應(yīng)對(duì)AI復(fù)雜性的關(guān)鍵考慮因素和挑戰(zhàn)

研究公司IDC預(yù)測(cè)，到2023年，全球在人工智能技術(shù)上的支出將達(dá)到近980億美元，高于2019年的375億美元。這一增長(zhǎng)代表著近30%的復(fù)合年增長(zhǎng)率。所有這些新的，復(fù)雜的AI應(yīng)用程序都不會(huì)在真空中部署。包括為AI量身定制的存儲(chǔ)在內(nèi)的一系列IT基礎(chǔ)架構(gòu)必須支持和處理這些新的工作負(fù)載。

人工智能，特別是機(jī)器和深度學(xué)習(xí)應(yīng)用程序需要將大量數(shù)據(jù)發(fā)送到CPU或GPU，以進(jìn)行近乎實(shí)時(shí)的處理和分析。然后，必須存儲(chǔ)許多數(shù)據(jù)以備將來(lái)使用。人工智能應(yīng)用和技術(shù)將成為未來(lái)幾年影響基礎(chǔ)設(shè)施決策的主要因素。對(duì)于存儲(chǔ)，這意味著企業(yè)必須了解正在處理的數(shù)據(jù)，找到使存儲(chǔ)介質(zhì)更接近計(jì)算技術(shù)并增強(qiáng)AI數(shù)據(jù)存儲(chǔ)性能以與處理器相匹配的方法。

以下是我們?cè)诟鞣NSearchStorage文章中回答的六個(gè)問(wèn)題，這些問(wèn)題與AI工作負(fù)載如何改變企業(yè)存儲(chǔ)基礎(chǔ)架構(gòu)有關(guān)。

1.規(guī)劃AI數(shù)據(jù)存儲(chǔ)工作負(fù)載時(shí)應(yīng)考慮什么?

整合AI應(yīng)用程序的存儲(chǔ)并非易事。這里有幾個(gè)問(wèn)題需要考慮，細(xì)節(jié)必須正確。顧問(wèn)兼技術(shù)作家羅伯特·謝爾頓(Robert Sheldon)列出了八個(gè)此類因素：

了解您的各種工作負(fù)載的存儲(chǔ)要求。

了解您的容量和可伸縮性要求。

找出需要保留多長(zhǎng)時(shí)間以及如何訪問(wèn)數(shù)據(jù)。

考慮您需要的吞吐量和I / O速率。

考慮位置-計(jì)算附近的數(shù)據(jù)將最大限度地減少延遲。

評(píng)估要使用的最佳存儲(chǔ)類型-塊，文件或?qū)ο蟆?/p>

使用智能的和軟件定義的存儲(chǔ)來(lái)增強(qiáng)性能。

確保所有涉及的系統(tǒng)都緊密集成。

2. AI數(shù)據(jù)存儲(chǔ)帶來(lái)哪些挑戰(zhàn)?

根據(jù)IT行業(yè)資深人士Chris Evans的說(shuō)法，為AI應(yīng)用程序構(gòu)建存儲(chǔ)存在兩個(gè)明顯的挑戰(zhàn)。一方面，在AI或機(jī)器學(xué)習(xí)項(xiàng)目開(kāi)始之初并不清楚，哪些數(shù)據(jù)將是有用的。結(jié)果，將需要長(zhǎng)期的檔案存儲(chǔ)，以便在需要時(shí)可以保留和訪問(wèn)數(shù)據(jù)以支持學(xué)習(xí)成果。

另一個(gè)主要的存儲(chǔ)挑戰(zhàn)在于確保為需要處理的活動(dòng)數(shù)據(jù)提供足夠的高性能存儲(chǔ)。供應(yīng)商正在將快速存儲(chǔ)與AI和機(jī)器學(xué)習(xí)功能結(jié)合起來(lái)，以滿足這一需求。Evans概述了構(gòu)建可平衡AI工作負(fù)載的存儲(chǔ)需求的存儲(chǔ)平臺(tái)的挑戰(zhàn)。針對(duì)AI產(chǎn)品進(jìn)行調(diào)整的打包存儲(chǔ)是該討論的一部分，因?yàn)樗鼈兙哂刑囟ǖ男阅芩剑钥赡軙?huì)很有吸引力。