Ηγέτες σκέψης

Η AI και η AR Αυξάνουν τη Ζήτηση Δεδομένων – Το Υλικό Ανοικτού Κώδικα Ανταποκρίνεται στην Πρόκληση

Zac Smith
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΜοντέλα τεχνητής νοημοσύνης όπως το GPT-3 απαιτούν τεράστια υπολογιστική ισχύ…
Δείτε περισσότερα
  • Μοντέλα τεχνητής νοημοσύνης όπως το GPT-3 απαιτούν τεράστια υπολογιστική ισχύ, προκαλώντας μια μετάβαση σε εξειδικευμένους επεξεργαστές όπως η CPU Grace της NVIDIA.
  • Οι εφαρμογές εικονικής πραγματικότητας απαιτούν εξαιρετικά υψηλούς ρυθμούς μεταφοράς δεδομένων και χαμηλή καθυστέρηση, πιέζοντας την τρέχουσα υποδομή δικτύων και επεξεργασίας.
  • Ανοιχτά πρότυπα υλικού όπως το Open19 βοηθούν τα κέντρα δεδομένων να ανταποκριθούν στις αυξανόμενες απαιτήσεις με βιώσιμο τρόπο μέσα από αποδοτικούς και επεκτάσιμους σχεδιασμούς.

Τα δεδομένα είναι η ζωτική δύναμη της ψηφιακής οικονομίας, και καθώς νέες τεχνολογίες αναπτύσσονται και εξελίσσονται, η ζήτηση για ταχύτερες ταχύτητες μεταφοράς δεδομένων, χαμηλότερες καθυστερήσεις και υψηλότερη υπολογιστική ισχύ σε κέντρα δεδομένων αυξάνεται εκθετικά. Νέες τεχνολογίες διευρύνουν τα όρια της μεταφοράς και επεξεργασίας δεδομένων, και η υιοθέτηση τεχνολογιών ανοικτού κώδικα μπορεί να βοηθήσει τους διαχειριστές κέντρων δεδομένων να βελτιώσουν τις τρέχουσες λειτουργίες τους και να προετοιμαστούν για το μέλλον. Εδώ υπάρχουν ορισμένα παραδείγματα τεχνολογιών που οδηγούν τη ζήτηση για υψηλή υπολογιστική ισχύ και τρόπους με τους οποίους οι τεχνολογίες ανοικτού κώδικα, οι κοινότητες και τα πρότυπα βοηθούν να αντιμετωπίσουν αυτή τη ζήτηση σε κλίμακα με βιώσιμο τρόπο.

Τεχνητή Νοημοσύνη και Μηχανική Μάθηση

Η τεχνητή νοημοσύνη (ΤΝ) και η μηχανική μάθηση (ΜΜ) είναι επαναστατικές τεχνολογίες που μεταμορφώνουν διάφορους τομείς όπως η επεξεργασία φυσικής γλώσσας, υπολογιστική όραση, αναγνώριση ομιλίας, συστήματα συστάσεων και αυτόνομα οχήματα. Η ΤΝ και η ΜΜ επιτρέπουν στους υπολογιστές να μαθαίνουν από δεδομένα και να εκτελούν εργασίες που συνήθως απαιτούν ανθρώπινη νοημοσύνη.

Ωστόσο, η ΤΝ και η ΜΜ απαιτούν επίσης τεράστιες ποσότητες δεδομένων και υπολογιστική ισχύ για να εκπαιδεύσουν και να εκτελέσουν σύνθετα μοντέλα και αλγόριθμους. Για παράδειγμα, το GPT-3, ένα από τα πιο προηγμένα μοντέλα φυσικής γλώσσας στον κόσμο, έχει 175 δισεκατομμύρια παραμέτρους και εκπαιδεύτηκε σε 45 τεραμπάιτ κειμένου. Για να επεξεργαστούν τέτοιες μεγάλες ποσότητες δεδομένων και μοντέλων αποτελεσματικά, οι εφαρμογές ΤΝ και ΜΜ χρειάζονται συστήματα υψηλής απόδοσης που μπορούν να παρέχουν υψηλές ταχύτητες μεταφοράς δεδομένων, χαμηλές καθυστερήσεις και υψηλή υπολογιστική ισχύ.

