫ້ AI ຊ້າລົງ ເພາະວ່າຂໍ້ມູນຕ້ອງຜ່ານຫຼາຍຊັ້ນກ່ອນທີ່ຈະໄປເຖິງ GPU - ໂປເຊດເຊີກຣາບຟິກ, ເຊິ່ງຖືວ່າເປັນ "ສະໝອງ" ຂອງ AI.

Cloudian – ຜູ້ຮ່ວມກໍ່ຕັ້ງໂດຍ Michael Tso (ຈາກ MIT) ແລະ Hiroshi Ohta – ກຳລັງຊ່ວຍໃຫ້ການເກັບຮັກສາຂໍ້ມູນທັນກັບການປະຕິວັດ AI. ບໍລິສັດໄດ້ພັດທະນາລະບົບການເກັບຮັກສາທີ່ສາມາດຂະຫຍາຍໄດ້ສຳລັບວິສາຫະກິດ, ເຊິ່ງເຮັດໃຫ້ການໄຫຼວຽນຂອງຂໍ້ມູນບໍ່ມີຂໍ້ບົກຜ່ອງລະຫວ່າງການເກັບຮັກສາ ແລະ ຮູບແບບ AI.

ລະບົບນີ້ຊ່ວຍຫຼຸດຜ່ອນຄວາມສັບສົນໂດຍການໃຊ້ການປະມວນຜົນແບບຂະໜານກັບບ່ອນເກັບຂໍ້ມູນ, ການລວມຟັງຊັນ AI ແລະຂໍ້ມູນໃສ່ແພລດຟອມປະມວນຜົນແບບຂະໜານດຽວທີ່ສາມາດເກັບຮັກສາ, ດຶງຂໍ້ມູນ ແລະປະມວນຜົນຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່, ດ້ວຍການເຊື່ອມຕໍ່ໂດຍກົງຄວາມໄວສູງລະຫວ່າງບ່ອນເກັບຂໍ້ມູນ ແລະທັງ GPU ແລະ CPU.

ແພລດຟອມການເກັບຮັກສາ ແລະ ການປະມວນຜົນແບບປະສົມປະສານຂອງ Cloudian ເຮັດໃຫ້ການພັດທະນາເຄື່ອງມື AI ຂະໜາດການຄ້າງ່າຍຂຶ້ນ ໃນຂະນະທີ່ສະໜອງພື້ນຖານໂຄງລ່າງການເກັບຮັກສາໃຫ້ແກ່ທຸລະກິດຕ່າງໆ ທີ່ສາມາດຕິດຕາມການຂະຫຍາຍຕົວຂອງ AI ໄດ້.

“ສິ່ງໜຶ່ງທີ່ຄົນມັກມອງຂ້າມກ່ຽວກັບ AI ແມ່ນວ່າທັງໝົດແມ່ນກ່ຽວກັບຂໍ້ມູນ,” Tso ກ່າວ. “ທ່ານບໍ່ສາມາດເພີ່ມປະສິດທິພາບຂອງ AI ໄດ້ 10% ພຽງແຕ່ມີຂໍ້ມູນຫຼາຍກວ່າ 10%, ແມ່ນແຕ່ຂໍ້ມູນກໍ່ບໍ່ຫຼາຍກວ່າ 10 ເທົ່າ—ທ່ານຕ້ອງການຂໍ້ມູນຫຼາຍກວ່າ 1,000 ເທົ່າ. ການເກັບຮັກສາຂໍ້ມູນໃນແບບທີ່ງ່າຍຕໍ່ການຈັດການ, ໃນຂະນະທີ່ຝັງການຄິດໄລ່ໄວ້ພາຍໃນມັນເພື່ອໃຫ້ມັນສາມາດປະມວນຜົນໄດ້ທັນທີທີ່ມັນຖືກປ້ອນຂໍ້ມູນໂດຍບໍ່ຕ້ອງຍ້າຍມັນ—ນັ້ນແມ່ນທິດທາງທີ່ອຸດສາຫະກຳກຳລັງມຸ່ງໜ້າໄປ.”

