
ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงวิธีที่ธุรกิจจัดเก็บและเข้าถึงข้อมูล เนื่องจากระบบจัดเก็บข้อมูลแบบดั้งเดิมได้รับการออกแบบมาให้ประมวลผลคำสั่งง่ายๆ จากผู้ใช้เพียงไม่กี่คนในแต่ละครั้ง ในขณะที่ระบบ AI ในปัจจุบันที่มีเอเจนต์นับล้านจำเป็นต้องเข้าถึงและประมวลผลข้อมูลจำนวนมหาศาลอย่างต่อเนื่องและแบบขนาน
ระบบจัดเก็บข้อมูลแบบดั้งเดิมในปัจจุบันมีความซับซ้อนหลายชั้น ส่งผลให้ AI ทำงานช้าลง เนื่องจากข้อมูลต้องผ่านหลายชั้นก่อนจะไปถึง GPU ซึ่งเป็นหน่วยประมวลผลกราฟิกที่ถือเป็น "เซลล์สมอง" ของ AI
Cloudian ซึ่งก่อตั้งโดย Michael Tso (จาก MIT) และ Hiroshi Ohta กำลังช่วยให้ระบบจัดเก็บข้อมูลสามารถก้าวทันกับการปฏิวัติ AI บริษัทได้พัฒนาระบบจัดเก็บข้อมูลสำหรับองค์กรที่ปรับขนาดได้ ซึ่งช่วยให้ข้อมูลไหลเวียนระหว่างระบบจัดเก็บข้อมูลและ AI ได้อย่างราบรื่น
ระบบช่วยลดความซับซ้อนโดยนำการประมวลผลแบบขนานมาใช้กับระบบจัดเก็บข้อมูล โดยรวบรวม AI และฟังก์ชันข้อมูลไว้บนแพลตฟอร์มประมวลผลแบบขนานเดียวที่สามารถจัดเก็บ เรียกค้น และประมวลผลชุดข้อมูลขนาดใหญ่ได้ โดยมีการเชื่อมต่อโดยตรงความเร็วสูงระหว่างระบบจัดเก็บข้อมูลกับ GPU และ CPU
แพลตฟอร์มการจัดเก็บข้อมูลแบบบูรณาการของ Cloudian ช่วยลดความยุ่งยากในการสร้างเครื่องมือ AI ในระดับเชิงพาณิชย์ ขณะเดียวกันก็มอบโครงสร้างพื้นฐานด้านการจัดเก็บข้อมูลให้กับองค์กรต่างๆ ที่สามารถตามทันการระเบิดของ AI ได้
“สิ่งหนึ่งที่ผู้คนมักลืมเกี่ยวกับ AI ก็คือ มันเป็นเรื่องของข้อมูลทั้งหมด” Tso กล่าว “คุณไม่สามารถเพิ่มประสิทธิภาพ AI ได้ถึง 10% ด้วยข้อมูลที่เพิ่มขึ้น 10% หรือแม้กระทั่ง 10 เท่าก็ยังไม่เพียงพอ คุณต้องใช้ข้อมูลที่เพิ่มขึ้นถึง 1,000 เท่า การจัดเก็บข้อมูลในลักษณะที่จัดการได้ง่าย และการฝังการคำนวณไว้ตรงนั้น เพื่อให้คุณสามารถดำเนินการได้ทันทีที่ข้อมูลเข้ามา โดยไม่ต้องย้ายข้อมูล นั่นคือทิศทางที่อุตสาหกรรมกำลังมุ่งไป”
การจัดเก็บวัตถุและ AI
ปัจจุบัน แพลตฟอร์มของ Cloudian ใช้สถาปัตยกรรมการจัดเก็บแบบอ็อบเจ็กต์ ซึ่งข้อมูลทุกประเภท ไม่ว่าจะเป็นเอกสาร วิดีโอ และข้อมูลเซ็นเซอร์ จะถูกจัดเก็บเป็นอ็อบเจ็กต์เดี่ยวพร้อมเมตาดาต้า การจัดเก็บแบบอ็อบเจ็กต์สามารถจัดการข้อมูลจำนวนมหาศาลในโครงสร้างแบบแบนราบ จึงเหมาะอย่างยิ่งสำหรับข้อมูลที่ไม่มีโครงสร้างและระบบ AI แต่ก่อนหน้านี้ การส่งข้อมูลไปยังโมเดล AI โดยตรงโดยไม่คัดลอกข้อมูลไปยังหน่วยความจำของคอมพิวเตอร์ก่อนนั้นเป็นไปไม่ได้ ทำให้เกิดความล่าช้าและสิ้นเปลืองพลังงาน
