Ai đồng thí điểm Các đồng phi công? Tại sao AI cần hỗ trợ đám mây

Được xuất bản lại bởi Plato

Người theo dõi: 0

Trong mười hai tháng qua, chúng ta đã chứng kiến một số lượng lớn các tổ chức AI mới phát triển, tận dụng những tiến bộ mới nhất trong các mô hình nền tảng, công nghệ và nhu cầu. Mặc dù AI thường được coi là hoạt động như một 'đồng lái' hơn là 'lái tự động', nhưng vẫn có nhiều kỳ tích đáng chú ý mà nó có thể đạt được, so với điện toán cổ điển. Gần đây, chúng tôi đã thấy các công ty khởi nghiệp có thể cung cấp ngôn ngữ chuyển văn bản thành ký hiệu chính xác, phiên âm đa ngôn ngữ và tạo video giọng nói tự động với hình đại diện thực tế, ngoại trừ một số ít.

Tuy nhiên, giống như tất cả các công ty khởi nghiệp và mở rộng quy mô, các tổ chức mới này phải đối mặt với nhiều thách thức; một số dành riêng cho ngành AI và một số khác dành cho tất cả các thương hiệu đang phát triển. Nhưng với mức hỗ trợ phù hợp, những người sáng lập có thể phát triển, giúp thúc đẩy ngành – và nhân loại – tiến lên.

Ai là phi công phụ của phi công phụ? Tại sao AI cần hỗ trợ đám mây

Sức mạnh tính toán cao để đào tạo các mô hình AI

Một trong những thách thức chính mà các tổ chức AI phải đối mặt là đào tạo. Việc đào tạo các mô hình AI đòi hỏi một lượng điện toán đáng kể, điều này có thể là thách thức đối với các công ty công nghệ sâu có xu hướng hoạt động trên cơ sở opex, thay vì cơ sở vốn đầu tư. Các thuật toán học sâu, chẳng hạn như mạng lưới thần kinh, yêu cầu một số lượng lớn các lần lặp lại và điều chỉnh để đạt được kết quả tối ưu. Điều này có thể tốn thời gian và chi phí nếu không có quyền truy cập vào tài nguyên máy tính hiệu năng cao. Hơn nữa, dữ liệu này cần được lưu trữ ở đâu đó và điều này có thể gây tốn kém chi phí khi mua hoàn toàn và tốn kém để duy trì.

Linh hoạt trong phân bổ nguồn lực và quản lý chi phí

Các yêu cầu về tài nguyên để đào tạo và triển khai các mô hình AI có thể rất khác nhau tùy thuộc vào độ phức tạp của mô hình và kích thước của tập dữ liệu. Giống như hầu hết các công ty khởi nghiệp, hướng đi của công ty có thể thay đổi gần như chỉ sau một đêm và có thể là thách thức đối với cả con người và cơ sở hạ tầng công nghệ. Do đó, hầu hết các công ty khởi nghiệp AI đều có nguồn gốc từ đám mây theo mặc định để giúp xoay vòng sang phần cứng mới khi mọi thứ bắt đầu chuyển sang một hướng khác.

Vấn đề tương thích ngược

Các khung AI như TensorFlow và PyTorch liên tục được cập nhật và cải tiến, nhưng một số lần lặp lại khung này không tương thích ngược với các phiên bản trước. Điều này gây áp lực đáng kể lên các tổ chức trong việc cập nhật khuôn khổ mới nhất, nếu không họ sẽ gặp rủi ro về các sự cố chức năng hoặc thậm chí là thời gian ngừng hoạt động. Mặc dù người dùng thường mong đợi các công ty khởi nghiệp gặp vấn đề về phát triển, nhưng một lượng lớn thời gian chết có thể làm xói mòn đáng kể niềm tin.

Với những vấn đề này, làm thế nào các công ty khởi nghiệp AI thành công hiện có vượt qua những thách thức của họ?

Ai là phi công phụ của phi công phụ? Tại sao AI cần hỗ trợ đám mây

AI trong thực tế: OVHcloud trao quyền cho các yếu tố cần thiết của Cầu Hải quan

Cầu hải quan là một công ty khởi nghiệp “công nghệ sâu” sử dụng thuật toán trí tuệ nhân tạo để tạo ra một công cụ phân loại sản phẩm tự động, nhắm đến các nhà nhập khẩu châu Âu. Nhiệm vụ của công ty là tạo ra công cụ phân loại sản phẩm đáng tin cậy nhất có thể để gán mã hải quan chính xác cho sản phẩm có mô tả chưa được chính thức hóa đầy đủ.

Tuy nhiên, Hải quan Bridge phải đối mặt với những thách thức đáng kể trong việc đào tạo các mô hình AI của họ. Họ có cơ sở hạ tầng tại chỗ hạn chế, yêu cầu xử lý dữ liệu quy mô lớn và nhu cầu về các khung AI tiên tiến nhất. Cơ sở hạ tầng hiện tại của họ không đủ để đào tạo và triển khai các mô hình AI một cách hiệu quả, đồng thời họ gặp khó khăn trong việc truy cập và xử lý khối lượng lớn dữ liệu cần thiết để đào tạo các mô hình của mình.

