Tiga cabaran utama AI generatif kepada operasi dan penyelenggaraan awan
Pengarang |. David Linthicum
Perancangan |. Yan Zheng
Pada masa kini, tiada siapa yang meragui kuasa AI, tetapi perusahaan mesti sedar bahawa ia juga boleh menyebabkan penggunaan terlalu banyak aplikasi, masalah penskalaan dan penambahan kos.
Memandangkan saya mempunyai pengalaman dalam pembangunan AI dan penyepaduan dengan perusahaan dan seni bina awan, saya tahu faedah AI generatif. Walau bagaimanapun, saya juga tahu bahawa walaupun terdapat banyak faedah, terdapat juga kelemahan yang mesti dipertimbangkan secara serentak. Oleh kerana AI generatif berkembang dengan begitu pantas, adalah penting untuk memutuskan cara mengurusnya dengan berkesan dan mengurangkan sebarang kesan negatif.
Saya mencadangkan tiga kelemahan utama AI generatif yang perlu difahami dan diurus oleh profesional pengkomputeran awan.
1. Terlalu banyak penggunaan aplikasi awan
Ini adalah masalah terbesar yang saya lihat. Kini, dengan mekanisme tanpa kod atau kod rendah, kami boleh membina aplikasi dengan lebih cepat menggunakan alat pembangunan dipacu AI yang dijana. Bilangan aplikasi yang digunakan (semuanya memerlukan pengurusan) boleh hilang kawalan dengan mudah.
Sudah tentu, adalah baik untuk mempercepatkan penggunaan aplikasi untuk memenuhi keperluan perniagaan. Tunggakan aplikasi telah mengehadkan pertumbuhan perniagaan pada tahun 90-an dan awal 2000-an, jadi apa-apa cara untuk memperbaikinya adalah baik untuk perniagaan, bukan?
Walau bagaimanapun, saya melihat pendekatan yang hampir melulu terhadap pembangunan aplikasi. Kerja yang diperlukan untuk membina dan menggunakan sistem ini hanya mengambil masa beberapa hari dan kadangkala berjam-jam. Syarikat tidak terlalu memikirkan peranan keseluruhan aplikasi, dan banyak aplikasi dibina khusus untuk keperluan taktikal dan selalunya berlebihan. Pasukan CloudOps cuba mengurus tiga hingga lima kali ganda bilangan aplikasi dan pangkalan data bersambung yang sepatutnya. Keseluruhan keadaan huru-hara tidak akan meningkat dan kosnya terlalu tinggi.
2. Masalah penskalaan
Sistem kecerdasan buatan generatif memerlukan lebih banyak sumber pengkomputeran dan penyimpanan daripada yang disediakan sekarang. Memacu skala yang lebih besar memerlukan memanfaatkan sumber ini dan tidak semudah menghidupkan lebih banyak perkhidmatan storan dan pengiraan.
Untuk mengembangkan penggunaan sistem AI generatif dengan pantas, pertimbangan dan perancangan mesti dibuat untuk mendapatkan dan menggunakan sokongan sumber tambahan. Ini secara amnya bergantung pada pasukan operasi menggunakan jumlah sumber yang betul tanpa menjejaskan nilai sistem atau mengehadkan keupayaannya. Pertukaran di sini hampir tidak berkesudahan.
3 Membelanjakan wang seperti air dan berbelanja berlebihan
Kami mungkin perasan bahawa semasa kami sibuk membina sistem pengendalian kewangan untuk memantau dan mengurus kos awan, kos penjanaan sistem AI telah meningkat secara mendadak. Apa yang patut anda lakukan?
Sebenarnya ini isu perniagaan, bukan isu teknikal. Syarikat perlu memahami sebab perbelanjaan awan berlaku, bagaimana ia berlaku dan pulangan atas faedah perniagaan. Kos kemudiannya boleh dimasukkan dalam belanjawan yang telah ditetapkan.
Ini adalah tempat yang hangat untuk perniagaan yang mempunyai had perbelanjaan awan. Selalunya, pembangun barisan perniagaan ingin memanfaatkan sistem AI generatif atas sebab perniagaan yang sah. Walau bagaimanapun, seperti yang dinyatakan sebelum ini, mereka datang pada harga yang tinggi, jadi syarikat mesti mencari pembiayaan, motivasi komersial, atau kedua-duanya.
Banyak kali, walaupun kecerdasan buatan generatif adalah teknologi yang digunakan oleh apa yang dipanggil "kanak-kanak sejuk" hari ini, ia biasanya tidak kos efektif. AI Generatif kadangkala digunakan untuk tugas taktikal mudah yang setanding dengan kaedah pembangunan yang lebih tradisional. Penggunaan AI yang berlebihan telah menjadi masalah berterusan sejak penubuhannya, realitinya ialah teknologi itu hanya boleh digunakan untuk masalah perniagaan tertentu. Tetapi ia popular, digembar-gemburkan, dan oleh itu digunakan secara berlebihan.
Soalan-soalan ini menggambarkan keperluan untuk lebih banyak pengalaman apabila teknologi ini semakin matang. Walau bagaimanapun, ini boleh memberi kesan negatif pada operasi awan, seperti yang berlaku semasa awan mula berlepas.
Pautan asal: https://www.php.cn/link/a26475af783877529bf81eed81743d71
Atas ialah kandungan terperinci Tiga cabaran utama AI generatif kepada operasi dan penyelenggaraan awan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Perintah shutdown CentOS adalah penutupan, dan sintaks adalah tutup [pilihan] [maklumat]. Pilihan termasuk: -h menghentikan sistem dengan segera; -P mematikan kuasa selepas penutupan; -r mulakan semula; -T Waktu Menunggu. Masa boleh ditentukan sebagai segera (sekarang), minit (minit), atau masa tertentu (HH: mm). Maklumat tambahan boleh dipaparkan dalam mesej sistem.

