幾乎每個企業(yè)都在嘗試人工智能和深度學習。似乎每周都有一個新調(diào)查，詳細列出各種規(guī)模的IT商店對這項技術(shù)的關(guān)注日益增加。如果確實是數(shù)據(jù)是新貨幣，那么正是人工智能可以挖掘這些數(shù)據(jù)的價值。您的高級主管了解這一點，以及他們?yōu)槭裁床粩嗤苿訕?gòu)建AI和機器學習功能的原因。

在政府和政府承包商的世界中，AI / ML的影響力無處不在。不僅需要國防和情報部門的通常懷疑者，還需要這些功能-AI / ML正在迅速成為整個政府機構(gòu)的現(xiàn)實生活。如果您是政府承包商，那么您已經(jīng)在越來越多的RFP / RFQ中看到了AI / ML。

人工智能影響一切

我是存儲分析師。我不喜歡思考AI。我喜歡考慮數(shù)據(jù)。我為我的客戶提供有關(guān)如何發(fā)展存儲系統(tǒng)和數(shù)據(jù)體系結(jié)構(gòu)以滿足新興和破壞性技術(shù)需求的建議。如今，這些技術(shù)似乎都是容器化部署，混合云基礎架構(gòu)和企業(yè)AI的某種變體。毫無疑問，人工智能最具破壞性。

大功率GPU主導著機器學習。根據(jù)您要解決的問題，它可能是數(shù)據(jù)科學家工作站中的一個GPU，也可能是數(shù)百個GPU的集群。可以肯定的是，您的部署將以您今天無法預測的方式隨時間擴展。

這種不確定性迫使您構(gòu)建數(shù)據(jù)中心以支持未知數(shù)據(jù)。這可能意味著要部署具有可擴展的多維性能的存儲系統(tǒng)，以保持GPU的運行速度，或者只是確保您的數(shù)據(jù)湖旨在減少冗余并滿足所有數(shù)據(jù)消費者的需求。

這些不是實現(xiàn)AI的問題，而是設計一個可以支持AI的基礎結(jié)構(gòu)。我們大多數(shù)人都不是AI專家。我們管理存儲，服務器，軟件或網(wǎng)絡。這些都是數(shù)據(jù)中心中的AI會破壞的一切。

做好準備以應對AI在數(shù)據(jù)中心的影響，最好的唯一方法就是對AI的含義和使用方法進行教育。人工智能是機器學習和GPU技術(shù)中的主導力量。值得慶幸的是，NVIDIA召開了一次會議來幫助我們所有人。