Kes juhib kaaspiloote? Miks AI vajab pilve tuge

Taasavaldanud Platon

järgijaid: 0

Viimase kaheteistkümne kuu jooksul on arenenud suur hulk uusi tehisintellektiga organisatsioone, mis kasutavad ära põhimudelite, tehnoloogia ja nõudluse uusimaid edusamme. Kuigi tehisintellekti peetakse sageli pigem „kaaspiloodiks” kui „autopiloodiks”, on sellega võrreldes klassikalise andmetöötlusega siiski palju märkimisväärseid saavutusi. Oleme hiljuti näinud idufirmasid, mis suudavad pakkuda täpset teksti viipekeelt, mitmekeelset transkriptsiooni ja automaatset kõnevideo genereerimist realistlike avataridega, kui nimetada vaid mõnda.

Kuid nagu kõik idufirmad ja laienevad ettevõtted, seisavad need uued organisatsioonid silmitsi paljude väljakutsetega; mõned on spetsiifilised tehisintellektitööstusele ja teised on ühised kõigile kasvavatele kaubamärkidele. Kuid õige tasemega toetusega saavad asutajad õitseda, aidates tööstust – ja inimkonda – edasi viia.

Kes juhib kaaspiloote? Miks AI vajab pilve tuge

Suur arvutusvõimsus AI mudelite treenimiseks

Üks peamisi väljakutseid, millega AI organisatsioonid silmitsi seisavad, on koolitus. AI-mudelite koolitamine nõuab märkimisväärset arvutusvõimsust, mis võib olla keeruline süvatehnoloogiaettevõtetele, kes kipuvad tegutsema pigem operatiiv- kui kapitalipõhiselt. Süvaõppe algoritmid, nagu närvivõrgud, nõuavad optimaalsete tulemuste saavutamiseks suurt hulka iteratsioone ja kohandusi. See võib olla aeganõudev ja kulukas ilma juurdepääsuta suure jõudlusega andmetöötlusressurssidele. Peale selle tuleb need andmed kuskil salvestada ja nende otseostmine võib olla kulukas ja hooldamine kulukas.

Paindlikkus ressursside jaotamisel ja kulude juhtimisel

Ressursinõuded AI mudelite koolitamiseks ja kasutuselevõtuks võivad olenevalt mudeli keerukusest ja andmekogumi suurusest suuresti erineda. Nagu enamiku idufirmade puhul, võib ka ettevõtte suund muutuda peaaegu üleöö ning olla väljakutseks nii inimestele kui ka tehnoloogia infrastruktuurile. Järelikult on enamik tehisintellekti käivitavaid ettevõtteid vaikimisi pilvepõhised, et aidata uuele riistvarale pöörata, kui asjad hakkavad teises suunas liikuma.

Tagasiühilduvusprobleemid

Tehisintellekti raamistikke, nagu TensorFlow ja PyTorch, uuendatakse ja täiustatakse pidevalt, kuid paljud neist raamistiku iteratsioonidest ei ole varasemate versioonidega tagasiühilduvad. See avaldab organisatsioonidele märkimisväärset survet uusima raamistikuga kursis hoidmiseks, vastasel juhul ohustavad nad funktsionaalsusprobleeme või isegi seisakuid. Kuigi kasutajad eeldavad sageli, et alustavatel ettevõtetel on probleeme, võib suur seisakuaeg usaldust oluliselt vähendada.

Kuidas on olemasolevad edukad AI-idufirmad neid probleeme silmas pidades oma väljakutsetest üle saanud?

Kes juhib kaaspiloote? Miks AI vajab pilve tuge

Tehisintellekt praktikas: OVHcloud annab tollisillale põhilised võimalused

Customs Bridge on süvatehnoloogiline idufirma, mis kasutab tehisintellekti algoritme, et luua automaatne toodete klassifitseerimise mootor, mis on suunatud Euroopa importijatele. Ettevõtte missiooniks on luua võimalikult usaldusväärne toodete klassifitseerimise mootor, et määrata õige tollikood tootele, mille kirjeldus ei ole täielikult vormistatud.

Tollisild seisis aga oma tehisintellektimudelite koolitamisel silmitsi suurte väljakutsetega. Neil oli piiratud kohapealne infrastruktuur, suuremahulised andmetöötlusnõuded ja vajadus tipptasemel tehisintellekti raamistike järele. Nende olemasolev infrastruktuur ei olnud piisav nende tehisintellekti mudelite tõhusaks koolitamiseks ja kasutuselevõtuks ning neil oli raskusi mudelite koolitamiseks vajalike suurte andmete juurde pääsemisel ja töötlemisel.

