AI og AR driver datatilgang – Åpne kildekodete teknologier møter utfordringen

Data er livsnerven i den digitale økonomien, og når nye teknologier oppstår og utvikles, øker etterspørselen etter raskere datatransferrater, lavere forsinkelser og høyere beregningskraft i datasentre eksponentielt. Nye teknologier presser grensene for dataoverføring og -behandling, og ved å bruke åpne kildekodete teknologier kan datasenteroperatører maksimere sine nåværende operasjoner og forberede seg på fremtiden. Her er noen eksempler på teknologi som driver etterspørselen etter høy beregningskraft og måter åpne kildekodete teknologier, samfunn og standarder hjelper med å møte denne etterspørselen på en skalerbar og bærekraftig måte.

Kunstig intelligens og maskinlæring

Kunstig intelligens (AI) og maskinlæring (ML) er revolusjonererende forskjellige domener som naturlig språkbehandling, datamaskin-syn, tale-gjenkjenning, anbefalingsystemer og selvkjørende biler. AI og ML gjør det mulig for datamaskiner å lære av data og utføre oppgaver som normalt krever menneskelig intelligens.

Men AI og ML krever også massive mengder data og beregningskraft for å trene og kjøre komplekse modeller og algoritmer. For eksempel har GPT-3, ett av de mest avanserte naturlige språkmodellene i verden, 175 milliarder parametre og ble trent på 45 terabyte tekstdata. For å prosessere slike store datamengder og modeller effektivt, trenger AI- og ML-applikasjoner høy-ytelses datamaskiner (HPC) som kan levere høyhastighets datatransferrater, lave forsinkelser og høy beregningskraft.

En av de nye trendene i HPC er å bruke spesialiserte prosessorer som GPU eller TPU som er optimalisert for parallell prosessering og matriseringsoperasjoner som er vanlige i AI- og ML-arbeidsbelastninger. For eksempel er NVIDIA sin Grace CPU en ny prosessor som er designet spesielt for HPC-applikasjoner og som utnytter NVIDIA sin GPU-teknologi for å levere opptil 10 ganger raskere ytelse enn nåværende x86 CPU-er. Grace CPU støtter også rask kobling som NVLink som muliggjør høyhastighets datatransferrater mellom CPU og GPU.

Forbedret virkelighet og virtuell virkelighet

Apple Vision Pro skapte bølger under sin lansering. Forbedret virkelighet (AR) og virtuell virkelighet (VR) er to av de mest immersive og interaktive teknologiene som transformerer forskjellige industrier som underholdning, utdanning, helsevesen og produksjon. AR legger digital informasjon over den virkelige verden, mens VR skaper en fullstendig simulert miljø som brukerne kan oppleve gjennom en hodetelefon.

Men disse teknologiene stiller også betydelige utfordringer for dataoverføring og -behandling. På grunn av dens nylige lansering, er detaljene rundt Apple Vision Pro fortsatt ikke offentliggjort. Andre VR-hodetelefoner har vært tilgjengelige i en stund, så vi kan gjøre noen antagelser. For eksempel krever VR-hodetelefoner som Oculus Quest 2 en høyhastighets kobling til en PC eller en skytjener for å strømme høykvalitets video og lydinnhold, samt sporings- og innputtdata fra hodetelefonen og kontrollene. Video-bitraten, som er mengden data som overføres per sekund, avhenger av hvor raskt GPU-en kan kode signalen på PC- eller server-siden, og hvor raskt Quest 2-prosessoren kan dekodere signalen på hodetelefon-siden.

Ifølge Oculus, er den anbefalte bitrate for VR-strømming mellom 150 Mbps til 500 Mbps, avhengig av oppløsning og bildefrekvens. Dette betyr at VR-strømming krever en mye høyere datatransferrate enn andre online-aktiviteter som nettlesing eller musikkstrømming. I tillegg krever VR-strømming også lav forsinkelse, som er tiden det tar for et signal å reise fra ett punkt til et annet. Høy forsinkelse kan forårsake hakkende eller jittery spill, som kan ødelegge innlevelsen og forårsake bevegelsessykdom.

Forsinkelsen avhenger av flere faktorer som nettverkshastighet, avstanden mellom enhetene og kode- og dekoderalgoritmer. Ifølge Oculus, er den ideelle forsinkelsen for VR-strømming under 20 millisekunder. Men å oppnå dette nivået av ytelse er ikke enkelt, særlig over trådløse koblinger som Wi-Fi eller 5G.

Åpne kildekodete teknologier for datasenteroptimering

Når nye teknologier driver etterspørselen etter raskere datatransferrater, lavere forsinkelser og høyere beregningskraft i datasentre, møter datasenteroperatører flere utfordringer som økende strømforbruk, krevende nye kjølekrav, arealutnyttelse, driftskostnader og en rask utvikling av maskinvare og oppdatering. For å møte disse utfordringene, må datasenteroperatører optimere sin nåværende infrastruktur og adoptere nye standarder og teknologier som kan forbedre deres effektivitet og skalerbarhet.

Dette er målet med Open19-prosjektet, en initiativ for bærekraftig og skalerbar infrastruktur som nå er en del av Linux Foundation. Open19-prosjektet er en åpen standard for datasenter-hardware som er basert på felles formfaktorer og tilbyr neste-generasjons høyeffektiv strømfordeling, gjenbrukbare komponenter og muligheter for fremtidige høyhastighets koblinger. Open19-prosjektets misjon og åpne standarder som er skapt gjennom prosjektet, er i tråd med den større industrien sin drive mot effektivitet, skalerbarhet og bærekraft for infrastrukturen som driver våre digitale liv og samfunn. Open Compute Project er et annet initiativ for å effektivt støtte de voksende etterspørselen på beregningsinfrastruktur. Dette prosjektet fremmer også samarbeid mellom industripartner for å utvikle datasenterløsninger, med fokus på 21” server-rack-størrelser som vanligvis brukes av store colo- og hyperskalertjenere. OCP sin omfang omfatter også datasenter-fasilitetene, samt de interne IT-komponentene i serverne.

Konklusjon

Nye teknologier driver etterspørselen etter raskere datatransferrater, lavere forsinkelser og høyere beregningskraft i datasentre, mens samfunn, myndigheter og selskaper fokuserer på ressursforvaltning og økende bærekraftsproblemer rundt vannforbruk, strømforvaltning og andre karbonintensive aspekter ved teknologi skapelse, bruk og distribusjon. Ved å adoptere åpne kildekodete teknologier, utviklet i samfunnsdrevne forum som SSIA og Linux Foundation, kan datasenteroperatører maksimere sine nåværende operasjoner og forberede seg på en fremtid som er mer bærekraftig, samtidig som de møter etterspørselen etter disse spennende nye applikasjonene.