A mesterséges intelligencia és a fejlett alkalmazások megterhelik a jelenlegi technológiai infrastruktúrákat
Egy közelmúltbeli felmérésben a vezetők többsége, 76%-a azt mondta, hogy jelenlegi infrastruktúrájuk nem alkalmas a közelgő igények kielégítésére - más néven mesterséges intelligencia és a kapcsolódó analitikai munkaterhelés.
A Hitachi felmérése szerint az adattárolási igények két éven belül megduplázódhatnak. Hová kerül ez az összes adat? Ott a felhő, ugye?
Ha csapatát vagy szervezetét nagymértékben mesterséges intelligencia felé kívánja helyezni, előfordulhat, hogy meg kell vizsgálnia, és fel kell készülnie a beruházásokra az alatta lévő infrastruktúrába - adatkapacitás, feldolgozási kapacitás, szerszámok és kapcsolódó erőforrások.
Miközben a világ vitákba keveredik a mesterséges intelligencia hatékonyságáról és kockázatairól, az infrastruktúra támogatásának kérdése nem kap kellő figyelmet. Úgy tűnik, sok jelenlegi rendszer nem áll készen az AI-munkaterhelés kezelésére.
Egy közelmúltbeli felmérésben a vezetők többsége, 76%-a úgy érzi, jelenlegi infrastruktúrája „képtelen lesz a közelgő igények kielégítésére” - más néven az AI és a kapcsolódó analitikai munkaterhelés. Ezenkívül a Hitachi Vantara által közzétett, 1288 vezető részvételével készült felmérés azt is megállapította, hogy 60%-uk egyszerűen „túlterheli” az általuk kezelt adatok mennyisége miatt. A jelentés készítői szerint 2025-re a nagy szervezetek több mint 65 petabájtnyi adatot fognak tárolni. (Nem is volt olyan régen, hogy egy terabájt hatalmas terhelés volt.)
A Hitachi adatok tükrözik az AI Infrastructure Institute (AIII) megállapításait, amelyek szerint a csapatok mindössze 26%-a volt „nagyon elégedett” jelenlegi AI/ML infrastruktúrájával. A nagy technológiai cégek természetesen hatalmas költségvetéssel, személyzettel és kapacitással rendelkeznek ahhoz, hogy a mesterséges intelligenciát megvalósítsák. Az AIII jelentés szerzői szerint ezeken a vállalatokon belüli csapatok „a semmiből építették ki saját AI/ML infrastruktúrájukat, mert semmi nem volt a piacon, ami támogatta volna erőfeszítéseiket.
Hozzáteszik, hogy az utóbbi időben "az új eszközök és platformok gyors elterjedését tapasztaltuk, amelyek lehetővé teszik a vállalkozások, valamint a kis- és középvállalkozások számára, hogy hasznot húzzanak az intelligencia forradalomból. Azonban a megfelelő AI/ML infrastruktúra kiépítése, amely megfelel a vállalati igényeknek, továbbra is jelentős feladat kihívás."
Vegyük például az egyszerű nyers tárolási kapacitást. A Hitachi felmérése szerint az adattárolási igények két éven belül megduplázódhatnak. Hová kerül ez az összes adat? Ott a felhő, ugye? Tartsa ezt a gondolatot, a felmérés készítői óvatosak. A felhő a megoldás része, "de nem ezüstgolyó" - mutatnak rá. 2025-re az adatközpontok munkaterhelésének körülbelül 27%-a nyilvános felhőben, további 21%-a pedig közös helyen lesz. Az adatközponti munkaterhelés körülbelül fele, 49%-a a vállalati falakon belül marad - akár hagyományosabb helyszíni rendszerekben, akár privát felhőkben.
Hogy még egy kicsit bonyolítsuk a dolgokat, az informatikai vezetők becslése szerint a vállalataikon átfolyó adatok felét nem tudják ellenőrizni. Ezek „sötét adatok”, amelyeket gyűjtenek és tárolnak, de soha nem használnak fel - és az összes adat majdnem felét teszik ki.
Nem csak az adatkapacitást kell növelni - az eszközök fontosak. „Bármely AI/ML csapat növekedése egy utazás, és minden szakaszban más-más eszközökre van szükség” - állapítja meg az AIII jelentés. "Bármely korai szakaszban, csak néhány kiváló adattudóssal, az eszközigények sokkal egyszerűbbek. A csapat növekedésével azonban újabb és jobb eszközökre van szüksége a növekedés kezelésére. Hagyományos vállalati IT-megfontolások, például szerepalapúak a hozzáférés-ellenőrzés és a biztonság hirtelen fontossá válik, akárcsak a folyamatos felügyelet és karbantartás."
A mesterséges intelligencia gyors növekedésével kapcsolatban felmerülő további igények közé tartoznak a funkciótárolók, valamint az adatok verziószámának és származásának láthatósága. "Néhányan túl későn fedezik fel az adatok verziószámát és származását, miután a szabályozás vagy egy nyilvános hiba rávilágít ennek szükségességére." - állítják az AIII szerzői. "Ahogy a csapatok növekednek és versenyeznek a GPU-kon belüli erőforrás-ütemezésért, ez elengedhetetlenné válik. Minden szakaszban gyorsan felszínre kerülnek az új kötelező eszközök."
A nagytechnológiai cégek "a nulláról építették fel saját eszközeiket, mert nem volt a piacon semmi, ami támogatná az igényeiket, de ez a megközelítés nagyrészt elérhetetlen más vállalatok számára, amelyek nem rendelkeznek fejlesztők hadával" - állítják az AIII szerzői. . "Ez fenntarthatatlan is, mivel ezeknek az eszközöknek a műszaki adóssága és karbantartása gyorsan rémálommá válik, még akkor is, ha a kereskedelmi eszközök elkezdik megkerülni a belső építésű rendszereket képességeikkel."
Az AIII elemzői "elvárják, hogy az elkövetkező öt évben egyre több technológiai vállalat cserélje ki saját kezűleg hengerelt kötegének egy részét kereskedelmi vagy nyílt forráskódú alternatívákkal. Arra számítunk, hogy a korai többségi szakaszban lévő vállalatok többsége nem készíti el saját eszközeit, hanem ehelyett összpontosítson a kisebb eszközök írására, amelyek bezárják a rést a verem moduláris részei között."