اختيار التخزين لدعم مبادرات الذكاء الاصطناعي والتعلم الآلي

بواسطة Candida Valois، رئيس قسم التكنولوجيا، أمريكا، Scality

استمرار تبني الذكاء الاصطناعي والتعلم الآلي يزداد بسرعة، وهو ما لا يثير الدهشة، بالنظر إلى الرؤى التجارية والتحولات الصناعية التي تتيحها حالات الاستخدام المتعددة. وتتنبأ شركة PwC بأن الذكاء الاصطناعي يمكن أن يسهم بأكثر من 16 تريليون دولار في الاقتصاد العالمي بحلول عام 2030. وهذا يعني زيادة بنسبة 26٪ في الناتج المحلي الإجمالي للاقتصادات المحلية.

تتطلب هذه التكنولوجيا كميات هائلة من البيانات غير المهيكلة للعمل، وتأتي هذه البيانات غالبًا في شكل فيديوهات وصور ونصوص وصوت. تتطلب حمولات العمل هذه نهجًا جديدًا للتخزين البياني؛ لن تكون الطرق القديمة كافية. مع ظهور حمولات العمل هذه، تحتاج التطبيقات إلى وصول أسرع إلى كميات هائلة من البيانات – البيانات التي يتم إنشاؤها في كل مكان: في السحابة، على الحواف، وفي الموقع. تتطلب هذه الحمولات الكثيفة انخفاضًا في الزمن اللازم للوصول، وقدرة على دعم أنواع وsizes مختلفة من الحمولات، وقدرة على التوسع بشكل خطي.

ما هو مطلوب هو نهج جديد للتسليم البياني، وهو نهج يركز على التطبيقات بدلاً من الموقع أو التكنولوجيا. مع انتشار الذكاء الاصطناعي والتعلم الآلي والتحليلات على نطاق واسع، يحتاج قادة تكنولوجيا المعلومات في الشركات إلى تغيير كبير في طريقة تفكيرهم في إدارة البيانات والتخزين.

ت xử lý جميع أحجام الملفات

فيما يتعلق بحمولات الذكاء الاصطناعي والتعلم الآلي وتخزين البيانات، تحتاج المنظمات إلى حل يمكنه التعامل مع أنواع مختلفة من الحمولات، سواء كانت الملفات الصغيرة أو الكبيرة. في بعض الحالات، قد تحتاج إلى التعامل مع بضع عشرات التيرابايت، بينما في حالات أخرى، هناك العديد من البيتابايت. لا جميع الحلول مخصصة للملفات الكبيرة، كما أن لا جميعها يمكن التعامل مع الملفات الصغيرة. الحيلة هي العثور على حل يمكنه التعامل مع كليهما بطريقة مرنة.

المرن هو أساسي

لضمان الدقة والسرعة، تحتاج المنظمات إلى مجموعات بيانات ضخمة، لأن هذا ما يحتاجه خوارزميات الذكاء الاصطناعي والتعلم الآلي لتدريب النماذج الأساسية بشكل صحيح. تريد المنظمات النمو من حيث السعة والأداء، لكنها غالبًا ما تعوقها حلول التخزين التقليدية. عندما يحاولون التوسع بشكل خطي، يجدون أنفسهم غير قادرين على ذلك. تتطلب حمولات الذكاء الاصطناعي والتعلم الآلي حل تخزين يمكنه التوسع بشكل لا نهائي مع نمو البيانات.

بضع مئات من التيرابايت تصل إلى الحد الأقصى لحلول التخزين القياسية للملفات والبلوكات؛ بعد ذلك، لا يمكنهم التوسع. يمكن للتخزين الكائن التوسع بشكل لا نهائي ومرن وسهل حسب الطلب. وما يهم في التخزين الكائن مقارنة بالتخزين التقليدية هو أنه مساحة مسطحة完全 لا توجد فيها قيود. لن يواجه المستخدمون القيود التي سوف يواجهونها مع التخزين التقليدية.

الوفاء بمتطلبات الأداء

توسيع السعة مهم، لكنه ليس كافياً. تحتاج المنظمات أيضًا إلى القدرة على التوسع بشكل خطي من حيث الأداء. للأسف، مع العديد من حلول التخزين التقليدية، يأتي توسيع السعة على حساب الأداء. لذلك، عندما تحتاج المنظمة إلى التوسع بشكل خطي من حيث السعة، يصل الأداء إلى مرحلة من الصفيق أو الانخفاض.

يتكون نمط التخزين القياسي من ملفات منظمة في هرمية، مع أدلة وفروع. تعمل هذه الهندسة جيدًا عندما تكون سعة البيانات صغيرة، لكن مع نمو السعة، يتعرض الأداء للتأثر في مرحلة معينة بسبب انسداد النظام وقيود جداول البحث عن الملفات. ومع ذلك، يوفر التخزين الكائن مساحة اسم مسطحة غير محدودة بحيث يمكنك التوسع إلى بيتابايت وأكثر ببساطة إضافة عقد إضافية. لهذا السبب، يمكنك التوسع من أجل الأداء كما تتوسع من أجل السعة.

تخزين يمكن دعمه لمبادرات الذكاء الاصطناعي والتعلم الآلي

يجب على المنظمات أن تتبنى نهجًا جديدًا للتخزين مع زيادة شعبية الذكاء الاصطناعي والتعلم الآلي. يجب أن يمنحهم هذا النهج الجديد القدرة على إنشاء وتشغيل وتوسيع مبادرات الذكاء الاصطناعي والتعلم الآلي بشكل صحيح. يتطلب تدريب الذكاء الاصطناعي والتعلم الآلي حاجة واضحة، لذلك تم بناء بعض برامج التخزين الكائن من الدرجة Enterprise المتاحة اليوم لتلبية هذه الحاجة. يمكن للمنظمات بدء مبادراتها على نطاق صغير، بدءًا من خادم واحد، ثم التوسع كما هو مطلوب من حيث السعة والأداء. تحتاج هذه المشاريع أيضًا إلى الأداء لبرامجها التحليلية، ويقدم التخزين الكائن السريع ذلك. بالإضافة إلى ذلك، يوفر التخزين الكائن إدارة دورة حياة البيانات الكاملة عبر عدة سحابيات ويتيح المرونة من الحواف إلى النواة.

تحتاج الشركات إلى معالجة البيانات بكفاءة، ويقوم التخزين الكائن بذلك من خلال السماح للتطبيقات بالوصول بسهولة إلى البيانات في الموقع، حتى في عدة سحابيات. انخفاض زمن الوصول، القدرة على التوسع، والمرونة تجعل التخزين الكائن حليفًا قويًا لمبادرات الذكاء الاصطناعي والتعلم الآلي.