Investimet e kompanive në inteligjencën artificiale janë, siç është e kuptueshme, shpesh të përqendruara në kapacitetin komputues. Qasja në GPU-të, performanca e modeleve dhe kostoja e inferencës janë bërë faktorë qendrorë, ndërsa organizatat shndërrojnë përdorimin e inteligjencës artificiale nga eksperimentimi në prodhim.
Megjithatë, një pjesë e rritur e sfidave ekonomike dhe operative ndodhet në pjesët tjera të infrastrukturës. Inteligjenca artificiale varet nga të dhënat në çdo fazë të ciklit të jetësës së saj: grupet e të dhënave duhet të mbledhen dhe përgatiten, të dhënat e trajnimit duhet të bëhen të disponueshme për komputim, duhet ruajtur pikat e kontrollit dhe artefaktet e modeleve, dhe informacionet mund të nevojohën të lëvizin ndërmjet ofruesve të infrastrukturës, ndërsa prioritetet e biznesit dhe detyrat ndryshojnë.
Ndërsa këto detyra rriten, niveli i ruajtjes së të dhënave po bëhet një komponent strategjik i infrastrukturës së inteligjencës artificiale, me implikime të rëndësishme për ekonominë e inteligjencës artificiale të kompanive.
Strategjitë tradicionale të ruajtjes së të dhënave janë zakonisht të ndërtuara rreth konsideratave të tilla si kapaciteti, disponueshmëria, performanca dhe ruajtja. Inteligjenca artificiale sjell një dimension të ri: marrëdhënia midis ruajtjes së të dhënave dhe kërkesave në ndryshim të mjedisit të gjerë të infrastrukturës.
Fazat e ndryshme të një procesi pune të inteligjencës artificiale kanë kërkesa të ndryshme ruajtjeje. Të dhënat që po punohen aktivisht mund të kërkojnë një infrastrukturë me performancë të lartë, ndërsa grupet e të dhënave historike, pikat e kontrollit dhe artefaktet e modeleve mund të vendosin një theks më të madh në qëndrueshmëri, siguri, aksesueshmëri dhe kostë. Zgjedhja e të njëjtës qasje ruajtjeje në gjithë ciklin e jetësës mund të rezultojë në një shfrytëzim joefikient të infrastrukturës.
Sfida është veçanërisht e rëndësishme sepse volumet e të dhënave të inteligjencës artificiale mund të jenë të konsiderueshme dhe vazhdojnë të rriten, ndërsa organizatat gjenerojnë të dhëna shtesë trajnimi, versione të modeleve dhe artefakte të lidhura.
Objektivi nuk duhet të jetë minimizimi i shpenzimeve për ruajtje të dhënash në izolim. Duhet të sigurohet se të dhënat ruhen në një infrastrukturë e përshtatshme për rolin e tyre, duke ruajtur në të njëjtën kohë performancën, sigurinë dhe aksesueshmërinë që kërkohen nga biznesi.
Kjo është baza e asaj që mund të quhet “optimizimi i ruajtjes së dhënave për AI”: optimizimi sistematik i ruajtjes së dhënave në gjithë ciklin e jetësës së inteligjencës artificiale, për të siguruar që investimet në infrastrukturë të jenë në linjë me kërkesat e biznesit dhe detyrat.
Organizatat po adoptuar një gamë më të gjerë ofruesish të infrastrukturës, përfshirë ofruesit e mëdhenj, ofruesit e specializuar të GPU-ve dhe platformat e reja të reja të quajtura “neoclouds”. Ekonomia dhe disponueshmëria e këtyre mjediseve mund të ndryshojnë shpejt, duke krijuar nxitje për të lëvizur detyrat ndërmjet ofruesve. Komputimi mund të rialokuar relativisht lehtë. Të dhënat e lidhura janë shumë më të palëvizshme.
Grupet e mëdha të të dhënave trajnimi dhe artefaktet e modeleve mund të jenë të kushtueshme dhe komplekse për të transferuar. Kur lidhen pagesa të konsiderueshme me lëvizjen ose kthimin e të dhënave, organizatat mund të gjejnë veten të kufizuara nga vendimet e infrastrukturës që u janë bërë në një fazë të mëparshme të programit të tyre të inteligjencës artificiale, duke krijuar një lloj varësie të papritur.
Për këtë arsye, aftësia për të lëvizur të dhënat duhet të konsiderohet kur projektohet infrastruktura e inteligjencës artificiale, dhe jo të trajtohet si një zgjedhje për një migrim të ardhshëm. Standardet e hapura dhe ruajtja e interoperueshme mund të ofrojnë një shkëputje të rëndësishme midis të dhënave dhe komputimit, duke lejuar organizatave të përshtatin strategjinë e infrastrukturës ndërsa kushtet e tregut ndryshojnë.
Për liderët e teknologjisë, kjo krijon një konsideratë më të gjerë sesa thjesht vlerësimi i kostos së kapacitetit të ruajtjes. Pytja relevante është kostoja totale ekonomike dhe strategjike e ruajtjes së të dhënave në një mjedis të caktuar.
Grupet e të dhënave trajnimi, informacioni i pronësisë dhe artefaktet e modeleve mund të përfaqësojnë një vlerë tregut të konsiderueshme. Në të njëjtën kohë, numri i aplikacioneve dhe sistemeve automatike që ndërvejnë me të dhënat e kompanisë po rritet. Rezistenca e ruajtjes së të dhënave duhet të jetë pjesë e strategjisë së sigurisë së inteligjencës artificiale.
Kopjet e paprekshme, kontrolli i qasjes dhe proceset e shërimit të forcuar mund të ndihmojnë organizatat të mbrojnë të dhënat kritike nga programi i frizimit, f
Burimi: TechRadar.com