ການເກັບຮັກສາວັດຖຸ ແລະ AI

ປັດຈຸບັນ, ແພລດຟອມຂອງ Cloudian ໃຊ້ສະຖາປັດຕະຍະກຳການເກັບຮັກສາວັດຖຸ, ບ່ອນທີ່ຂໍ້ມູນທຸກປະເພດ - ເອກະສານ, ວິດີໂອ , ຂໍ້ມູນເຊັນເຊີ - ຖືກເກັບໄວ້ເປັນວັດຖຸດຽວທີ່ມີ metadata. ການເກັບຮັກສາວັດຖຸສາມາດຈັດການຂໍ້ມູນຈຳນວນຫຼວງຫຼາຍໃນໂຄງສ້າງຮາບພຽງ, ເໝາະສຳລັບຂໍ້ມູນທີ່ບໍ່ມີໂຄງສ້າງ ແລະ ລະບົບ AI, ແຕ່ກ່ອນໜ້ານີ້ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະສົ່ງຂໍ້ມູນໂດຍກົງໄປຫາຮູບແບບ AI ​​ໂດຍບໍ່ຕ້ອງຄັດລອກມັນໄປໃສ່ໜ່ວຍຄວາມຈຳຄອມພິວເຕີກ່ອນ - ເຊິ່ງເຮັດໃຫ້ເກີດຄວາມຊັກຊ້າ ແລະ ການໃຊ້ພະລັງງານສູງ.

ໃນເດືອນກໍລະກົດທີ່ຜ່ານມາ, Cloudian ໄດ້ປະກາດວ່າໄດ້ຂະຫຍາຍລະບົບເກັບຮັກສາວັດຖຸຂອງຕົນດ້ວຍຖານຂໍ້ມູນເວັກເຕີ, ເຊິ່ງເກັບຮັກສາຂໍ້ມູນໃນຮູບແບບທີ່ພ້ອມສຳລັບການນຳໃຊ້ AI ທັນທີ. ເມື່ອຂໍ້ມູນຖືກໂຫຼດແລ້ວ, Cloudian ຈະປະຕິບັດການຄິດໄລ່ເວັກເຕີໃນເວລາຈິງຂອງຂໍ້ມູນເພື່ອຮອງຮັບເຄື່ອງມື AI ເຊັ່ນ: ເຄື່ອງຈັກແນະນຳ, ເຄື່ອງຈັກຊອກຫາ ແລະ ຜູ້ຊ່ວຍ AI.

Cloudian ຍັງໄດ້ປະກາດການຮ່ວມມືກັບ NVIDIA ເພື່ອພັດທະນາລະບົບເກັບຮັກສາຂໍ້ມູນທີ່ເຮັດວຽກໂດຍກົງກັບ GPU ຂອງບໍລິສັດ. Cloudian ກ່າວວ່າລະບົບໃໝ່ນີ້ຊ່ວຍໃຫ້ການປະມວນຜົນ AI ໄວຂຶ້ນ ແລະ ຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍໃນການຄິດໄລ່.

“NVIDIA ໄດ້ຕິດຕໍ່ຫາພວກເຮົາປະມານ 1.5 ປີກ່ອນ ເພາະວ່າ GPU ຈະມີປະໂຫຍດພຽງແຕ່ເມື່ອມີກະແສຂໍ້ມູນຢ່າງຕໍ່ເນື່ອງທີ່ 'ປ້ອນ' ພວກມັນ,” Tso ກ່າວ. “ດຽວນີ້ຜູ້ຄົນຮັບຮູ້ວ່າມັນງ່າຍກວ່າທີ່ຈະນຳເອົາ AI ມາສູ່ຂໍ້ມູນຫຼາຍກວ່າການຍ້າຍບລັອກຂໍ້ມູນຂະໜາດໃຫຍ່. ລະບົບເກັບຮັກສາຂອງພວກເຮົາປະສົມປະສານໜ້າທີ່ AI ຫຼາຍຢ່າງ, ດັ່ງນັ້ນພວກເຮົາສາມາດປະມວນຜົນຂໍ້ມູນລ່ວງໜ້າ ແລະ ຫຼັງການປະມວນຜົນໃກ້ກັບບ່ອນທີ່ພວກເຮົາເກັບກຳ ແລະ ເກັບຮັກສາມັນ.”

