Cloudian - جعل البيانات أقرب إلى الذكاء الاصطناعي من أي وقت مضى

يُغيّر الذكاء الاصطناعي طريقة تخزين الشركات للبيانات والوصول إليها. ويرجع ذلك إلى أن أنظمة تخزين البيانات التقليدية صُممت لمعالجة أوامر بسيطة من عدد قليل من المستخدمين في كل مرة، بينما تحتاج أنظمة الذكاء الاصطناعي الحالية، التي تضم ملايين الوكلاء، إلى الوصول إلى كميات هائلة من البيانات ومعالجتها بشكل مستمر ومتوازي.

تحتوي أنظمة التخزين التقليدية الآن على العديد من طبقات التعقيد، مما يؤدي إلى إبطاء الذكاء الاصطناعي لأن البيانات يجب أن تمر عبر العديد من الطبقات قبل الوصول إلى وحدة معالجة الرسومات، والتي تعتبر "خلية الدماغ" للذكاء الاصطناعي.

شركة كلاوديان، التي أسسها مايكل تسو (من معهد ماساتشوستس للتكنولوجيا) وهيروشي أوتا، تُساعد تخزين البيانات على مواكبة ثورة الذكاء الاصطناعي. وقد طورت الشركة نظام تخزين مؤسسي قابل للتوسع، يُسهّل تدفق البيانات بسلاسة بين وحدات التخزين ونماذج الذكاء الاصطناعي.

يقلل النظام من التعقيد من خلال تطبيق الحوسبة المتوازية على التخزين، ودمج الذكاء الاصطناعي ووظائف البيانات على منصة معالجة متوازية واحدة قادرة على تخزين واسترجاع ومعالجة مجموعات البيانات واسعة النطاق، مع اتصال مباشر عالي السرعة بين التخزين ووحدات معالجة الرسومات ووحدات المعالجة المركزية.

تعمل منصة الحوسبة والتخزين المتكاملة من Cloudian على تبسيط بناء أدوات الذكاء الاصطناعي على نطاق تجاري، مع توفير البنية الأساسية للتخزين للمؤسسات التي يمكنها مواكبة انفجار الذكاء الاصطناعي.

يقول تسو: "من الأمور التي ينساها الناس غالبًا بشأن الذكاء الاصطناعي، أن الأمر كله يتعلق بالبيانات. لا يمكنك تحقيق زيادة بنسبة 10% في أداء الذكاء الاصطناعي بزيادة قدرها 10% من البيانات، وحتى زيادة البيانات بمقدار 10 أضعاف لا تكفي - بل تحتاج إلى بيانات أكبر بمقدار 1000 ضعف. تخزين البيانات بطريقة سهلة الإدارة، ودمج الحوسبة فيها مباشرةً بحيث يمكنك استخدامها فور ورودها، دون الحاجة إلى نقلها - هذا هو التوجه السائد في هذا المجال."

تخزين الكائنات والذكاء الاصطناعي

حاليًا، تستخدم منصة Cloudian بنية تخزين كائنية، حيث تُخزَّن جميع أنواع البيانات - المستندات والفيديوهات وبيانات المستشعرات - ككائنات مفردة مع بيانات وصفية. يُمكن لتخزين الكائنات إدارة كميات هائلة من البيانات في بنية مسطحة، مما يجعلها مثالية للبيانات غير المنظمة وأنظمة الذكاء الاصطناعي، ولكن في السابق، كان من المستحيل إرسال البيانات مباشرةً إلى نموذج الذكاء الاصطناعي دون نسخها أولًا إلى ذاكرة الحاسوب، مما يُسبب تأخيرًا في الاستجابة وهدرًا للطاقة.

في يوليو، أعلنت شركة Cloudian عن توسيع نظام تخزين الكائنات الخاص بها بإضافة قاعدة بيانات متجهة، تُخزّن البيانات بصيغة متاحة فورًا لاستخدام الذكاء الاصطناعي. أثناء استيعاب البيانات، تُحسب Cloudian الصيغة المتجهة للبيانات آنيًا لدعم أدوات الذكاء الاصطناعي، مثل محركات التوصية، والبحث، ومساعدات الذكاء الاصطناعي.

أعلنت Cloudian أيضًا عن شراكة مع NVIDIA لتمكين نظام التخزين الخاص بها من العمل مباشرةً مع وحدات معالجة الرسومات الخاصة بها. وأوضحت Cloudian أن النظام الجديد يُمكّن من معالجة أسرع للذكاء الاصطناعي وخفض تكاليف الحوسبة.

قال تسو: "تواصلت معنا شركة NVIDIA منذ عام ونصف تقريبًا لأن وحدات معالجة الرسومات لا تكون مفيدة إلا عند توفر بيانات لتغذيتها. الآن، يدرك الناس أن دمج الذكاء الاصطناعي في البيانات أسهل من نقل كميات هائلة من البيانات. يتميز نظام التخزين لدينا بقدرات ذكاء اصطناعي مدمجة، ما يتيح لنا معالجة البيانات مسبقًا وبعدها بالقرب من مكان جمعها وتخزينها."

تخزين أولوية الذكاء الاصطناعي

تساعد Cloudian ما يقرب من 1000 شركة حول العالم على تحقيق أقصى استفادة من بياناتها، بما في ذلك الشركات المصنعة الكبرى والمؤسسات المالية ومرافق الرعاية الصحية والوكالات الحكومية.

على سبيل المثال، تساعد منصة تخزين Cloudian شركة كبرى لتصنيع السيارات على استخدام الذكاء الاصطناعي لتحديد متى يحتاج كل روبوت من روبوتات التصنيع الخاصة بها إلى الصيانة. كما تتعاون Cloudian مع المكتبة الوطنية الأمريكية للطب لتخزين الأبحاث وبراءات الاختراع، ومع قاعدة البيانات الوطنية للسرطان لتخزين تسلسلات الحمض النووي للأورام، وهي مجموعات بيانات غنية يمكن للذكاء الاصطناعي معالجتها للمساعدة في تطوير علاجات أو اكتشافات جديدة.

يقول تسو: "وحدات معالجة الرسومات (GPUs) مُمَكِّنٌ رائع. يُضاعِف قانون مور قوة الحوسبة كل عامين، لكن وحدات معالجة الرسومات (GPUs) قادرة على تنفيذ المهام على شريحة واحدة بالتوازي، وربط وحدات معالجة رسومات متعددة معًا، وتجاوز قانون مور. هذا النطاق يدفع الذكاء الاصطناعي إلى مستويات جديدة من الذكاء، لكن الطريقة الوحيدة لجعل وحدات معالجة الرسومات (GPUs) تُقدم أفضل أداء لها هي تغذية البيانات بنفس معدل قوة الحوسبة - والطريقة الوحيدة لتحقيق ذلك هي إزالة جميع طبقات الوسيط بين وحدة معالجة الرسومات (GPUs) وبياناتك."

(وفقا لمعهد ماساتشوستس للتكنولوجيا)

المصدر: https://vietnamnet.vn/cloudian-dua-du-lieu-den-gan-ai-hon-bao-gio-het-2433241.html