作者:Hitachi Vantara資深解決方案顧問 蔡慧陽
近年來,AI市場持續(xù)增長。IDC預計,全球AI計算市場規(guī)模將從2022年的195億美元增長到2026年的346.6億美元。其中,生成式AI計算市場規(guī)模將在2026年增長至109.9億美元。生成式AI應用程序和工具的普及,正加速世界變革。
在中國,越來越多的企業(yè)開始參與研發(fā)或應用該技術,以期借此提高效率、啟動創(chuàng)意工作并改善總體業(yè)務表現(xiàn)。根據(jù)Gartner截至4月底的企業(yè)調研報告數(shù)據(jù),有6%的中國企業(yè)已經部署了生成式AI工具,50%的企業(yè)正在試點使用或計劃在半年內部署使用相關工具。例如,國內某在線旅行代理商和某知名教育企業(yè)相繼發(fā)布了各自領域的垂直大模型,來提高效率,加速創(chuàng)新。
制定長期戰(zhàn)略計劃,充分挖掘生成式AI技術的潛力
盡管AI技術蘊藏著巨大的潛力,但AI技術專家、媒體、企業(yè)決策者和公眾正越來越多地討論AI帶來的各種重要而緊迫的風險。例如,AI聊天機器人存在隱私風險和安全漏洞,可能為用戶帶來重大的安全問題。此外,AI風險還包括不準確信息、系統(tǒng)性偏見、道德風險等。
近期,在我國,國家互聯(lián)網信息辦公室等七部門聯(lián)合發(fā)布了《生成式人工智能服務管理暫行辦法》,進一步落實了對生成式AI技術的監(jiān)管,明確了生成式AI服務提供者應當滿足合規(guī)要求。這就意味著,在充分了解各類生成式AI應用和工具的特點的前提下規(guī)范使用它們,才能切實利用該技術推動創(chuàng)新和生產力的進步。
具有前瞻性的企業(yè)已認識到生成式AI技術的潛力,并將研究、試驗和擁抱該技術設置為高優(yōu)先級項目。為助力企業(yè)更好地擁抱AI技術,Hitachi Vantara提出以下指導原則:
· 樹立遠大目標:首先,企業(yè)需要樹立長遠目標,構建擁抱AI的文化,同時以漸進式的思維方式去利用AI技術。
· 規(guī)范地進行試驗:企業(yè)可以將AI技術應用于各種焦點領域,例如,業(yè)務模型、運營、客戶和員工體驗等。但是,在進行大量試驗之前,企業(yè)應識別數(shù)據(jù)隱私問題,以及與監(jiān)管法規(guī)相關的潛在風險。
· 鼓勵試驗并汲取經驗教訓:企業(yè)應確保創(chuàng)建一個機制來捕捉試驗中的經驗教訓并尋找到正確的發(fā)展方向;需要流程和具體措施來加強保護、免遭不良行為和不道德行為的侵害;需要鼓勵和開展大量試驗,然后采取有效的方式來捕捉學習成果,以識別真正的機會。
· 從戰(zhàn)略高度出發(fā):企業(yè)應尋找將生成式AI技術應用于整個業(yè)務(從內部流程到客戶參與流程,再到新的收入來源)的方式。該技術正迅速成為一個與業(yè)務相互交織、相互影響的重要因素,而非一個虛無縹緲、抽象的概念。因此,企業(yè)應了解如何在業(yè)務中融入該技術,并使其對業(yè)務產生積極影響,然后厘清——它對效率和生產力影響最大的地方、它對加速變革影響最大的地方、以及它如何從根本上改變業(yè)務和商業(yè)模式。最終,企業(yè)將有望借助生成式AI技術發(fā)現(xiàn)前所未有的新機會。
了解AI工作負載類型,做出明智的存儲決策
三年前,IDC曾預測,到2023年,將有5億個新的數(shù)字應用程序和服務問世。值得注意的是,這些新的應用程序中有許多都是新型工作負載。到目前為止,基于AI的工作負載讓企業(yè)感到沉重,需要企業(yè)的存儲解決方案能夠滿足數(shù)據(jù)要求,以支持大規(guī)模的模型訓練工作。例如,企業(yè)為了支持計算平臺的運行,需確保其使用的存儲技術能夠在整個數(shù)據(jù)生命周期中滿足GPU(圖形處理單元)的需求。
