16.07.2020  Экспертиза, Искусственный интеллект

Хранилища данных для задач искусственного интеллекта (ИИ) и машинного обучения (МО) не являются универсальными. Аналитическое ПО отличается от других видов программ и предъявляет иные требования к хранению в плане емкости, задержки, пропускной способности и быстроты операций ввода-вывода (IOPS). Портал ComputerWeekly предлагает рассмотреть эти ключевые характеристики, чтобы предприятие могло принять правильное архитектурное решение при выборе СХД. В последнее время аналитика данных превзошла саму себя — она стала еще более информативной и интересной. Для борьбы с пандемией коронавируса Covid-19 правительства и органы, такие как Всемирная организация здравоохранения (ВОЗ), создали множество статистических и математических моделей. Предприятия применяют модели для прогнозирования постпандемических сценариев развития рыночной и экономической ситуации, муниципальные службы следят за автомобильным трафиком и перемещениями общественного транспорта, а фирмы используют ИИ, чтобы уменьшить рабочую нагрузку на перегруженные команды обслуживания клиентов и справиться с пиковым количеством онлайн-заказов. Все это предъявляет особые требования к хранению данных. Аналитики Gartner еще до наступления пандемии предупреждали, что в ближайшие несколько лет расширение цифрового бизнеса приведет к беспрецедентному росту неструктурированных данных внутри предприятия. Чтобы превратить данные в идеи, расширенная аналитика нуждается в мощных вычислениях. МО и ИИ поднимают требования к вычислениям ... читать далее.