(خارج أستراليا) وعاء طين البط من المطبخ البدوي، 103 شارع جراي سانت كيلدا. 14 يونيو 2005 العمر A2 … [+]
يحتاج الذكاء الاصطناعي إلى المزيد من القوة. ربما استجابةً لهذا الواقع، استحوذت شركة تحليل البيانات المعيارية والقابلة للتركيب Voltron Data على Claypot AI، وهي منصة ناشئة للذكاء الاصطناعي في الوقت الفعلي. تم تصميم هذه الخطوة لزيادة قوة محرك الذكاء الاصطناعي بينما نسعى إلى إيجاد طرق لبناء الذكاء الاصطناعي بشكل أكثر قوة وسرعة وأكثر شمولاً. تقوم Voltron Data بمعالجة أعباء عمل البيانات “الدفعية الكبيرة” على وحدات المعالجة الرسومية (GPUs) وستقوم الشركة الآن بدمج إمكانات Claypot AI في الوقت الفعلي في أعباء عمل GPU بهدف جعل الذكاء الاصطناعي يبني بشكل أسرع.
وكما نعلم، هناك سباق لتوفير قوة معالجة الذكاء الاصطناعي، فلماذا يعتبر تحدي إعداد البيانات جزءًا من هذه المعادلة صعبًا للغاية؟
أعمال إعداد الذكاء الاصطناعي
عندما يتعلق الأمر بالتحضير وتوفير الذكاء الاصطناعي، تكون المؤسسات مقيدة بعوامل مثل المعالجة المسبقة للبيانات على وحدات المعالجة المركزية (CPUs) (أي استخدام الرقائق التقليدية للحصول على انطلاقة قوية في الذكاء الاصطناعي)، ومهام الاستخراج والتحويل والتحميل (ETL) المرتبطة من خلال إدخال البيانات الأولية إلى المناطق التي يمكن لنماذج الذكاء الاصطناعي أن تعمل معها… وتحتاج فرق العمل في مجال الذكاء الاصطناعي إلى توفير ما يسمى “هندسة الميزات”، وهي عملية تحدد AWS مثل استخراج وتحويل المتغيرات من البيانات الأولية – مثل قوائم الأسعار وأوصاف المنتجات وأحجام المبيعات – حتى نتمكن من استخدام ميزات التدريب والتنبؤ في نموذج إحصائي نهائي يخدم عبء عمل الذكاء الاصطناعي.
كل ما يعنيه هذا هو أن الشركات التي تتطلع إلى استخدام الذكاء الاصطناعي لا يمكنها في كثير من الأحيان الحصول على القدرات والوظائف المتعلقة بالتعلم الآلي (ML) للأمام بكفاءة أو بسرعة بينما تكافح من أجل بناء مجموعات كبيرة من وحدات المعالجة المركزية للبيانات (مجموعات من الرقائق، مصممة بحيث يتم تنسيقها بحيث يعملون معا). ونتيجة لذلك، تكون وحدات معالجة الرسومات المستخدمة لأحمال عمل AI/ML في وضع الاستعداد في انتظار البيانات المعالجة مسبقًا من مجموعات وحدة المعالجة المركزية.
مسرع المحركات الأصلية
أطلقت شركة Voltron Data مؤخرًا تقنية ثيسيوس، وهي تقنية توصف بأنها محرك استعلام موزع “مسرع أصلي”. تم تصميم Thisus للمساعدة في الاستفادة من وحدات معالجة الرسومات ومسرعات أجهزة النظام الكاملة مثل الذاكرة ذات النطاق الترددي العالي والشبكات والتخزين المتسارع. فهو يتيح كلاً من المعالجة المسبقة للبيانات وأحمال عمل الذكاء الاصطناعي/التعلم الآلي على وحدات معالجة الرسومات والتي يقال إنها توحد تحليلات البيانات وخطوط أنابيب الذكاء الاصطناعي على نفس البنية التحتية. وتروج الشركة أيضًا لقدرتها على تقليل مخاطر تقييد البائعين واستهلاك الطاقة وآثار الكربون.
ثيسيوس متاح للمؤسسات والوكالات الحكومية التي لديها أكبر مجموعات البيانات وكذلك من خلال شركاء القنوات. تعد HPE أول شريك يقوم بتضمين Thisus كمحرك معالجة البيانات المتسارع الخاص بها كجزء من برنامج HPE Ezmeral Unified Analytics.
“لا يمكنني أن أكون أكثر حماسًا لضم فريق Claypot AI بأكمله [onto our staff]. معًا، سنكون قادرين على تسريع خارطة طريق منتجات MLOps في الوقت الفعلي الخاصة بنا مع أحدث الميزات لعملائنا. جوش باترسون، المؤسس المشارك والرئيس التنفيذي لشركة Voltron Data. “من خلال الاستحواذ على Claypot AI، يمكن لـ Voltron Data تمكين التحليلات في الوقت الفعلي وهندسة الميزات وقدرات MLOps المدعومة من Thisus بالإضافة إلى المنتجات مفتوحة المصدر Apache Arrow وIbis وSubstrait.”
الحتمية الاسمية؟
تأسست شركة Claypot AI في عام 2022 على يد تشيب هوين، عالمة كمبيوتر ألفت كتبًا عن تصميم أنظمة التعلم الآلي وشريكها في الابتكار تشن تشونغ شو، الذي قاد فريق النظام الأساسي لتدفق البيانات الذي يخدم الآلاف من حالات استخدام البيانات في Netflix.
“يجب أن تبدأ استراتيجيات الذكاء الاصطناعي من استراتيجيات البيانات. ويسعدني هذا الفصل الجديد مع Voltron Data والفرص المذهلة التي تقدمها. سنستمر في دفع حدود ما هو ممكن في الوقت الفعلي، وهندسة الميزات وعمليات MLOs للمؤسسات “، قال هوين
من الواضح أن هناك الكثير لنتحدث عنه في الذكاء الاصطناعي. يركز جزء كبير من المناقشة (بشكل غير مفاجئ) على استخدام نماذج اللغة الكبيرة (LLMs) التي توفر مستودعات البيانات للذكاء الاصطناعي للتعلم منها، وهناك أيضًا الكثير من الحديث عن قواعد بيانات المتجهات نظرًا لملاءمتها المتأصلة (قد يقول الكثيرون أنها أساسية الحاجة بدلاً من الملاءمة) لدعم نموذج الذكاء الاصطناعي… ثم هناك تحيز وهلوسة للذكاء الاصطناعي قبل أن ننتقل إلى كيفية أتمتة سير العمل البشري وتسريعه وتحسينه في العالم الحقيقي. ولكن أسفل كل هذه المناقشات توجد قوة معالجة المحرك وإدارة البيانات التي نحاول أيضًا إنشاءها لدفع الذكاء الاصطناعي في المقام الأول.
سواء قمنا الآن بطهي الذكاء الاصطناعي باستخدام مقلاة هوائية حديثة أو وعاء طين من الطراز القديم، فإن هذه الأشياء رائجة… لذا يرجى استخدام مقبض أو حامل.