부조종사는 누구입니까? AI에 클라우드 지원이 필요한 이유

플라톤에 의해 재발행

팔로워 : 0

지난 XNUMX개월 동안 우리는 기본 모델, 기술 및 수요의 최신 발전을 활용하여 수많은 새로운 AI 조직이 개발되는 것을 보았습니다. AI는 종종 '자동 조종사'가 아닌 '부조종사' 역할을 하는 것으로 보이지만, 여전히 기존 컴퓨팅과 비교할 때 달성할 수 있는 놀라운 업적이 많이 있습니다. 우리는 최근 정확한 텍스트를 수화로 변환, 다국어 필사, 사실적인 아바타가 있는 자동 음성 비디오 생성 등을 제공할 수 있는 신생 기업을 보았습니다.

그러나 모든 신생 기업 및 규모 확장과 마찬가지로 이러한 새로운 조직은 많은 문제에 직면해 있습니다. 일부는 AI 산업에만 해당되며 다른 일부는 모든 성장 브랜드에 공통적입니다. 그러나 적절한 수준의 지원을 통해 창업자는 번성하여 업계와 인류를 발전시키는 데 도움을 줄 수 있습니다.

부조종사는 누가 부조종사입니까? AI에 클라우드 지원이 필요한 이유

AI 모델 교육을 위한 높은 컴퓨팅 성능

AI 조직이 직면한 주요 과제 중 하나는 교육 문제입니다. AI 모델을 교육하려면 상당한 양의 계산 능력이 필요하며, 이는 자본 비용이 아닌 운영 비용으로 운영되는 경향이 있는 심층 기술 회사에게는 어려울 수 있습니다. 신경망과 같은 딥 러닝 알고리즘은 최적의 결과를 얻기 위해 많은 반복과 조정이 필요합니다. 고성능 컴퓨팅 리소스에 액세스하지 않으면 시간과 비용이 많이 들 수 있습니다. 또한 이 데이터는 어딘가에 저장해야 하며 완전히 구매하는 데 비용이 많이 들고 유지 관리 비용이 많이 들 수 있습니다.

자원 할당 및 비용 관리의 유연성

AI 모델을 교육하고 배포하기 위한 리소스 요구 사항은 모델의 복잡성과 데이터 세트의 크기에 따라 크게 달라질 수 있습니다. 대부분의 신생 기업과 마찬가지로 회사의 방향은 거의 하룻밤 사이에 바뀔 수 있으며 사람과 기술 인프라 모두에 어려울 수 있습니다. 결과적으로 대부분의 AI 스타트업은 사물이 다른 방향으로 움직이기 시작할 때 새로운 하드웨어로 전환할 수 있도록 기본적으로 클라우드 기반입니다.

이전 버전과의 호환성 문제

TensorFlow 및 PyTorch와 같은 AI 프레임워크는 지속적으로 업데이트되고 개선되고 있지만 이러한 프레임워크 반복 중 다수는 이전 버전과 역호환되지 않았습니다. 이는 조직이 최신 프레임워크를 최신 상태로 유지해야 한다는 상당한 압박을 가하며, 그렇지 않으면 기능 문제 또는 다운타임의 위험이 있습니다. 사용자는 스타트업에 문제가 있을 것으로 예상하는 경우가 많지만 가동 중지 시간이 많으면 신뢰가 크게 떨어질 수 있습니다.

이러한 문제를 염두에 두고 기존의 성공적인 AI 스타트업은 어떻게 문제를 극복했습니까?

부조종사는 누가 부조종사입니까? AI에 클라우드 지원이 필요한 이유

실제 AI: Customs Bridge의 필수 기능을 강화하는 OVHcloud

Customs Bridge는 유럽 수입업체를 대상으로 하는 자동 제품 분류 엔진을 만들기 위해 인공 지능 알고리즘을 사용하는 "딥 테크" 스타트업입니다. 회사의 임무는 설명이 완전히 공식화되지 않은 제품에 올바른 세관 코드를 할당할 수 있는 가장 신뢰할 수 있는 제품 분류 엔진을 만드는 것입니다.

그러나 Customs Bridge는 AI 모델을 교육하는 데 상당한 어려움에 직면했습니다. 제한된 온프레미스 인프라, 대규모 데이터 처리 요구 사항 및 최신 AI 프레임워크가 필요했습니다. 기존 인프라는 AI 모델을 효과적으로 교육하고 배포하기에 충분하지 않았으며 모델 교육에 필요한 대량의 데이터에 액세스하고 처리하는 데 어려움을 겪었습니다.

