Облачные технологии несопоставимы, но они возможны только в том случае, если потребности AI/ML специфичны.
Слово «облачные технологии» ассоциируется с технологически прогрессивными флюидами, удобством и набором приложений, которые оно может предложить с эффективностью. Вишенка на торте — это деньги, которые предприятия могут сэкономить с помощью серверов и хранилищ данных, размещенных в облаке. Продолжая эту игру, в последние годы приложения искусственного интеллекта мигрировали в облако, чтобы снизить непомерно высокие цены. Низкие капитальные затраты являются причиной того, что компании выбрали облако, чтобы сократить общие расходы. Наличие надежных процессоров и средств хранения данных было более дорогостоящим с учетом частых затрат на техническое обслуживание и эксплуатацию. Также нельзя иметь неограниченный доступ к хранилищам, так как это зависит от выделенного бюджета. Добавьте искусственный интеллект, сложную и ресурсоемкую технологию, у которой слишком много потребностей, чтобы она могла служить своей цели. Облачные технологии несопоставимы и постепенно развиваются, чтобы масштабироваться в соответствии с потребностями, но это возможно только в случае конкретных потребностей.
С тех пор как облачные технологии приобрели известность, заинтересованные стороны AI/ML в значительной степени находились под влиянием представления о том, что локальная инфраструктура не может выдерживать операции AI/ML с большим объемом вычислений. Но с развитием технологий искусственного интеллекта и машинного обучения и улучшенными вариантами оборудования в полевых условиях их запуск в локальной среде оказывается более подходящим для достижения положительных результатов. «У нас по-прежнему есть множество клиентов, которые хотят перейти на облачную миграцию, но мы определенно видим — по крайней мере, в прошлом году или около того — гораздо больше клиентов, которые хотят репатриировать рабочие нагрузки обратно в локальную среду из-за стоимости», — сказал Томас Робинсон, вице-президент по стратегическому партнерству и корпоративному развитию компании Domino Data Lab, занимающейся платформой MLOps. На экономическую эффективность влияет не только хранение данных, но и способ их хранения, а количество итераций, которые модель должна пройти на каждом этапе цикла разработки, увеличивает стоимость. Учитывая тот факт, что модели на каждом этапе обрабатывают терабайты и петабайты данных, передача которых туда и обратно из облака в центр разработки модели или между облаками не имеет смысла, даже если это не связано с высокими транзакционными издержками. Именно по этой причине разработчики ИИ начали разрабатывать локальные центры обработки данных и в некоторых случаях начали зависеть от поставщиков управляемых услуг и поставщиков услуг совместного размещения (colos). В конце концов, облачная симфония AI/ML становится областью, требующей принятия стратегии, требующей переключения между облаком для конкретных задач и локальной средой для более либеральных экспериментов и оптимизированного управления рабочими нагрузками.
Сообщение Падение облачных систем искусственного интеллекта! Pricing is The Culprit впервые появился в Analytics Insight.