Μια από τις αναδυόμενες τάσεις στην υψηλή απόδοση είναι η χρήση ειδικών επεξεργαστών όπως οι GPU ή οι TPU που είναι βελτιστοποιημένοι για παράλληλη επεξεργασία και πράξεις πινάκων που είναι κοινές στις εργασίες ΤΝ και ΜΜ. Για παράδειγμα, ο επεξεργαστής Grace CPU της NVIDIA είναι ένας νέος επεξεργαστής που σχεδιάστηκε ειδικά για εφαρμογές υψηλής απόδοσης που χρησιμοποιούν την τεχνολογία GPU της NVIDIA για να παρέχει μέχρι και 10 φορές ταχύτερη απόδοση από τους τρέχοντες επεξεργαστές x86. Ο επεξεργαστής Grace CPU επίσης υποστηρίζει γρήγορες διασυνδέσεις όπως το NVLink που επιτρέπουν υψηλές ταχύτητες μεταφοράς δεδομένων μεταξύ CPU και GPU.

Επαυξημένη Πραγματικότητα και Εικονική Πραγματικότητα

Το Apple Vision Pro έκανε κύματα κατά την παρουσίασή του. Η επαυξημένη πραγματικότητα (AR) και η εικονική πραγματικότητα (VR) είναι δύο από τις πιο καθηλωτικές και διαδραστικές τεχνολογίες που μεταμορφώνουν διάφορους κλάδους όπως η ψυχαγωγία, η εκπαίδευση, η υγεία και η βιομηχανία. Η AR υπερθέτει ψηφιακές πληροφορίες στον πραγματικό κόσμο, ενώ η VR δημιουργεί ένα πλήρως προσομοιωμένο περιβάλλον που οι χρήστες μπορούν να βιώσουν μέσω ενός κράνους.

Ωστόσο, αυτές οι τεχνολογίες επίσης θέτουν σημαντικές προκλήσεις για τη μεταφορά και επεξεργασία δεδομένων. Λόγω της πρόσφατης κυκλοφορίας του, οι λεπτομέρειες γύρω από το Apple Vision Pro είναι ακόμη αναμενόμενες. Άλλα κράνη VR έχουν κυκλοφορήσει για κάποιο χρόνο, ωστόσο, οπότε μπορούμε να κάνουμε κάποιες υποθέσεις. Για παράδειγμα, κράνη VR όπως το Oculus Quest 2 απαιτούν μια υψηλής ταχύτητας σύνδεση σε έναν υπολογιστή ή έναν διακομιστή για να μεταφέρουν υψηλής ποιότητας βίντεο και ήχο, καθώς και δεδομένα παρακολούθησης και εισόδου από το κράνος και τους ελεγκτές. Η ταχύτητα bitrate, που είναι η ποσότητα δεδομένων που μεταφέρονται ανά δευτερόλεπτο, εξαρτάται από την ταχύτητα με την οποία η GPU μπορεί να κωδικοποιήσει το σήμα στην πλευρά του υπολογιστή ή του διακομιστή και την ταχύτητα με την οποία ο επεξεργαστής του Quest 2 μπορεί να αποκωδικοποιήσει το σήμα στην πλευρά του κράνους.

Σύμφωνα με την Oculus, η συνιστώμενη ταχύτητα bitrate για τη ροή VR είναι μεταξύ 150 Mbps και 500 Mbps, ανάλογα με την ανάλυση και την ταχύτητα καρέ. Αυτό σημαίνει ότι η ροή VR απαιτεί μια πολύ υψηλότερη ταχύτητα μεταφοράς δεδομένων από άλλες διαδικτυακές δραστηριότητες όπως η περιήγηση στο διαδίκτυο ή η ροή μουσικής. Επιπλέον, η ροή VR απαιτεί επίσης χαμηλή καθυστέρηση, που είναι ο χρόνος που απαιτείται για ένα σήμα να ταξιδέψει από ένα σημείο σε ένα άλλο. Υψηλή καθυστέρηση μπορεί να προκαλέσει καθυστερήσεις ή δονήσεις κατά την αναπαραγωγή, που μπορεί να καταστρέψει την εικονική εμπειρία και να προκαλέσει ναυτία.

Η καθυστέρηση εξαρτάται από διάφορους παράγοντες όπως η ταχύτητα του δικτύου, η απόσταση μεταξύ των συσκευών και οι αλγόριθμοι κωδικοποίησης και αποκωδικοποίησης. Σύμφωνα με την Oculus, η ιδανική καθυστέρηση για τη ροή VR είναι κάτω από 20 χιλιοστά του δευτερολέπτου. Ωστόσο, η επίτευξη αυτού του επιπέδου απόδοσης δεν είναι εύκολη, ιδιαίτερα μέσω ασύρματων συνδέσεων όπως το Wi-Fi ή το 5G.

