ИИ увеличит потребность в хранении данных
Иску́сственный интелле́кт (ИИ; англ. artificial intelligence, AI) — свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека (не следует путать с искусственным сознанием); наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.
Искусственный интеллект связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.
Существующие на сегодня интеллектуальные системы имеют довольно узкие области применения. Википедия
Читайте также:Apple в консорциуме UALink для создания стандартов ИИ-ускорителейКитайская компания Cambricon получила первую прибыль на фоне резкого роста спроса на чипы ИИNvidia Blackwell, ПК с RTX AI и генеративный ИИ для игрMicron инвестирует 7 миллиардов долларов в сборочный завод HBM на фоне бума ИИСерия NVIDIA Blackwell GeForce RTX 50 открывает новый мир компьютерной графики ИИ
Облачная система хранения (англ. cloud storage) — сеть хранения данных, доступная по модели облачных вычислений — аренды пространства хранения по мере необходимости с сокрытием внутренней структуры и деталей реализации. Три основных типа облачных систем хранения — блочные (предоставляют заказчикам пространство хранение как блочное устройство, например, Amazon Elastic Block Store), объектные сети хранения, организованные по принципу контентной адресации, например, Amazon S3), файловые (предоставляют доступ к виртуальным файловым системам, например, Dropbox). Википедия
Больше данных, больше места для хранения, больше безопасности
Согласно опросу, внедрение ИИ широко распространено: 72% опрошенных компаний уже используют эту технологию, а 28% планируют внедрить ее в течение трех лет. Облачное хранилище стало предпочтительным средством для обработки роста данных, обусловленного ИИ: в 2024 году 65% данных, связанных с ИИ, хранились в облаке, а к 2028 году, по прогнозам, этот показатель увеличится до 69%, согласно опросу.
Рисунок 1: Использование облака как процент от текущего и будущего хранилища клиента Изображение: Recon Analytics
Что касается емкости хранилища, то все становится довольно интересно: среди организаций, использующих более 100 ПБ хранилища, 87% сохраняют контрольные точки обучения ИИ либо в облачных средах, либо в комбинации жестких дисков и твердотельных накопителей. Частое создание контрольных точек является обычным явлением: 28% компаний экономят ежедневно, а 43% — еженедельно, что способствует росту спроса на хранилище, говорится в отчете.
Рисунок 2: Меры, принимаемые компаниями для адаптации к растущим потребностям в данных от ИИ Изображение: Recon Analytics
Компании также отдают приоритет более длительному хранению данных обучения ИИ, что считается необходимым для повышения точности моделей, согласно опросу. Значительная часть респондентов (90%) считает, что более длительные периоды хранения приводят к лучшим результатам ИИ. Компании, хранящие ежедневные контрольные точки, указали, что 32% хранят эти данные более 12 месяцев, а 29% хранят их от 6 до 12 месяцев. Такой акцент на долговечности данных отражает растущую важность исторических данных в уточнении моделей ИИ.
Когда речь идет о приоритетах инфраструктуры, безопасность считается наиболее важным компонентом, 25% респондентов ставят ее на первое место в своем списке. Между тем, емкость хранилища отстает на 18%. Другие заметные проблемы инфраструктуры включают управление данными, вычислительные ресурсы, емкость сети и соответствие нормативным требованиям.
Рисунок 3. Важность компонентов инфраструктуры искусственного интеллекта Изображение: Recon Analytics
Все дело в масштабе
Компании также активно адаптируются к растущим требованиям к хранению, вызванным внедрением ИИ. Среди принятых мер 61% внедрили масштабируемые облачные решения для хранения данных, 56% внедрили передовое программное обеспечение для управления данными, а 55% модернизировали свою существующую инфраструктуру. Кроме того, 49% используют методы сжатия данных для управления растущим объемом данных, генерируемых ИИ. Эти стратегии подчеркивают фокус на масштабируемых и эффективных решениях для обеспечения экспоненциального роста хранения.
Рисунок 4: Более длительное хранение данных улучшает результаты ИИ по текущему использованию хранилища Изображение: Recon Analytics
Репликация данных стала еще одной стратегией обеспечения целостности данных и оптимизации результатов ИИ. Примерно 80% респондентов считают репликацию очень или умеренно важной для своих стратегий ИИ, особенно среди организаций с большими объемами хранения. Компании, использующие более 100 ПБ хранилища, с большей вероятностью будут подчеркивать важность репликации для поддержания точности и надежности своих моделей ИИ.
Рисунок 5: Частота контрольных точек обучения модели ИИ в зависимости от текущего использования хранилища Изображение: Recon Analytics
Заглядывая вперед, ожидается, что облачное хранилище будет доминировать, поскольку компании продолжают переводить операции из локальных установок в облачные среды. Эта тенденция обусловлена масштабируемостью, экономической эффективностью и удобством облачных решений.
Рисунок 6: Частота и местоположение резервного копирования контрольных точек для компаний с объемом хранилища более 100 ПБ Изображение: Recon Analytics
По мере того, как внедрение ИИ становится все более распространенным, ожидается, что требования к хранению будут расти экспоненциально, поскольку компании переходят от пробных фаз к полномасштабным внедрениям. Частые контрольные точки, более длительное хранение данных и практики репликации останутся существенными, что подчеркивает необходимость надежной инфраструктуры хранения и передовых инструментов управления для поддержки будущих операций, управляемых ИИ.
Источник: Tomshardware.com
0 комментариев