이러한 문제를 극복하기 위해 Customs Bridge는 OVHcloud의 AI 및 기계 학습 솔루션. 팀은 OVHcloud의 모델 교육 솔루션인 AI 교육을 구현하고 OVHcloud 인스턴스를 활용하여 모델을 생산에 배포하고 데이터 전력 파이프라인을 지원했습니다. 이를 통해 Customs Bridge는 대량의 데이터를 처리하고 AI 모델을 개선하며 전반적인 생산성과 효율성을 개선할 수 있었습니다.

Customs Bridge는 데이터 향상 및 고급 AI 모델 교육을 위해 OVHcloud의 리소스를 활용할 수 있었습니다. 약 2.5TB의 데이터를 사용하여 첫 번째 Transformers 모델을 교육했으며 OVHcloud에서 제공하는 NVIDIA V250,000 GPU 덕분에 30개 라인에서 Transformers를 교육하는 데 약 100분의 컴퓨팅 시간이 소요되었습니다. 이는 빠르고 저렴했으며 Customs Bridge는 인프라를 제한하지 않고 데이터 볼륨을 확장할 수 있었습니다. 클라우드 기반 접근 방식은 회사가 원하는 정밀도를 달성하는 데 필요한 볼륨을 찾을 때까지 실험할 수 있는 많은 자유를 제공했습니다.

Customs Bridge는 AI 모델 교육을 위한 향상된 유연성과 확장성 외에도 비용 효과적이고 효율적인 리소스 할당, AI 프레임워크의 간소화된 구현 및 배포, 최적의 결과를 위한 혁신 및 실험을 가능하게 하는 기능의 이점을 얻었습니다. Customs Bridge는 OVHcloud의 AI 및 기계 학습 솔루션을 활용하여 문제를 극복하고 혁신적이고 효과적인 제품 분류 엔진을 구축할 수 있었습니다.

특화된 클라우드 서비스로 심층 기술 향상

성장하는 AI 스타트업의 첫 번째 단계 중 하나는 경쟁을 이해하는 것뿐만 아니라 생태계를 이해하는 것입니다. 멘토링 및 관리 지원 또는 위의 예의 경우 기술 인프라 지원에 직접 도움이 될 수 있는 인큐베이터, 액셀러레이터 및 지원 체계를 제공하는 많은 조직이 있습니다.

클라우드 서비스는 유연한 리소스 할당 및 비용 관리를 제공하여 딥 테크 회사가 필요에 따라 리소스를 수정할 수 있도록 합니다. 이러한 적응성은 기업이 필요한 리소스에 대해서만 비용을 지불하도록 보장하므로 리소스를 보다 효율적으로 할당하고 자본 비용이 아닌 운영 비용으로 운영할 수 있습니다.

확장 가능한 스토리지 솔루션도 클라우드 서비스 모델의 중요한 부분입니다. 이러한 솔루션을 통해 딥 테크 회사는 대량의 데이터를 처리 및 저장하여 AI 모델을 교육할 수 있습니다. 이러한 솔루션은 쉽게 확장할 수 있도록 만들어졌으며, 새로운 드라이브의 설치 및 관리가 많은 골칫거리를 야기할 수 있는 물리적 스토리지와 달리 AI 회사는 서비스 중단 없이 데이터 볼륨을 늘릴 수 있습니다.

업계를 선도

딥 테크 AI 회사는 다른 산업의 신생 기업과 동일한 문제를 많이 경험하지만 몇 가지 고유한 문제도 있습니다. 예를 들어, AI 모델을 교육하는 데 필요한 방대한 데이터 세트에는 그에 상응하는 고성능 컴퓨팅 및 스토리지 기능이 필요하며, 이는 시드 펀딩으로 운영되는 젊은 조직에서는 종종 도달할 수 없는 일입니다.

이것이 많은 AI 회사가 기본적으로 클라우드 네이티브인 이유입니다. 클라우드를 사용하면 이와 같은 조직이 인프라에 대한 선불 비용을 지불하지 않고도 보다 쉽게 확장할 수 있으며, 창립자와 팀의 일상적인 관리가 필요 없는 관리형 솔루션의 이점을 누릴 수 있습니다. 그러나 스타트업은 클라우드 서비스 계약을 체결할 때 주의를 기울여야 하며 급증하는 비용과 숨겨진 비용을 모두 피하도록 주의를 기울여야 합니다. 잘못된 설정 또는 잘못된 공급자(예: 수신/발신 비용에 대한 과다 청구)는 기술 부담을 초래할 수 있습니다. 그러나 올바른 파트너, 올바른 솔루션 및 진정한 협업 접근 방식을 통해 신생 기업은 관리 세부 사항을 잊고 대신 주요 임무인 AI의 새로운 세계를 만드는 데 집중할 수 있습니다.