ບ່ອນເກັບຂໍ້ມູນທີ່ AI ແນະນຳ

Cloudian ກຳລັງຊ່ວຍເຫຼືອທຸລະກິດປະມານ 1,000 ແຫ່ງທົ່ວໂລກໃຫ້ເພີ່ມມູນຄ່າສູງສຸດຂອງຂໍ້ມູນຂອງເຂົາເຈົ້າ, ລວມທັງຜູ້ຜະລິດລາຍໃຫຍ່, ສະຖາບັນການເງິນ, ສະຖານທີ່ ດູແລສຸຂະພາບ ແລະ ອົງການຂອງລັດຖະບານ.

ຕົວຢ່າງ, ແພລດຟອມເກັບຮັກສາຂໍ້ມູນຂອງ Cloudian ກຳລັງສະໜັບສະໜູນຜູ້ຜະລິດລົດຍົນລາຍໃຫຍ່ທີ່ໃຊ້ AI ເພື່ອກຳນົດວ່າເວລາໃດທີ່ຕ້ອງການການບຳລຸງຮັກສາໃນຫຸ່ນຍົນຜະລິດແຕ່ລະລຸ້ນ. Cloudian ຍັງຮ່ວມມືກັບຫໍສະໝຸດແຫ່ງຊາດຂອງສະຫະລັດເພື່ອເກັບຮັກສາເອກະສານຄົ້ນຄວ້າ ແລະ ສິດທິບັດ, ແລະ ກັບຖານຂໍ້ມູນມະເຮັງແຫ່ງຊາດເພື່ອເກັບຮັກສາລຳດັບ DNA ຂອງເນື້ອງອກ - ຊຸດຂໍ້ມູນທີ່ອຸດົມສົມບູນທີ່ AI ສາມາດປະມວນຜົນເພື່ອສະໜັບສະໜູນການຄົ້ນຄວ້າກ່ຽວກັບການປິ່ນປົວ ຫຼື ການຄົ້ນພົບໃໝ່ໆ.

“GPU ເປັນແຮງຂັບເຄື່ອນທີ່ດີເລີດ,” Tso ກ່າວ. “ກົດໝາຍຂອງ Moore ເພີ່ມພະລັງການປະມວນຜົນສອງເທົ່າທຸກໆສອງປີ, ແຕ່ GPU ສາມາດຂະໜານໜ້າວຽກຕ່າງໆໃນຊິບ, ເຊື່ອມຕໍ່ GPU ຫຼາຍອັນເຂົ້າກັນ, ແລະ ໄປໄກກວ່າກົດໝາຍຂອງ Moore. ຂະໜາດນີ້ກຳລັງຊຸກຍູ້ AI ໄປສູ່ລະດັບຄວາມສະຫຼາດໃໝ່, ແຕ່ວິທີດຽວທີ່ GPU ຈະເຮັດວຽກໄດ້ຢ່າງເຕັມທີ່ແມ່ນການສົ່ງຂໍ້ມູນດ້ວຍຄວາມໄວທີ່ກົງກັບພະລັງການປະມວນຜົນຂອງພວກມັນ - ແລະວິທີດຽວທີ່ຈະເຮັດແນວນັ້ນແມ່ນການກຳຈັດຊັ້ນກາງທັງໝົດລະຫວ່າງ GPU ແລະ ຂໍ້ມູນຂອງທ່ານ.”

(ອີງຕາມ MIT)

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