目次
自社のユースケースを理解する
データ ソースと品質が鍵です
データ保護とプライバシー
スケーラビリティと推論リソース
モデルの選択を検討する
モニタリングとロギング
その他の考慮事項
ホームページ テクノロジー周辺機器 AI 生成型 AI システムの導入により、エンタープライズ クラウド アーキテクチャが変革される可能性がある

生成型 AI システムの導入により、エンタープライズ クラウド アーキテクチャが変革される可能性がある

Apr 01, 2024 pm 05:34 PM
AI クラウドコンピューティング データアクセス 最適化の実践 機密データ データが失われた クラウドアーキテクチャ

生成型 AI システムの導入により、エンタープライズ クラウド アーキテクチャが変革される可能性がある

データの可用性とセキュリティから大規模な言語モデルと選択と監視に至るまで、企業が生成型人工知能を導入することは、クラウド アーキテクチャを再検討することを意味します。

したがって、多くの企業がクラウド アーキテクチャを再構築し、生成人工知能システムを開発しています。では、これらの企業はどのような変更を行う必要があるのでしょうか? 新しいベスト プラクティスは何ですか? 業界の専門家は、過去 20 年間、特に過去 2 年間、彼は企業がそのようなプラットフォームを構築するのを支援してきたと述べています。企業:

自社のユースケースを理解する

企業は、クラウド アーキテクチャにおける生成 AI の目的と目標を明確に定義する必要があります。誤ったフィードバックが見られる場合、それはビジネス システムで人工知能を生成することが何を意味するかを理解していないためです。企業は、コンテンツ生成、推奨システム、その他のアプリケーションなど、自社の目標が何であるかを理解する必要があります。

これは、企業の上級管理者が設定された目標について合意に達し、目標を達成する方法、そして最も重要なことに、成功を定義する方法を明確にする必要があることを意味します。これはプロダクション AI に特有のものではありません。そしてこれは、クラウドに構築されたすべての移行と新しいシステムの成功への一歩です。

企業がクラウド プラットフォームで開発したスマート プロジェクトの多くは、ビジネス ユース ケースをよく理解していないために失敗します。会社が開発した製品は素晴らしいですが、それは会社のビジネスに何の価値ももたらしません。このアプローチは機能しません。

データ ソースと品質が鍵です

効果的なインテリジェント モデルをトレーニングして推論するには、生成人工知能モデルのトレーニングと推論を特定するには、アクセス可能で高度なデータ ソースが必要な有効なデータ ソースが必要です。高品質で慎重に厳選されたデータ。企業は、クラウド コンピューティング ストレージ ソリューションの可用性と耐障害性を確保するために、クラウド コンピューティング ストレージ ソリューションの可用性と耐障害性も確保する必要があります。

生成機能システムは、データ指向システムともいえる、高度にインテリジェントなデータ中心システムです。データは、機能システムを駆動して結果を生み出す燃料です。ただし、データの品質は「ゴミが入ってもゴミが出てくる」状態のままです。

これを行うには、データ アクセシビリティをクラウド アーキテクチャの主要な推進要因として考慮することが役立ちます。企業は最も関連性の高いデータをトレーニング データとしてアクセスする必要があり、通常はデータを単一の物理エンティティに移行するのではなく、保存場所に保存します。そうしないと、データが冗長になり、信頼できる唯一の情報源がなくなってしまいます。 AI モデルにデータを供給する前に、データを前処理してクリーンアップする効率的なデータ管理パイプラインを検討してください。これにより、データの品質とモデルのパフォーマンスが保証されます。

生成機能を使用したクラウド アーキテクチャは 80% 成功しています。クラウド アーキテクトは、これらのシステムに高品質のデータを提供することよりも、機能を生成することに重点を置いているため、これは最も見落とされている要因です。実際、データがすべてです。

データ保護とプライバシー

データが重要であるのと同様に、そのセキュリティとプライバシーも重要です。生成 AI 処理により、一見無意味に見えるデータが機密情報を漏洩する可能性のあるデータに変換される可能性があります。

企業は、AI によって使用される機密データや AI によって生成される可能性のある新しいデータを保護するために、堅牢なデータ セキュリティ対策、暗号化、およびアクセス制御を実装する必要があります。企業は、関連するデータプライバシー規制を遵守する必要があります。これは、最後の手段として企業のアーキテクチャに何らかのセキュリティ システムをインストールするという意味ではなく、あらゆる段階でシステムにセキュリティを適用する必要があるということです。