大致上,AI工作負載可以分為五大類型,包括機器學習 (ML)、深度學習 (DL)、推薦系統(tǒng) (Recommender System)、自然語言處理 (NLP) 和計算機視覺 (Computer Vision)。這些工作負載會產生大量輸入/輸出 (IO),要求系統(tǒng)能同時為混合工作負載提供高IOPS和高吞吐率。
例如,在DL的模型訓練中,GPU可以執(zhí)行所需的大量計算。但是,GPU對IO要求很高。如果GPU需要等待來自后端存儲的數(shù)據(jù),那么GPU就很難得到充分利用。這將導致DL平臺雖然有足夠的GPU算力來構建模型,但整個過程會變慢,因為后端的存儲系統(tǒng)出現(xiàn)了瓶頸,無法匹配前端的計算能力。
如果采用傳統(tǒng)的解決思路,這需要跨多個存儲系統(tǒng)進行橫向擴展,可能會產生過多的冗余數(shù)據(jù)以及復雜的存儲管理問題。因此,根據(jù)AI的新型工作負載選擇與之相匹配的數(shù)據(jù)存儲平臺現(xiàn)已成為企業(yè)管理的新常態(tài)。
Hitachi Vantara“雙管齊下”策略,助力企業(yè)抓住AI帶來的機遇
為幫助企業(yè)優(yōu)化數(shù)據(jù)存儲,以支持其擁抱AI技術,Hitachi Vantara采取了“雙管齊下”的策略。
一方面,Hitachi Vantara將AI和ML集成到中央管理系統(tǒng)Hitachi Ops Center等核心產品中,進一步增強解決方案的AI屬性,幫助客戶更好地利用AI技術。例如,Hitachi Ops Center通過將AI和ML應用于報告、性能優(yōu)化和智能數(shù)據(jù)管理,構建易于使用、基于云的健康監(jiān)測系統(tǒng)。其集成的實時分析和自動化功能可將人工存儲管理任務最多減少70%,將根本原因分析效率提升4倍。Hitachi Ops Center Clear Sight是一款由AI驅動的云管理工具,提供簡化的、基于云的報告和分析,以支持VSP系列存儲系統(tǒng)。
通過Hitachi Ops Center,企業(yè)不僅可以保障數(shù)據(jù)的可用性并簡化其運營,還能微調系統(tǒng)性能,以降低系統(tǒng)能耗和減少冷卻所需的能量,從而加速實現(xiàn)數(shù)據(jù)中心綠色轉型,幫助減少公司的整體碳足跡。
Hitachi Ops Center
另一方面,Hitachi Vantara通過高性能并行文件系統(tǒng)HCSF (Hitachi Content Software for File)、融合和超融合解決方案UCP (Hitachi Unified Compute Platform) 系列、對象存儲平臺HCP (Hitachi Content Platform) 等,助力客戶管理龐大的數(shù)據(jù)集并為AI和ML工作負載提供高性能。
具體而言,HCSF既能適配傳統(tǒng)高性能計算,也能滿足高性能數(shù)據(jù)分析和其他GPU加速場景對文件存儲的多維極致要求。而HCP支持各類高性能工作負載,從實時日志到物聯(lián)網,以及高性能數(shù)據(jù)庫的交易日志;在面對非結構化數(shù)據(jù)分析、ML、DL等工作負載時,HCP也能提供全新價值。
寫在最后
隨著越來越多的企業(yè)開始參與研發(fā)或應用AI技術,企業(yè)需要抓住機會進行試驗,尋找適合自身發(fā)展進程的工具,從實踐中不斷汲取經驗和教訓并加以改善。幾十年來,Hitachi Vantara與母公司日立集團一直對AI研發(fā)進行大力投資,推動AI技術廣泛應用于內部流程和產品開發(fā)。未來,Hitachi Vanara將推出更多創(chuàng)新產品和解決方案,幫助企業(yè)進一步挖掘AI技術的潛力。