有AI的地方就有數據,有數據的地方就有數據存儲
熊彼特說過,創新是要“建立一種新的生產函數”,也就是形成一種從未有過的生產要素和生產條件的“新組合”。從這個角度來看,數據這項新的生產要素與人工智慧技術的生產條件相結合,這何嘗不是徹底的創新,它帶來的智慧化變革將是何等澎湃。
2023年,AI大模型的崛起,我們似乎也從中看到了AI時代加速狂奔的熱血圖景。依照中國科技部新一代人工智慧發展研究中心,先前發表的《中國人工智慧大模型地圖研究報告》顯示,中國10億參數規模以上的大模型已發表79個,百模大戰成為定局。
大模型的火熱,再次點燃了AI時代的火焰,但同時也為我們帶來了新的啟示:數據是人工智慧的“燃料”,AI時代這把火焰燃燒的強度和熱度,完全取決於數據的價值是否能得以釋放。
在AI時代,資料儲存與人工智慧之間的邏輯關係,也必然是相互促進,螺旋式上升的模式。這也意味著AI時代的發展,同樣會帶動資料儲存產業的發展。
01
數據之於AI的價值提升
眾所周知,數據之於人工智慧的意義,就像是電動車需要電池一樣,如果沒有足夠數量級的儲存數據,人工智慧所能實現的價值也會極為有限。
在AI產業中,也一直有著"垃圾進、垃圾出(garbage in, garbage out)"的共識,也就是說如果沒有高品質的資料輸入,則無論多麼先進的演算法、多麼龐大的算力都無法帶來高品質的成果。所以,決定AI智能高度的主要原因取決於數據的品質。
當然,除了資料的品質之外,資料的量級也決定了AI大模型所能成就的高度。
因為,基於小規模資料建立的模型,其表達能力受限於資料規模,只能進行粗粒度的模擬與預測,在精度要求比較高的情況就不再適用。如果想要進一步提升模型精度就需要利用海量資料產生相關模型。
這就說明,數據的規模同樣決定AI智能的價值。所以,無論數據的質量,還是數據的數量級,都說明了數據對於人工智慧的作用,隨著AI應用的深入愈發的凸顯。
這個道理很容易理解,當AI系統擁有更多更好品質的數據時,它們可以更好地預測未來趨勢,並產生更多價值。
例如,特斯拉透過大量數據,來訓練其強大的人工智慧駕駛模型,為全球用戶帶來了非凡的體驗;而網路平台,則經過大量用戶數據,用以人工智慧進行分析,可以針對用戶畫像來客製化數位廣告,光是這一點就預計在2023年,帶來全球數位廣告高達6798億美元的收入規模。
這些案例,無一不在證明,資料對於人工智慧的價值提升,乃至商業模式創新所具有的重要意義。
02
#AI時代驅動資料儲存高速發展
這個邏輯,反過來理解,也是成立的:人工智慧的大行其道,又產生了更為巨量的數據,這就對數據的存儲和處理都提出了更多的挑戰
隨著全球數位化浪潮的奔湧,資料中心正在以幾何級速度建設,Schroders 2023年的一份報告顯示:資料中心的耗電量將從2022年的17吉瓦,快速提升到2030年的35吉瓦,這意味著未來8年間資料中心的總量可望翻倍。
與之相應的,則是資料儲存需求的暴增,《財富商業洞察》預計,全球資料儲存市場,預計將從2023年的2,473.2億美元成長到2030年的7779.8億美元,市場規模幾乎將要翻上3倍。
這兩項數據的對比,說明資料儲存的増量率,要遠高於資料中心的成長率,我們從中也可以讀出兩個細節:
第一,正因為AI時代的到來,對新建資料中心提出了新的要求:資料儲存能力成為了建置的重點;第二,資料儲存擴充需求,已成為資料中心建置的主要驅動力。
由此,我們也不難得出一個新的結論:AI時代的發展,勢必會推動資料儲存領域的高速發展。資料儲存領域的核心廠商,將在市場上擁有更可觀的未來,尤其是以希捷為代表的核心技術的擁有者,將在市場需求激增中,獲取最大份額的業務成長。
03
#HDD在AI浪潮中的獨特地位
實際上,過去幾年業界普遍存在一種錯誤認知:認為HDD會被SSD全面取代,但實際上,資料中心雲端服務商,在雲端的儲存需要大量高密度、大容量的HDD來實現,這種市場需求的出現,讓資料中心HDD產品的成長速度並不亞於SSD。
而實際上,無論是HDD代表的大數據需求,或是SSD代表的快數據需求,都在不斷擴大需求規模。尤其AI時代的到來,對HDD的需求更是與日俱增。
希捷科技贊助、國際數據公司(IDC)發布的《數位世界—從邊緣到核心》白皮書預測,雲端資料中心正成為新的企業資料儲存庫。 IDC 預測到2025年,49%的全球已儲存資料將在公有雲環境中。因為人工智慧對話主要集中在處理器和雲端儲存上,而雲端儲存則更依賴HDD。未來人工智慧創建的資料將需要更多的HDD來儲存。
我們也無法想像,硬碟產業在過去45年裡的發展速度如此之快,上個世紀80年代,一塊5.25吋的硬碟,僅能儲存500萬字節的數據,而2023年最新的技術,希捷在7月已經向部分客戶提供了新產品,每塊的儲存量可高達30TB。
正是資料儲存技術的飛躍,為業界創造了更多想像空間。但人工智慧的浪潮對資料儲存的需求正在以數量級的速度成長,也許今天唾手可得的硬碟,會是未來幾個月內的「稀缺」產品。
《富比士》在最近的一篇文章中預測:2020年至2028年,硬碟產品的出貨量將成長900%。這意味著,如果雲端服務商無法採購足量的資料儲存空間,甚至將有可能無法滿足人工智慧成長的需求。
從機械硬碟目前的市場格局來看,這是一個市場集中度很高的市場,希捷、西部數據和東芝三分天下,而希捷的佔有率獨佔鰲頭。它們的產品創新能力,某種程度上決定了資料儲存整個領域的發展節奏,進一步也將左右AI時代升級演進的步調。
有人工智慧的地方,就有數據。有資料的地方,就有資料儲存。在AI時代的呼之欲來的當下,我們也需要給予機械硬碟為代表的資料儲存正確的價值定位。
以上是有AI的地方就有數據,有數據的地方就有數據存儲的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