スケーラビリティと推論リソース

企業は、さまざまなワークロードとデータ処理のニーズに対応するために、スケーラブルなクラウド リソースを計画する必要があります。ほとんどの企業は、自動スケーリングと負荷分散のソリューションを検討しています。私たちが目にするより深刻な間違いの 1 つは、拡張性は高いが非常に高価なシステムを構築することです。スケーラビリティとコストのバランスを取るのが最善ですが、これは可能ですが、優れたアーキテクチャとクラウド コストの最適化実践が必要です。

さらに、企業は推論リソースを検討する必要があります。クラウド コンピューティング業界のカンファレンスでは、多くのニュースがこのトピックを中心に展開されていることが注目されていますが、それには十分な理由があります。モデルのトレーニングと推論には、GPU または TPU を備えた適切なクラウド インスタンスを選択します。また、リソースの割り当てを最適化して、費用対効果を実現します。

モデルの選択を検討する

企業の特定のユースケースとニーズに基づいて、生成 AI アーキテクチャの例 (一般的な敵対的ネットワーク、トランスフォーマーなど) を選択します。モデルのトレーニングにクラウド サービス (AWSSageMaker など) を使用することを検討し、最適化されたソリューションを見つけてください。また、企業には多数の接続モデルがある可能性があり、これが標準になることを理解することも意味します。

企業は、企業のクラウド アーキテクチャ内のアプリケーションやサービスから AI モデルにアクセスできるようにするために、バージョン管理やコンテナ化などの堅牢なモデル展開戦略を実装する必要があります。

モニタリングとロギング

AI モデルのパフォーマンス、リソース使用率、潜在的な問題を追跡するためにモニタリングとロギング システムをセットアップすることはオプションではありません。クラウドで生成された人工知能を処理するための異常警告メカニズムと可観測性システムを確立します。

さらに、生成 AI はリソースを大量に消費する可能性があるため、クラウド リソースのコストを継続的に監視して最適化します。クラウド コスト管理ツールとプラクティスを使用するということは、クラウド コストの最適化によって導入のあらゆる側面を監視できるようになり、運用コストを最小限に抑え、アーキテクチャの効率を向上させることを意味します。ほとんどのアーキテクチャでは、チューニングと継続的な改善が必要です。

その他の考慮事項

高可用性を確保するにはフェイルオーバーと冗長性が必要であり、災害復旧計画により、システム障害が発生した場合のダウンタイムとデータ損失を最小限に抑えることができます。必要に応じて冗長性を実装します。さらに、クラウド インフラストラクチャ内の生成 AI システムのセキュリティを定期的に監査および評価します。脆弱性に対処し、コンプライアンスを維持します。

特に生成 AI システムがコンテンツを生成したり、ユーザーに影響を与える意思決定を行う場合には、人工知能の倫理的使用に関するガイドラインを確立することをお勧めします。さらに、偏見と公平性の問題にも対処する必要があります。人工知能と公平性を巡る訴訟が続いており、企業は自らの行動が正しいことを確認する必要がある。企業は、AI が生成したコンテンツがユーザーの期待を満たし、エンゲージメントを促進するために、ユーザー エクスペリエンスを継続的に評価する必要があります。

企業が生成 AI システムを使用しているかどうかに関係なく、クラウド アーキテクチャの他の側面は実質的に同じです。重要なのは、もっと重要なものがあることを認識し、クラウド アーキテクチャを改善し続けることです。

以上が生成型 AI システムの導入により、エンタープライズ クラウド アーキテクチャが変革される可能性があるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

クラウドコンピューティング大手が法廷闘争を開始:アマゾンが特許侵害でノキアを告訴 クラウドコンピューティング大手が法廷闘争を開始:アマゾンが特許侵害でノキアを告訴 Jul 31, 2024 pm 12:47 PM

