Gelen kutunuzda daha akıllı bilgiler ister misiniz? Sadece kurumsal AI, veri ve güvenlik liderleri için önemli olanı elde etmek için haftalık bültenlerimize kaydolun. Şimdi abone olun
Yapay zeka uygulamaları, hasta bakımını ileri düzey tıbbi görüntülemeye kadar karmaşık sahtekarlık tespit modellerine güç vermeye ve hatta vahşi yaşamı korumaya yardımcı olmaktan, kritik bir darboğaz ortaya çıkar: veri depolama.
VentureBeat’s sırasında Dönüşüm 2025Ürünler ve Pazarlama Başkanı Greg Matson, SoliNigm ve Roger Cummings, Peak: AIO CEO’su: AIO, depolama teknolojisindeki yeniliklerin kurumsal AI’nın sağlık hizmetlerinde nasıl kullanılmasını sağladığı konusunda M12 yönetici ortağı Michael Stewart ile konuştu.
Monai çerçevesi, tıbbi görüntülemede bir atılımdır, daha hızlı, daha güvenli ve daha güvenli bir şekilde inşa eder. Depolama teknolojisindeki gelişmeler, araştırmacıların bu çerçevenin üstesinden gelmelerini, hızla yinelemesini ve yenilik yapmasını sağlayan şeydir. Peak: AIO, Monai’nin BT ortamlarında tek bir düğümde iki milyondan fazla tam vücut BT taramasını depolamasını sağlayan güç tasarruflu, performanslı ve yüksek kapasiteli depolamayı entegre etmek için SolidGM ile ortaklık kurdu.
Matson, “Kurumsal AI altyapısı hızla geliştikçe, depolama donanımının AI veri boru hattında nerede olduklarına bağlı olarak belirli kullanım durumlarına giderek daha fazla uyarlanması gerekiyor” dedi. “Bir eğitim kümesinin beslenmesinin yanı sıra, çok yüksek kapasiteli katı hal depolama çözümleri ile iyi bir şekilde sunulmaktadır, ancak gerçek çıkarım ve mannequin eğitimi farklı bir şeye ihtiyaç duyuyor. Bu, SSD’den, ürünleri entegre ettikten sonra, SSD’den, entegrasyon yapmak için çok yüksek performans ve mannequin eğitimi. yazılım.”
Kenarda AI çıkarımının iyileştirilmesi
Kenarda en yüksek performans için, verilere etkileşime yaklaşmak için depolamanın tek bir düğüme kadar ölçeklenmesi önemlidir. Ve anahtar, bellek darboğazlarını kaldırmaktır. Bu, veri ve meta verilerle birlikte ölçeklendirmek için belleği AI altyapısının bir parçası haline getirerek yapılabilir. Verilerin hesaplanması için yakınlığı, içgörü süresini önemli ölçüde artırır.
Matson, “Verileri GPU’lara mümkün olduğunca yakınlaştırmak için çok özel donanım tasarımlarını kullanarak tüm büyük dağıtımları, yapay zeka için büyük yeşil alan veri merkezlerini görüyorsunuz” dedi. “Çok yüksek hızlarda çok erişilebilir olan petabayt seviyeli depolama alanını GPU’lara getirmek için veri merkezlerini çok yüksek kapasiteli katı hal depolamasıyla inşa ediyorlar. Şimdi, aynı teknoloji kenarda ve işletmede bir mikro kozmozda gerçekleşiyor.”
Tüm katı halde çalıştırarak sisteminizden en fazla performansı elde etmenizi sağlamak için AI sistemlerinin alıcıları için kritik hale geliyor. Bu, büyük miktarda veri getirmenizi sağlar ve kenardaki küçük bir sistemde inanılmaz işleme gücü sağlar.
AI donanımının geleceği
Cummings, “Açık, ölçeklenebilir ve hafıza hızında, bunu yapmak için en son ve en büyük teknolojilerin bazılarını kullanarak çözümler sunmamız zorunludur” dedi. “Bu bir şirket olarak hedefimiz, bu açıklığı, bu hızı ve kuruluşların ihtiyaç duyduğu ölçeği sağlamak. Sanırım ekonomilerin de buna uygun olduğunu göreceksiniz.”
Genel eğitim ve çıkarım veri hattı için ve çıkarım içinde, çok yüksek hızlı bir SSD veya güç tasarruflu çok yüksek kapasiteli bir çözüm olsun, donanım ihtiyaçları artmaya devam edecektir.
Matson, “Birkaç yıl sonra çok düşük güçte çalışan ve temelde dört kat daha fazla sabit diskin ya da neredeyse neredeyse yakın bellek hızlarına sahip olan çok yüksek performanslı bir ürünün yerini alabilen, tek bir petabaytlık bir SSD olsun, çok yüksek kapasiteye doğru ilerleyeceğini söyleyebilirim” dedi. “Büyük GPU satıcılarının bir sonraki depolama mimarisinin nasıl tanımlanacağını baktıklarını göreceksiniz, böylece sistemdeki HBM’yi çok yakından artırmaya yardımcı olabilir. Bulut bilişimde genel amaçlı bir SSD olan şey, kapasite ve performansa dönüşüyor.
avots