ในเดือนกรกฎาคม Cloudian ประกาศว่าได้ขยายระบบจัดเก็บอ็อบเจ็กต์ด้วยฐานข้อมูลเวกเตอร์ ซึ่งจัดเก็บข้อมูลในรูปแบบที่พร้อมใช้งาน AI ได้ทันที เมื่อข้อมูลถูกนำเข้า Cloudian จะคำนวณข้อมูลในรูปแบบเวกเตอร์แบบเรียลไทม์ เพื่อรองรับเครื่องมือ AI เช่น เครื่องมือแนะนำ เครื่องมือค้นหา และผู้ช่วย AI
Cloudian ยังได้ประกาศความร่วมมือกับ NVIDIA เพื่อให้ระบบจัดเก็บข้อมูลสามารถทำงานร่วมกับ GPU ได้โดยตรง Cloudian ระบุว่าระบบใหม่นี้ช่วยให้การประมวลผล AI เร็วขึ้นและลดต้นทุนการประมวลผล
“NVIDIA ติดต่อเรามาประมาณปีครึ่งแล้ว เพราะ GPU จะมีประโยชน์ก็ต่อเมื่อมีข้อมูลป้อนเข้า” Tso กล่าว “ตอนนี้ผู้คนตระหนักแล้วว่าการนำ AI มาใช้กับข้อมูลนั้นง่ายกว่าการย้ายข้อมูลปริมาณมหาศาล ระบบจัดเก็บข้อมูลของเรามีความสามารถด้าน AI ในตัวมากมาย เราจึงสามารถประมวลผลข้อมูลทั้งก่อนและหลังการประมวลผลได้ใกล้กับจุดที่เรารวบรวมและจัดเก็บ”
ระบบจัดเก็บข้อมูล AI Priority
Cloudian กำลังช่วยให้ธุรกิจประมาณ 1,000 แห่งทั่วโลกได้รับประโยชน์สูงสุดจากข้อมูลของพวกเขา รวมถึงผู้ผลิตขนาดใหญ่ สถาบันการเงิน สถาน พยาบาล และหน่วยงานภาครัฐ
ยกตัวอย่างเช่น แพลตฟอร์มจัดเก็บข้อมูลของ Cloudian กำลังช่วยให้ผู้ผลิตรถยนต์รายใหญ่รายหนึ่งใช้ AI เพื่อกำหนดว่าหุ่นยนต์ผลิตแต่ละตัวของตนจำเป็นต้องได้รับการบำรุงรักษาเมื่อใด Cloudian ยังร่วมมือกับหอสมุดการแพทย์แห่งชาติสหรัฐอเมริกาเพื่อจัดเก็บงานวิจัยและสิทธิบัตร และร่วมมือกับฐานข้อมูลมะเร็งแห่งชาติเพื่อจัดเก็บลำดับดีเอ็นเอของเนื้องอก ซึ่งเป็นชุดข้อมูลที่มีข้อมูลจำนวนมากที่ AI สามารถประมวลผลเพื่อช่วยในการพัฒนาวิธีการรักษาหรือการค้นพบใหม่ๆ
Tso กล่าวว่า "GPU เป็นตัวช่วยที่ยอดเยี่ยม" "กฎของมัวร์ทำให้พลังการประมวลผลเพิ่มขึ้นเป็นสองเท่าทุกสองปี แต่ GPU สามารถทำงานแบบขนานบนชิป เชื่อมต่อ GPU หลายตัวเข้าด้วยกัน และก้าวข้ามกฎของมัวร์ได้ ขนาดดังกล่าวกำลังผลักดันปัญญาประดิษฐ์ (AI) ไปสู่อีกระดับของความชาญฉลาด แต่วิธีเดียวที่จะทำให้ GPU ทำงานได้เต็มประสิทธิภาพคือการป้อนข้อมูลในอัตราเดียวกับพลังการประมวลผล และวิธีเดียวที่จะทำเช่นนั้นได้คือการลบชั้นตัวกลางทั้งหมดระหว่าง GPU และข้อมูลของคุณ"
(ตามข้อมูลของ MIT)
ที่มา: https://vietnamnet.vn/cloudian-dua-du-lieu-den-gan-ai-hon-bao-gio-het-2433241.html
การแสดงความคิดเห็น (0)