本サイトの7月31日のニュースによると、テクノロジー大手アマゾンは火曜日、クラウドコンピューティング技術に関連するアマゾンの十数件の特許を侵害しているとして、フィンランドの通信会社ノキアをデラウェア州連邦裁判所に告訴した。 1. Amazon は訴訟の中で、Nokia が自社のクラウド サービス製品を強化するために、クラウド コンピューティング インフラストラクチャ、セキュリティおよびパフォーマンス テクノロジを含む Amazon クラウド コンピューティング サービス (AWS) 関連テクノロジを悪用したと述べました。訴状によると、アマゾンは2006年にAWSを立ち上げ、その画期的なクラウドコンピューティング技術は2000年代初頭から開発されていたという。訴状には「アマゾンはクラウドコンピューティングのパイオニアだが、現在ノキアはアマゾンの特許取得済みのクラウドコンピューティング技術革新を許可なく使用している」と書かれている。アマゾン、ブロック差し止めを裁判所に求める

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 Aug 01, 2024 pm 09:40 PM

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

Iyo One: 一部ヘッドフォン、一部オーディオコンピュータ Iyo One: 一部ヘッドフォン、一部オーディオコンピュータ Aug 08, 2024 am 01:03 AM

どんな時でも集中力は美徳です。著者 | 編集者 Tang Yitao | 人工知能の復活により、ハードウェア革新の新たな波が起きています。最も人気のある AIPin は前例のない否定的なレビューに遭遇しました。マーケス・ブラウンリー氏(MKBHD)はこれを、これまでレビューした中で最悪の製品だと評したが、ザ・ヴァージの編集者デイビッド・ピアース氏は、誰にもこのデバイスの購入を勧めないと述べた。競合製品である RabbitR1 はそれほど優れていません。この AI デバイスに関する最大の疑問は、これが明らかに単なるアプリであるのに、Rabbit は 200 ドルのハードウェアを構築したということです。多くの人がAIハードウェアのイノベーションをスマートフォン時代を打破するチャンスと捉え、スマートフォン時代に全力を注ぐ。

SEIトークンをウォレットに安全にインポートするにはどうすればよいですか? SEIトークンをウォレットに安全にインポートするにはどうすればよいですか? Sep 26, 2024 pm 10:27 PM

SEIトークンをウォレットに安全にインポートするには: 安全なウォレットを選択し(例: Ledger、MetaMask)、セキュリティ対策を有効にします。SEIトークンをウォレットアドレスに送信し、トランザクションが成功したことを確認します。残高を確認します。

「機械学習の父」ミッチェル氏が執筆: AI が科学の発展をどのように加速し、米国がどのようにチャンスをつかむか 「機械学習の父」ミッチェル氏が執筆: AI が科学の発展をどのように加速し、米国がどのようにチャンスをつかむか Jul 29, 2024 pm 08:23 PM

編集者 | ScienceAI 最近、カーネギー メロン大学教授であり、「機械学習の父」として知られるトム M. ミッチェル氏は、「人工知能は科学の発展をどのように加速するのか?米国政府はこの目標の達成に協力しますか? ScienceAI は、オリジナルのホワイトペーパーの全文を、本来の意味を変えずに編集しました。内容は次のとおりです。人工知能の分野は、GPT、クロード、ジェミニなどの大規模言語モデルを含め、最近大幅な進歩を遂げており、人工知能の非常にプラスの影響がおそらく大きく加速する可能性が高まっています。

なぜビテンサーはAIトラックの「ビットコイン」と言われているのですか? なぜビテンサーはAIトラックの「ビットコイン」と言われているのですか? Mar 04, 2025 pm 04:06 PM

元のタイトル:Bittensor = Aibitcoin:S4MMYETH、分散型AI研究元の翻訳:Zhouzhou、BlockBeats編集者注:この記事では、Bockchain Technologyを通じて中央集権的なAI企業の独占を破り、オープンおよび共同AI Ecosemsytemを促進することを望んでいます。 Bittensorは、さまざまなAIソリューションの出現を可能にし、Tao Tokensを通じてイノベーションを刺激するサブネットモデルを採用しています。 AI市場は成熟していますが、両節は競争リスクに直面し、他のオープンソースの対象となる場合があります

Gateio Exchangeアプリ古いバージョンGateio Exchangeアプリ古いバージョンダウンロードチャネル Gateio Exchangeアプリ古いバージョンGateio Exchangeアプリ古いバージョンダウンロードチャネル Mar 04, 2025 pm 11:36 PM

Gateio Exchangeアプリは、公式のサードパーティのアプリケーション市場、フォーラムコミュニティ、その他のチャネルをカバーする古いバージョン用のチャネルをダウンロードします。また、古いバージョンを簡単に取得し、新しいバージョンやデバイスの互換性を使用する際の不快感を解決するのに役立ちます。

See all articles