一些基於雲的人工智能係統正在返回本地數據中心


作為一個概念,人工智能非常古老。 大約 40 年前,我大學畢業後的第一份工作是作為一名 AI 系統開發人員,使用 語言. 當時的許多概念今天仍在使用。 然而,現在為任何數量的商業目的構建、部署和操作人工智能係統的成本要低一千倍。

雲計算徹底改變了人工智能和機器學習,不是因為超大規模計算者發明了它,而是因為它們讓人們負擔得起。 儘管如此,我和其他一些人看到在哪里托管 AI/ML 處理和 AI/ML 耦合數據的思考發生了轉變。 在過去的幾年裡,使用公共雲提供商幾乎是一件輕而易舉的事。 如今,託管 AI/ML 和公共雲提供商所需數據的價值受到質疑。 為什麼?

當然是成本。 許多企業已經在雲中構建了改變遊戲規則的 AI/ML 系統,當他們在月底收到雲賬單時,他們很快就明白託管 AI/ML 系統(包括 TB 或 PB 數據)的成本很高。 此外,數據出入口成本(將數據從雲提供商發送到數據中心或其他雲提供商所支付的費用)將大大增加該費用。

公司正在尋找其他更具成本效益的選擇,包括託管服務提供商和託管服務提供商 (colos),甚至將這些系統移至大廳下方的舊服務器機房。 最後一組回歸“自有平台”主要有兩個原因。

首先,在過去五年左右的時間裡,傳統計算和存儲設備的成本大幅下降。 如果您除了基於雲的系統之外從未使用過任何東西,請讓我解釋一下。 我們過去常常進入稱為數據中心的房間,在那裡我們可以實際接觸我們的計算設備——我們必須在使用之前直接購買這些設備。 我只是在開玩笑。

當談到租賃與購買時,許多人發現傳統方法,包括維護自己的硬件和軟件的負擔,實際上比不斷增加的雲計算費用便宜得多。

版權所有 © 2022 IDG Communications, Inc.

發佈留言