Gartner: ジェネレーティブ AI が中国企業のデータセンター設計の変革を推進
2024 年 4 月 15 日のニュースによると、ガートナーが最近発表した 2024 年の CIO およびテクノロジー幹部を対象とした調査では、中国企業の 60% 以上が生成型人工知能の導入を計画していることが示されました。 (GenAI) 24 か月以内。中国企業はパブリック クラウド経由ではなくローカルに GenAI を導入する傾向があるため、現在のインフラストラクチャ環境では GenAI プロジェクトをサポートできません。これにより、中国企業のデータセンターの設計変革が促進されます。
Gartner のリサーチ ディレクター、Zhang Lukeng 氏は次のように述べています。「セキュリティとデータ プライバシーに関する懸念と規制要件のため、一部の企業は GenAl ソリューションを導入したり、大規模言語モデル (LLM) をオンプレミスで導入したりすることを好みます。オンプレミスの GenAl は、データ センターの単純なホスティング要件ではなく、モデルのトレーニングには大規模な GPU クラスターが必要となるため、エンタープライズ データ センターの戦略を変える可能性があります。」
Gartner は、5 種類の GenAI 導入を定義しています。 (図 1 を参照)。企業が選択した GenAI 導入方法に応じて、中国の最高情報責任者 (CIO) およびインフラストラクチャおよび運用 (I&O) のリーダーは、GenAI 導入の影響と対策を理解する必要があります。
図 1: 生成型人工知能の導入のための 5 つの方法
Gartner: 生成型 AI は中国の企業データセンターの設計変革を推進します
中国の CIO と I&O リーダーは、このテクノロジーがデータセンターに与える影響に備える必要があります。
GenAI をオンプレミスに導入すると、I&O リーダーはホスティング環境の設計方法を変更する必要があります。
一部の GenAI ワークロードでは高負荷が必要となるため、データセンターに GenAI を導入することの影響によって、実行されるワークロードの種類が決まります。 - グラフィックス プロセッシング ユニット (GPU) を終了します。中国市場ではハイエンド GPU の供給が限られているため、GenAI をオンプレミスに導入したい I&O リーダーは、ホスティング環境の設計方法を変更する必要があります。
I&O リーダーは単独で供給不足を解決することはできず、ビジネス、AI エンジニア、機能チームと協力してこの課題に対処する必要があります。
Zhang Yingling 氏は次のように述べています。「一般導入に向けてインフラストラクチャ リソースを準備する中国の CIO および I&O リーダーは、ビジネスおよび関連チームと積極的に連携して、さまざまなワークロードがデータ センターのコストとスケジュールに与える影響を予測し、データを作成する必要があります。 GenAl 導入のセンター マクロ戦略。トレーニング モデルにハイエンド GPU クラスターが必要な場合は、コスト、リスク、機会 (代替ハードウェアの購入や GPU リソースのリースなど) のバランスを考慮して、さまざまなホスティング オプションを完全に理解する必要があります。」 ##大規模な GPU クラスターの導入には、データセンターのインフラストラクチャと機器の変換とアップグレードが必要です
基本モデルを最初から構築するか、モデルを微調整するには、大規模な GPU クラスターの導入が必要となり、既存のデータに影響を及ぼします転覆を中心とする。 GenAI モデルのトレーニングには、高スループット、低遅延、ロスレスのインフラストラクチャが必要であるためです。このような高性能コンピューティング クラスターをサポートするには、ネットワーク、ストレージ、電源、冷却システムをアップグレードする必要があります。場合によっては、アップグレードされたインフラストラクチャをホストするために既存の施設を改修する必要があります (図 2 を参照)。
図 2: 大規模 GPU クラスターがデータセンターに与える影響
Gartner: ジェネレーティブ AI が中国の企業データを推進センターの設計変革Zhang Yingling氏は次のように述べています:「中国のCIOおよびI&Oリーダーは、データサイエンティストやエンジニアと協力して、GPUクラスターのサイズとGenAIのパフォーマンス要件を明確にして、ネットワークやストレージなどのインフラストラクチャを決定する必要があります。要件同時に、電力要件、冷却効率、ラック、スペースなどを分析して、大規模な GPU クラスターを導入する際の既存のデータセンター環境のギャップを判断し、最適なデータセンター変革を選択することも必要です。解決。 #########
以上がGartner: ジェネレーティブ AI が中国企業のデータセンター設計の変革を推進の詳細内容です。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。

ホットAIツール

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
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

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
中国語版、とても使いやすい

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
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

6 月 18 日のこのサイトのニュースによると、サムスン セミコンダクターは最近、最新の QLC フラッシュ メモリ (v7) を搭載した次世代データセンター グレードのソリッド ステート ドライブ BM1743 をテクノロジー ブログで紹介しました。 ▲Samsung QLCデータセンターグレードのソリッドステートドライブBM1743 4月のTrendForceによると、QLCデータセンターグレードのソリッドステートドライブの分野で、SamsungとSK Hynixの子会社であるSolidigmだけが企業向け顧客検証に合格したという。その時。前世代の v5QLCV-NAND (このサイトの注: Samsung v6V-NAND には QLC 製品がありません) と比較して、Samsung v7QLCV-NAND フラッシュ メモリは積層数がほぼ 2 倍になり、記憶密度も大幅に向上しました。同時に、v7QLCV-NAND の滑らかさ

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

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究
