FramgÄngen för AI ligger i infrastrukturen


Artificiell intelligens (AI) medför mĂ„nga förĂ€ndringar i företaget, ingen av dem Ă€r viktigare för dess framgĂ„ng Ă€n infrastruktur. Att Ă€ndra arten av arbetsbelastningar – inte bara hur de genereras och bearbetas utan hur de tillĂ€mpas pĂ„ de operativa mĂ„len – krĂ€ver förĂ€ndringar i hur rĂ„data hanteras, och detta strĂ€cker sig Ă€nda ner till det fysiska lagret av datastacken.

Som VB pĂ„pekade tidigare i Ă„r, förĂ€ndrar AI redan hur infrastruktur designas hela vĂ€gen ut till kanten. PĂ„ en mer grundlĂ€ggande nivĂ„ hĂ„ller den grundlĂ€ggande hĂ„rdvaran pĂ„ att bli optimerad för att stödja AI-arbetsbelastningar, och inte bara pĂ„ processornivĂ„. Men det kommer att krĂ€vas en koordinerad anstrĂ€ngning, och ingen liten mĂ€ngd vision, för att konfigurera hĂ„rdvara för att hantera AI pĂ„ rĂ€tt sĂ€tt – och det finns sannolikt inte ett rĂ€tt sĂ€tt att göra det Ă€ndĂ„.

GrundlÀggande förÀndring för AI-infrastruktur

I en nyligen genomförd undersökning av mer Àn 2 000 företagsledare av IDC, var ett av de frÀmsta resultaten den vÀxande insikten att AI mÄste finnas pÄ specialbyggd infrastruktur om det ska ge verkligt vÀrde till affÀrsmodellen. Faktum Àr att brist pÄ ordentlig infrastruktur citerades som en av de frÀmsta drivkrafterna för misslyckade AI-projekt, vilket fortsÀtter att hindra utvecklingen i mer Àn tvÄ tredjedelar av organisationerna. Som med de flesta tekniska initiativ inkluderar dock viktiga hinder för mer AI-centrerad infrastruktur kostnader, brist pÄ tydliga strategier och den rena komplexiteten i Àldre datamiljöer och infrastruktur.

All hÄrdvara Àr sammankopplad i företaget, oavsett om den sitter i datacentret, molnet eller kanten, och detta gör det svÄrt att helt enkelt distribuera nya plattformar och fÄ dem att fungera. Men som teknikförfattaren Tirthajyoti Sarkar pÄpekar finns det mÄnga sÀtt att fÄ verkligt vÀrde frÄn AI utan att den senaste generationen av optimerade lösningar pÄ chipnivÄ kommer in i kanalen.

Banbrytande GPU:er, till exempel, kan vara den bĂ€sta lösningen för avancerad djupinlĂ€rning och naturliga sprĂ„kbehandlingsmodeller, men ett antal AI-applikationer – nĂ„gra av dem ganska avancerade, som spelteoretik och storskalig förstĂ€rkningsinlĂ€rning – Ă€r bĂ€ttre lĂ€mpade för CPU. Och eftersom mycket av det tunga lyftet inom AI-utveckling och -anvĂ€ndning vanligtvis utförs av front-end datakonditioneringsverktyg, kan val över kĂ€rnor, accelerationsteknologier och cache visa sig vara mer betydelsefulla Ă€n typen av processor.

Minnesarkitekturer kan ocksÄ spela en avgörande roll i framtida AI-plattformar, sÀger The Next Platforms Jeffrey Burt. Trots allt Àr till och med vÀrldens snabbaste chip till liten nytta om det inte kan komma Ät data, och för det behöver du hög kapacitet och hög bandbredd i minnesmodulen. För detta ÀndamÄl vÀnder sig forskningen mot AI-optimerade minneslösningar som kan anvÀndas tillsammans av CPU:er, GPU:er och till och med anpassade ASIC:er, tillsammans med deras egna on-chip minneskÀrnor. En nyckelaspekt av denna utveckling kretsar kring den öppna Compute Express Link (CXL) som möjliggör koherens mellan flera minneskÀrnor.

Applikationsspecifik AI

Det verkar ocksĂ„ troligt att infrastrukturen inte bara kommer att optimeras kring AI, utan runt alla olika smaker av AI. Till exempel, som NVIDIA noterar, krĂ€ver naturlig sprĂ„kbehandling (NLP) sĂ„ enorm berĂ€kningskraft för att hantera stora mĂ€ngder data, sĂ„ konstruktioner som nĂ€tverksstrukturer och den avancerade programvaran som anvĂ€nds för att hantera dem kommer att visa sig vara avgörande. Återigen Ă€r tanken inte bara att kasta mer rĂ„kraft till AI utan att effektivisera arbetsflöden och koordinera aktiviteterna för stora, högskalade och högdistribuerade dataresurser för att sĂ€kerstĂ€lla att projekt kan slutföras i tid och inom budget.

Inget av detta kommer att hÀnda över en natt, förstÄs. Det tog decennier att föra datainfrastruktur till det tillstÄnd den Àr i idag, och det kommer att ta fler Är att skrÀddarsy den efter AIs behov. Men incitamentet för att uppnÄ detta Àr starkt, och nu nÀr de flesta företagsinfrastrukturer positioneras av molnleverantörer som en kÀrntillgÄng, intÀktsgenererande tillgÄng, kommer behovet av att ligga i framkant av denna övergÄng sannolikt att driva pÄ alla nya implementeringar framöver.

Trots alla förÀndringar som AI Àr redo att tillföra företaget, förblir en sak densamma: AI handlar om data, och data finns i infrastrukturen. Det enda sÀttet att sÀkerstÀlla att AI:s löften kan omsÀttas till verklighet Àr att skapa den rÀtta fysiska basen för att lÄta intelligensen utöva sin magi.

VentureBeats uppdrag ska vara ett digitalt stadstorg för tekniska beslutsfattare att fÄ kunskap om transformativ företagsteknologi och handla. LÀs mer om medlemskap.