Nendest väljakutsetest ülesaamiseks pöördus Tollisild OVHcloudi tehisintellekti ja masinõppe lahendused. Meeskond rakendas OVHcloudi mudelikoolituse lahendust AI Training ja kasutas OVHcloudi eksemplare, et juurutada mudeleid tootmisse ja toetada andmetoitetoru. See võimaldas Customs Bridge'il töödelda suuri andmemahtusid, täiustada oma tehisintellekti mudeleid ning parandada üldist tootlikkust ja tõhusust.

Customs Bridge suutis kasutada OVHcloudi ressursse andmete täiustamiseks ja täiustatud tehisintellekti mudeli koolituseks. Nad toetusid oma esimeste Transformersi mudelite väljaõpetamiseks umbes 2.5 TB andmetele ja 250,000 30 liinil transformerite treenimine võttis tänu OVHcloudi pakutavatele NVIDIA V100 GPU-dele vaid umbes XNUMX minutit arvutusaega. See oli nii kiire kui ka odav ning võimaldas Customs Bridge'il oma andmemahtusid skaleerida, ilma et see piiraks oma infrastruktuuri. Pilvepõhine lähenemine andis ettevõttele palju vabadust katsetada, kuni nad leidsid soovitud täpsuse saavutamiseks vajaliku mahu.

Lisaks tehisintellektimudelite koolituse parandatud paindlikkusele ja mastaapsusele sai Customs Bridge kasu ka kulutõhusast ja tõhusast ressursside eraldamisest, tehisintellekti raamistike lihtsustatud rakendamisest ja juurutamisest ning võimalusest võimaldada innovatsiooni ja katsetamist optimaalsete tulemuste saavutamiseks. OVHcloudi tehisintellekti ja masinõppe lahendusi võimendades suutis Customs Bridge ületada oma väljakutsed ning luua uuendusliku ja tõhusa toodete klassifitseerimismootori.

Süvatehnoloogia täiustamine spetsiaalsete pilveteenustega

Üks esimesi samme kasvava tehisintellekti idufirma jaoks on mõista oma ökosüsteemi – ja mitte ainult konkurentsi mõistmise mõttes. On palju organisatsioone, kes pakuvad inkubaatoreid, kiirendeid ja tugiskeeme, mis võivad aidata kas otse juhendamise ja juhtimisabiga või ülaltoodud näite puhul tehnoloogia infrastruktuuri tuge.

Pilveteenused pakuvad paindlikku ressursside jaotamist ja kulude juhtimist, võimaldades süvatehnoloogiaettevõtetel vajaduse korral oma ressursse muuta. See kohanemisvõime tagab, et ettevõtted maksavad ainult nende ressursside eest, mida nad vajavad, mis võimaldab neil oma ressursse tõhusamalt jaotada ja tegutseda operatiivselt, mitte kapitalipõhiselt.

Pilveteenuste mudeli oluliseks osaks on ka laiendatavad salvestuslahendused. Nende lahendustega saavad süvatehnoloogiaettevõtted töödelda ja salvestada suuri andmemahtusid, võimaldades neil treenida oma tehisintellekti mudeleid. Need lahendused on loodud hõlpsasti skaleeritavaks, tagades, et tehisintellekti ettevõtted saavad oma andmemahtusid suurendada ilma teenust katkestamata – erinevalt füüsilisest salvestusruumist, kus uute draivide installimine ja haldamine võib tekitada palju peavalu.

Tööstuse edasiviimine

Süvatehnoloogilise tehisintellekti ettevõtted kogevad palju samu probleeme nagu idufirmad teistes tööstusharudes, kuid ka unikaalseid väljakutseid. Näiteks tehisintellektimudelite koolitamiseks vajalikud tohutud andmekogud sisaldavad vastavat vajadust suure võimsusega arvutus- ja salvestusvõimaluste järele, mis on sageli algrahastusega tegelevatele noortele organisatsioonidele kättesaamatud.

Seetõttu on paljud AI-ettevõtted vaikimisi pilvepõhised. Pilv võimaldab sellistel organisatsioonidel hõlpsamini skaleerida, ilma infrastruktuuri eest ette maksmata, rääkimata hallatavatest lahendustest, mis eemaldavad asutajatelt ja nende meeskondadelt igapäevase juhtimise vajaduse. Küll aga peavad idufirmad oma pilveteenuste lepingut sõlmides tähelepanelik olema ning vältima nii keerlevaid kui ka varjatud kulusid; vale seadistus või vale pakkuja – näiteks sisse-/väljamineku kulude ületasumine – võib põhjustada tehnoloogilise koormuse. Kuid õige partneri, õige lahenduse ja tõeliselt koostööl põhineva lähenemise korral võivad idufirmad unustada administratiivsed üksikasjad ja keskenduda selle asemel oma peamisele missioonile: uue tehisintellekti maailma loomisele.