Để vượt qua những thách thức này, Cầu Hải quan đã chuyển sang Giải pháp AI & Machine Learning của OVHcloud. Nhóm đã triển khai giải pháp đào tạo mô hình của OVHcloud, Đào tạo AI và sử dụng các phiên bản OVHcloud để triển khai các mô hình vào sản xuất và hỗ trợ đường ống cung cấp năng lượng dữ liệu. Điều này cho phép Hải quan Bridge xử lý một lượng lớn dữ liệu, nâng cao các mô hình AI cũng như cải thiện năng suất và hiệu quả tổng thể của nó.

Cầu Hải quan đã có thể tận dụng các tài nguyên của OVHcloud để tăng cường dữ liệu và đào tạo mô hình AI nâng cao. Họ đã dựa vào khoảng 2.5 TB dữ liệu để huấn luyện các mẫu Transformers đầu tiên của mình và huấn luyện Transformers trên 250,000 dòng chỉ mất khoảng 30 phút tính toán nhờ GPU NVIDIA V100 do OVHcloud cung cấp. Điều này vừa nhanh vừa có chi phí thấp, đồng thời cho phép Hải quan Bridge mở rộng khối lượng dữ liệu của mình mà không hạn chế cơ sở hạ tầng. Cách tiếp cận dựa trên đám mây đã cho công ty nhiều quyền tự do thử nghiệm cho đến khi họ tìm thấy khối lượng cần thiết để đạt được độ chính xác mà họ muốn.

Ngoài việc cải thiện tính linh hoạt và khả năng mở rộng cho đào tạo mô hình AI, Hải quan Bridge còn được hưởng lợi từ việc phân bổ nguồn lực hiệu quả và tiết kiệm chi phí, triển khai và triển khai đơn giản hóa các khuôn khổ AI cũng như khả năng cho phép đổi mới và thử nghiệm để có kết quả tối ưu. Bằng cách tận dụng các giải pháp AI & Machine Learning của OVHcloud, Customs Bridge đã có thể vượt qua những thách thức của mình và xây dựng một công cụ phân loại sản phẩm sáng tạo và hiệu quả.

Nâng cao công nghệ sâu với các dịch vụ đám mây chuyên dụng

Một trong những bước đầu tiên để một công ty khởi nghiệp AI đang phát triển là hiểu hệ sinh thái của nó – chứ không chỉ hiểu về đối thủ cạnh tranh. Có nhiều tổ chức cung cấp các cơ sở ươm tạo, máy gia tốc và các chương trình hỗ trợ có thể giúp trực tiếp hỗ trợ tư vấn và quản lý hoặc hỗ trợ cơ sở hạ tầng công nghệ trong trường hợp của ví dụ trên.

Các dịch vụ đám mây cung cấp phân bổ tài nguyên linh hoạt và quản lý chi phí, cho phép các công ty công nghệ sâu sửa đổi tài nguyên của họ khi nhu cầu thay đổi. Khả năng thích ứng này đảm bảo rằng các công ty chỉ trả tiền cho những nguồn lực mà họ yêu cầu, điều này cho phép họ phân bổ nguồn lực của mình hiệu quả hơn và hoạt động trên cơ sở opex, thay vì cơ sở vốn đầu tư.

Các giải pháp lưu trữ có thể mở rộng cũng là một phần quan trọng của mô hình dịch vụ đám mây. Với những giải pháp này, các công ty công nghệ sâu có thể xử lý và lưu trữ lượng lớn dữ liệu, cho phép họ huấn luyện các mô hình AI của mình. Các giải pháp này được tạo ra để dễ dàng mở rộng quy mô, đảm bảo rằng các công ty AI có thể tăng khối lượng dữ liệu của họ mà không bị gián đoạn dịch vụ – không giống như lưu trữ vật lý, nơi việc cài đặt và quản lý các ổ đĩa mới có thể gây ra nhiều vấn đề đau đầu.

Thúc đẩy ngành công nghiệp tiến lên

Các công ty AI công nghệ sâu gặp phải nhiều vấn đề giống như các công ty khởi nghiệp trong các ngành khác, nhưng cũng có một số thách thức riêng. Chẳng hạn, các bộ dữ liệu khổng lồ cần thiết để đào tạo các mô hình AI đi kèm với nhu cầu tương ứng về khả năng lưu trữ và tính toán năng lượng cao, thường nằm ngoài tầm với của các tổ chức trẻ hoạt động bằng nguồn tài trợ hạt giống.

Đây là lý do tại sao nhiều công ty AI có nguồn gốc từ đám mây theo mặc định. Đám mây cho phép các tổ chức như thế này mở rộng quy mô dễ dàng hơn mà không phải trả trước cho cơ sở hạ tầng, chưa kể đến việc hưởng lợi từ các giải pháp được quản lý giúp loại bỏ nhu cầu quản lý hàng ngày của người sáng lập và nhóm của họ. Tuy nhiên, các công ty mới thành lập phải chú ý khi thiết lập thỏa thuận dịch vụ đám mây của họ và cẩn thận để tránh cả chi phí tăng vọt và chi phí ẩn; thiết lập sai hoặc nhà cung cấp sai – chẳng hạn như tính phí quá cao cho chi phí đầu vào/đầu ra – có thể dẫn đến gánh nặng công nghệ. Nhưng với đối tác phù hợp, giải pháp phù hợp và cách tiếp cận hợp tác thực sự, các công ty khởi nghiệp có thể quên đi các chi tiết quản trị và thay vào đó tập trung vào nhiệm vụ chính của họ: tạo ra một thế giới AI mới.