ПрактикаМир технологий

Как искусственный интеллект трансформирует центры обработки данных

| 24.09.2020

Как искусственный интеллект трансформирует центры обработки данных

Возможность сбора данных для формирования инсайтов зажгла пламя новой цифровой революции, и чем больше данных мы создаем, тем шире становится роль центров обработки данных (ЦОД).

За последнее десятилетие развитие искусственного интеллекта (ИИ) и машинного обучения (МО) в корне изменило подход компаний к тому, как они обрабатывают данные при реализации практически любой бизнес-операции, в какой бы отрасли они ни осуществляли свою деятельность. Уже год назад статистика показывала, что 37% компаний в той или иной мере используют ИИ, то есть за четыре года прирост составил 270%. Возможность сбора данных для формирования инсайтов зажгла пламя новой цифровой революции, и чем больше данных мы создаем, тем шире становится роль центров обработки данных (ЦОД).

Но чтобы эффективно развернуть масштабную систему сбора и анализа данных, которую могли бы использовать все ее подразделения, компания должна построить общую специальную инфраструктуру, предназначенную для реализации проектов с ИИ. В предлагаемой статье рассматриваются некоторые основополагающие тренды, наблюдаемые на фоне продолжающей трансформации ЦОДов под воздействием дальнейшего развития технологий ИИ.

Развитие встроенных интеллектуальных систем

На фоне активизации взаимодействия устройств друг с другом об одном можно сказать с уверенностью: мы постепенно переходим в эру встроенных интеллектуальных систем. Поэтому критически важным условием для нормального функционирования устройств из одной экосистемы является обеспечение возможности их взаимодействия между собой и доступа к данным, хранящимся в облаке, на периферийных устройствах или в основной СХД.

Одним из примеров может служить развитие автономных транспортных средств, которым нужен общий «язык», чтобы автомобили разных марок и моделей могли без проблем общаться друг с другом. Безопасность беспилотного вождения зависит от бесперебойного функционирования экосистемы «умных» светофоров, придорожного оборудования и системы регулирования движения пешеходов, залогом которого являются стандартизация и совместимость. В конце концов это приведет к тому, что экосистему ИИ/МО станет гораздо проще интегрировать и развертывать на уровне периферийных устройств.

«Кликнул в одно место уже два раза? Нужно автоматизировать!»

Согласно прогнозу IDC, в текущем году человечество создаст, сохранит, скопирует и обработает 59 зеттабайтов (Збайт) данных. И если ИТ-команды не хотят оказаться погребенными под лавиной данных, спровоцированной взрывным ростом их объема и сложностью разнообразных рабочих нагрузок, успешная автоматизация – это их спасательный круг.

С одной стороны, автоматизация позволяет разгрузить ИТ-персонал и высвободить ему время для реализации более важных проектов. С другой – это ключевое звено на пути внедрения ИИ для выполнения большего числа функций в ЦОДах благодаря устранению задач, требующих плотного и непосредственного общения между людьми. За счет автоматизации ЦОДы смогут более комплексно подойти к использованию ИИ и перейдут от реактивной схемы реагирования к превентивной, а затем и прогнозной.

Повышение эффективности с помощью чипов ИИ

Использование чипов общего назначения для масштабных процессов с ИИ может быть невероятно дорогим удовольствием. Поскольку для корректной работы ИИ требуются громадные вычислительные мощности, многие компании делают выбор в пользу чипов ИИ, специально разработанных для более эффективного выполнения сложных математических и вычислительных задач. В современных условиях ИИ чаще всего используется для решения очень узких задач, поэтому чипы ИИ могут быть настроены на выполнение какой-то одной из конкретных задач: распознавание образов, обработку естественного языка, сетевую безопасность, роботизацию и/или автоматизацию.

Впрочем, дальнейшее совершенствование ИИ повлечет за собой не только расширение его функционала, но и снижение стоимости внедрения. Сам тренд пойдет еще дальше – развитие инициативы RISC-V и других open-source-технологий снимет часть барьеров на пути появления специализированных «строительных блоков», в которых акцент на эффективности, продуктивности и масштабируемости будет сильнее, чем когда бы то ни было.

Восполнение нехватки квалификации

Нехватка квалифицированных специалистов в области data science в совокупности со стремительным ростом рабочих нагрузок, связанных с машинным обучением, привели к тому, что в мире просто нет достаточного количества профессионалов, специализирующихся на науке о данных ученых и практиков, которые могли бы встать у руля взрывного роста объема данных.

Чтобы восполнить этот дефицит и снизить потребность в участии профессионалов, следует сделать технологии ИИ более доступными для тех сотрудников, которые обладают набором других полезных для компании навыков. Если расширить функционал существующих инструментов и создать платформу для самостоятельной работы, люди без специального образования смогут сами использовать ресурсы ИИ для выполнения анализа с прогнозированием. Не будет преувеличением сказать, что, в принципе любой работник компании должен уметь справляться с базовыми задачами эксперта по анализу массивов данных – дата-сайентиста.

Будущее ЦОДов

В будущее возьмут только те ЦОДы, которые сумеют повысить свою эффективность на фоне увеличения объема данных и усложнения и диверсификации приложений. Бытуют даже мнения, что без ИИ многие ЦОДы окажутся нежизнеспособными как с экономической, так и с операционной точки зрения. В частности, инструменты на базе ИИ могут помочь в более грамотном выделении ресурсов и предоставлении услуг, оптимизации охлаждения и энергопотребления, а также обнаружении большего числа киберугроз.

Лежащие в основе ИИ технологии порождают все новые данные, поэтому критично, чтобы большие ЦОДы могли эффективно поддерживать эти процессы. По мере дальнейшего развития ИИ и ускорения темпов роста объемов данных многие компании находят возможность воспользоваться всеми преимуществами встроенных интеллектуальных систем, нестандартных чипов для ИИ и автоматизации для еще более глубокой оптимизации процесса анализа данных. В конце концов самые успешные ЦОДы научатся стратегически грамотно распределять мощности ИИ для выполнения большей части своих операций, а также перейдут на более «умную», высокоэффективную и гибкую инфраструктуру.

Western Digital Искусственный интеллект AI

Журнал: Журнал IT-Expert [№ 09/2020], Подписка на журналы

Мысли вслух

Десять лет назад мы говорили о будущем цифры и управления с Пеккой Вильякайненом - технологическим предпринимателем и опытным инноватором. То будущее, о котором мы говорили тогда, наступило. День за днем, со скоростью времени.
Согласно прогнозам Gartner, к 2022 г. 75% организаций, использующих инфраструктуру как сервис (IaaS), будут реализовывать продуманную мультиоблачную стратегию, в то время как в 2017 г. доля таких компаний составляла 49%.
Все жалуются на нехватку времени. Особенно обидно, что его не хватает на самые важные вещи. Совещания, созвоны, подготовка внутренних отчетов, непонятно, насколько нужных, но которые начальство требует так, как будто это именно то, ради чего мы работаем.

Компании сообщают

Мероприятия

Международная конференция по информационной безопасности ZeroNights
Санкт-Петербург, Кожевенная линия, 40, «Севкабель Порт»
3 490 руб
25.08.2021
09:00–23:00
Конференция «Кадровый ЭДО: цифровизация на практике»
Москва, отель Метрополь, Театральный проезд, 2
25.08.2021
09:30–17:00
Форум «Цифровое предприятие»
Москва, отель Метрополь, Театральный проезд, 2
26.08.2021 — 27.08.2021
09:30–17:00