Dasar sandaran dan pemulihan Gitlab di bawah sistem CentOS untuk memastikan keselamatan data dan pemulihan, Gitlab pada CentOS menyediakan pelbagai kaedah sandaran. Artikel ini akan memperkenalkan beberapa kaedah sandaran biasa, parameter konfigurasi dan proses pemulihan secara terperinci untuk membantu anda menubuhkan strategi sandaran dan pemulihan GitLab lengkap. 1. Backup Manual Gunakan Gitlab-Rakegitlab: Backup: Buat Perintah untuk Melaksanakan Backup Manual. Perintah ini menyokong maklumat utama seperti repositori Gitlab, pangkalan data, pengguna, kumpulan pengguna, kunci, dan kebenaran. Fail sandaran lalai disimpan dalam direktori/var/opt/gitlab/sandaran. Anda boleh mengubah suai /etc /gitlab

Panduan Lengkap untuk Memeriksa Konfigurasi HDFS Dalam Sistem CentOS Artikel ini akan membimbing anda bagaimana untuk memeriksa konfigurasi dan menjalankan status HDFS secara berkesan pada sistem CentOS. Langkah -langkah berikut akan membantu anda memahami sepenuhnya persediaan dan operasi HDFS. Sahkan Pembolehubah Alam Sekitar Hadoop: Pertama, pastikan pembolehubah persekitaran Hadoop ditetapkan dengan betul. Di terminal, laksanakan arahan berikut untuk mengesahkan bahawa Hadoop dipasang dan dikonfigurasi dengan betul: Hadoopversion Semak fail konfigurasi HDFS: Fail konfigurasi teras HDFS terletak di/etc/hadoop/conf/direktori, di mana core-site.xml dan hdfs-site.xml adalah kritikal. gunakan

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:

Memasang MySQL pada CentOS melibatkan langkah -langkah berikut: Menambah sumber MySQL YUM yang sesuai. Jalankan YUM Pasang Perintah MySQL-Server untuk memasang pelayan MySQL. Gunakan perintah mysql_secure_installation untuk membuat tetapan keselamatan, seperti menetapkan kata laluan pengguna root. Sesuaikan fail konfigurasi MySQL seperti yang diperlukan. Tune parameter MySQL dan mengoptimumkan pangkalan data untuk prestasi.

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Perintah untuk memulakan semula perkhidmatan SSH ialah: Sistem Restart SSHD. Langkah -langkah terperinci: 1. Akses terminal dan sambungkan ke pelayan; 2. Masukkan arahan: SistemCtl Restart SSHD; 3. Sahkan Status Perkhidmatan: Status Sistem SSHD.

Latihan yang diedarkan Pytorch pada sistem CentOS memerlukan langkah -langkah berikut: Pemasangan Pytorch: Premisnya ialah Python dan PIP dipasang dalam sistem CentOS. Bergantung pada versi CUDA anda, dapatkan arahan pemasangan yang sesuai dari laman web rasmi Pytorch. Untuk latihan CPU sahaja, anda boleh menggunakan arahan berikut: PipinstallToRchTorchVisionTorchaudio Jika anda memerlukan sokongan GPU, pastikan versi CUDA dan CUDNN yang sama dipasang dan gunakan versi pytorch yang sepadan untuk pemasangan. Konfigurasi Alam Sekitar Teragih: Latihan yang diedarkan biasanya memerlukan pelbagai mesin atau mesin berbilang mesin tunggal. Tempat