創建Oracle數據庫並非易事,需理解底層機制。 1. 需了解數據庫和Oracle DBMS的概念;2. 掌握SID、CDB(容器數據庫)、PDB(可插拔數據庫)等核心概念;3. 使用SQL*Plus創建CDB,再創建PDB,需指定大小、數據文件數、路徑等參數;4. 高級應用需調整字符集、內存等參數,並進行性能調優;5. 需注意磁盤空間、權限和參數設置,並持續監控和優化數據庫性能。 熟練掌握需不斷實踐,才能真正理解Oracle數據庫的創建和管理。

創建Oracle數據庫,常用方法是使用dbca圖形化工具,步驟如下:1. 使用dbca工具,設置dbName指定數據庫名;2. 設置sysPassword和systemPassword為強密碼;3. 設置characterSet和nationalCharacterSet為AL32UTF8;4. 設置memorySize和tablespaceSize根據實際需求調整;5. 指定logFile路徑。 高級方法為使用SQL命令手動創建,但更複雜易錯。 需要注意密碼強度、字符集選擇、表空間大小及內存

Oracle SQL語句的核心是SELECT、INSERT、UPDATE和DELETE,以及各種子句的靈活運用。理解語句背後的執行機制至關重要,如索引優化。高級用法包括子查詢、連接查詢、分析函數和PL/SQL。常見錯誤包括語法錯誤、性能問題和數據一致性問題。性能優化最佳實踐涉及使用適當的索引、避免使用SELECT *、優化WHERE子句和使用綁定變量。掌握Oracle SQL需要實踐,包括代碼編寫、調試、思考和理解底層機制。

MySQL 中字段操作指南:添加、修改和刪除字段。添加字段:ALTER TABLE table_name ADD column_name data_type [NOT NULL] [DEFAULT default_value] [PRIMARY KEY] [AUTO_INCREMENT]修改字段:ALTER TABLE table_name MODIFY column_name data_type [NOT NULL] [DEFAULT default_value] [PRIMARY KEY]

Oracle 數據庫的完整性約束可確保數據準確性,包括:NOT NULL:禁止空值;UNIQUE:保證唯一性,允許單個 NULL 值;PRIMARY KEY:主鍵約束,加強 UNIQUE,禁止 NULL 值;FOREIGN KEY:維護表間關係,外鍵引用主表主鍵;CHECK:根據條件限制列值。

嵌套查詢是一種在一個查詢中包含另一個查詢的方式,主要用於檢索滿足複雜條件、關聯多張表以及計算匯總值或統計信息的數據。實例示例包括:查找高於平均工資的僱員、查找特定類別的訂單以及計算每種產品的總訂購量。編寫嵌套查詢時,需要遵循:編寫子查詢、將其結果寫入外層查詢(使用別名或 AS 子句引用)、優化查詢性能(使用索引)。

Oracle 是全球最大的數據庫管理系統(DBMS)軟件公司,其主要產品包括以下功能:關係數據庫管理系統(Oracle 數據庫)開發工具(Oracle APEX、Oracle Visual Builder)中間件(Oracle WebLogic Server、Oracle SOA Suite)雲服務(Oracle Cloud Infrastructure)分析和商業智能(Oracle Analytics Cloud、Oracle Essbase)區塊鏈(Oracle Blockchain Pla

Oracle 數據庫開發工具不僅包括 SQL*Plus,還包含以下工具:PL/SQL Developer:付費工具,提供代碼編輯、調試和數據庫管理功能,並支持 PL/SQL 代碼的語法高亮和自動完成。 Toad for Oracle:付費工具,提供類似 PL/SQL Developer 的功能,並具備額外的數據庫性能監控和 SQL 優化功能。 SQL Developer:Oracle 官方免費工具,提供代碼編輯、調試和數據庫管理的基本功能,適合預算有限的開發者。 DataGrip:JetBrains
