28.05.2025 Экспертиза, Искусственный интеллект, МенеджментОперации искусственного интеллекта могут предъявлять различные требования к системам хранения данных при обучении, выводе и т. д. Портал ComputerWeekly рассматривает системы NAS и SAN и объектные хранилища для ИИ и то, как сбалансировать их в ИИ-проектах. ИИ опирается на огромные объемы данных. Предприятиям, которые берутся за ИИ-проекты, особенно в области больших языковых моделей (LLM) и генеративного ИИ (GenAI), необходимо собирать большие объемы данных для обучения моделей, а также для хранения результатов работы ИИ-систем. Однако эти данные вряд ли будут храниться в одной системе или в одном месте. Клиенты будут использовать множество источников данных, включая структурированные данные в базах данных и часто неструктурированные данные. Некоторые из этих источников информации будут располагаться онпремис, а другие — в облаке. Чтобы справиться с жаждой ИИ к данным, системным архитекторам необходимо обратить внимание на хранение данных в сетях хранения (SAN), сетевых хранилищах (NAS) и, возможно, объектных хранилищах. Ниже рассмотрены плюсы и минусы блочных, файловых и объектных хранилищ для ИИ-проектов, а также проблемы поиска их правильного сочетания для организаций. Гора данных ИИ Современное поколение ИИ-проектов редко, если вообще когда-либо, характеризуется одним источником данных. Вместо этого модели GenAI опираются на широкий спектр данных, в большинстве своем неструктурированных. К ним относятся документы, изображения, аудио- и видеозаписи, компьютерный код ...
читать далее.