Ανοικτές Τεχνολογίες για την Βελτίωση των Κέντρων Δεδομένων

Καθώς νέες τεχνολογίες οδηγούν τη ζήτηση για ταχύτερες ταχύτητες μεταφοράς δεδομένων, χαμηλότερες καθυστερήσεις και υψηλότερη υπολογιστική ισχύ σε κέντρα δεδομένων, οι διαχειριστές κέντρων δεδομένων αντιμετωπίζουν διάφορες προκλήσεις όπως η αύξηση της κατανάλωσης ενέργειας, οι απαιτήσεις ψύξης, η αξιοποίηση του χώρου, τα λειτουργικά κόστη και η ταχεία εξέλιξη της τεχνολογίας και ανανέωση. Για να αντιμετωπίσουν αυτές τις προκλήσεις, οι διαχειριστές κέντρων δεδομένων πρέπει να βελτιώσουν την τρέχουσα υποδομή τους και να υιοθετήσουν νέα πρότυπα και τεχνολογίες που μπορούν να βελτιώσουν την απόδοσή τους και την κλιμάκωση.

Αυτό είναι ο στόχος του Open19 Project, μιας πρωτοβουλίας της Συμμαχίας για Βιώσιμες και Κλιμακώσιμες Υποδομές που είναι τώρα μέρος του Linux Foundation. Το Open19 Project είναι ένα ανοικτό πρότυπο για την υλική υποδομή των κέντρων δεδομένων που βασίζεται σε κοινές μορφές και παρέχει την επόμενη γενιά υψηλής απόδοσης διανομής ενέργειας, επαναχρησιμοποιήσιμα εξαρτήματα και ευκαιρίες για νέες υψηλής ταχύτητας διασυνδέσεις. Η αποστολή του SSIA και τα ανοικτά πρότυπα που δημιουργούνται μέσω του Open19 project είναι σε συμφωνία με την ευρύτερη βιομηχανική ώθηση προς την απόδοση, την κλιμάκωση και τη βιωσιμότητα για την υποδομή που τροφοδοτεί τις ψηφιακές μας ζωές και κοινότητες. Το Open Compute Project είναι μια άλλη προσπάθεια για την αποτελεσματική υποστήριξη των αυξανόμενων απαιτήσεων στην υποδομή υπολογισμού. Αυτό το πρόγραμμα επίσης προάγει την συνεργασία με πρωτοβουλία της κοινότητας μεταξύ των βιομηχανικών εταίρων για την ανάπτυξη λύσεων κέντρων δεδομένων, με έμφαση στις διαστάσεις 21” των server rack που χρησιμοποιούνται συνήθως από μεγάλους colos και hyperscalers. Η εμβέλεια του OCP επίσης επεκτείνεται στο κέντρο δεδομένων, καθώς και στα εσωτερικά στοιχεία IT των server.

Συμπέρασμα

Νέες τεχνολογίες οδηγούν τη ζήτηση για ταχύτερες ταχύτητες μεταφοράς δεδομένων, χαμηλότερες καθυστερήσεις και υψηλότερη υπολογιστική ισχύ σε κέντρα δεδομένων, ενώ οι κοινότητες, οι κυβερνήσεις και οι εταιρείες εστιάζουν στην διαχείριση πόρων και τις αυξανόμενες ανησυχίες για τη βιωσιμότητα γύρω από τη χρήση νερού, την διαχείριση ενέργειας και άλλες ανθρακοεντατικές πτυχές της δημιουργίας, χρήσης και ανάπτυξης τεχνολογιών. Η υιοθέτηση τεχνολογιών ανοικτού κώδικα, που αναπτύσσονται σε φόρουμ που καθοδηγούνται από την κοινότητα όπως το SSIA και το Linux Foundation, μπορεί να βοηθήσει τους διαχειριστές κέντρων δεδομένων να βελτιώσουν τις τρέχουσες λειτουργίες τους και να προετοιμαστούν για ένα μέλλον που είναι πιο βιώσιμο, καθώς ανταποκρίνεται στις απαιτήσεις αυτών των νέων και ενθουσιωδών εφαρμογών.

Zac Smith

Ο Zac Smith είναι μέλος του συμβουλίου της κοινότητας της SSI Alliance. Για περισσότερα από 20 χρόνια προωθεί σταθερά την καινοτομία στον κλάδο του cloud και των κέντρων δεδομένων. Πιο πρόσφατα, ηγήθηκε του τομέα ψηφιακών υποδομών της Equinix μετά την εξαγορά της Packet. Ο Zac συνίδρυσε την Packet το 2014, με στόχο την παροχή αυτοματοποιημένων δυνατοτήτων κέντρων δεδομένων σε κορυφαίες ψηφιακές επιχειρήσεις. Πριν από την Packet, ήταν ένα από τα πρώτα μέλη της Voxel, μιας εταιρείας cloud βασισμένης στο Linux, την οποία εξαγόρασε η Internap το 2011.