هوش داده های تولیدی

عصر هوش مصنوعی – مدل های بزرگ نیاز به انتخاب بهتر پایگاه داده دارند

تاریخ:

محتوای شریک Huawei Cloud میزبان مجموعه‌ای از رویدادها در طول MWC24 بارسلونا برای «تسریع هوشمندی با همه چیز به عنوان یک سرویس» بود، از جمله اجلاس Huawei Cloud Summit، راه‌اندازی محصول و راه‌حل و سمینار Cloud Native Elite Club (CNEC).

این مناسبت‌ها برای نشان دادن زیرساخت‌های هواوی به‌عنوان بستری از نوآوری‌های هوش مصنوعی (AI)، با مدیران و کارشناسان صنایع مختلف طراحی شده‌اند که در مورد تأثیر کل‌نگر و همچنین امکان‌های تغییر بازی ترکیب هوش مصنوعی با پایگاه‌های داده، داده‌های بزرگ، خدمات رسانه‌ای فکر می‌کنند. و معماری محاسباتی

Huawei Cloud GaussDB را در هر سه رویداد ارائه کرد. در خلال اجلاس Cloud، برونو ژانگ، مدیر ارشد فناوری هواوی کلود، پایگاه داده رابطه ای توزیع شده GaussDB را معرفی کرد که معمولاً در بخش های مالی، مخابراتی و دولتی استفاده می شود. آقای ژانگ تاکید کرد: "یک پایگاه داده قوی یک پایه داده محکم است که از ارتقاهای دیجیتال هوشمند پشتیبانی می کند."

به گفته هواوی، GaussDB با استفاده از قابلیت‌های هوش مصنوعی در انتقال، استقرار و نگهداری پایگاه داده، پردازش داده‌ها را برای برنامه‌های هوش مصنوعی کارآمدتر می‌کند.

آخرین نسخه از پایگاه داده، که در سال 2023 معرفی شد، دارای خدمات شبانه روزی در دسترس، عملکرد بالای مداوم در زیر بارهای سنگین و پایداری در سناریوهای همزمانی بالا است. همچنین گواهینامه CC EAL4+ را با کد منبع امن و اقدامات رمزگذاری انتها به انتها جفت می کند.

دکتر نیکوس نتارموس، مدیر آزمایشگاه پایگاه داده موسسه مرکزی نرم افزار هوآوی، تاکید کرد که GaussDB، که بر اساس بیش از 20 سال تجربه هواوی در پایگاه های داده پایه گذاری شده است، با هدف برآوردن نیازهای بالای مشتریان برای هوشمندی پایگاه داده و اتوماسیون است.

دکتر نتارموس افزود که این تلاش مستلزم تقویت قابلیت های "خودرانی" در مراحل کلیدی خط لوله داده است که شامل مشاوره پایگاه داده، توسعه، عملیات و نگهداری (O&M) می شود. در طول مرحله مشاوره، GaussDB می تواند به طور خودکار طرح های سطح بالا (HLDs) را با اتصال مدل های بزرگ و کوچک برای بهبود کارایی طراحی راه حل ایجاد کند. او تخمین زد که این مزیت می تواند دوره طراحی راه حل را از حدود دو هفته به حدود دو روز کوتاه کند.

در مرحله توسعه، GaussDB مستقیماً عبارات SQL را از طریق قابلیت های زبان طبیعی به SQL و SQL به SQL، با شناسایی خودکار و پیشنهادات بهبود برای عبارات SQL ضعیف تولید می کند. در مرحله O&M، GaussDB بازرسی، تولید گزارش و مرزبندی خطا را به طور خودکار انجام می دهد و در عین حال پیشنهاداتی را برای دستورات SQL معیوب ارائه می دهد.

دکتر نتارموس توضیح داد که سازگاری پایگاه داده با نحو رایج مورد استفاده در پایگاه های داده تجاری محبوب، آن را به یک راه حل مهاجرت تبدیل می کند که هزینه های مداخله دستی و مهاجرت را به حداقل می رساند. GaussDB در سیستم‌های اصلی بانک‌های بزرگ، بانک‌های سهامی و شرکت‌های اوراق بهادار بیمه در چین، و همچنین مشتریان عمده Huawei Cloud در برزیل و تایلند به کار گرفته شده است.

Huawei Cloud بر هوش مصنوعی به عنوان استراتژی کلیدی تمرکز می کند

ژاکلین شی، رئیس سرویس بازاریابی و فروش جهانی ابر هواوی، پتانسیل قانع کننده هوش مصنوعی برای تغییر شکل تقریباً همه چیز را تحسین کرد. خانم شی اظهار داشت: در هواوی کلود، هوش مصنوعی یک استراتژی کلیدی است. می‌توانید راه‌حل‌های جامع هوش مصنوعی مانند راه‌حل‌های قدرت محاسباتی هوش مصنوعی و مدل‌های پانگو را با ما دریافت کنید. Huawei Cloud یکی از سریع ترین ارائه دهندگان ابر در حال رشد است. امیدواریم بتوانیم فناوری‌های پیشرو، بهترین خدمات محلی و انتخاب‌های بیشتر و بهتر را برای مشتریان خود به ارمغان بیاوریم.»

آقای ژانگ گفت: "ما شاهد سطح جدیدی از هوش هستیم که توسط مدل های پایه و هوش مصنوعی مولد هدایت می شود." پیش‌بینی می‌شود که تا سال 2026، بیش از 80 درصد از کسب‌وکارها از محتوای تولید شده با هوش مصنوعی (AIGC) در تولید استفاده کنند و 70 درصد از کارهای طراحی و توسعه را متحول کنند. تا سال 2028، 75 درصد از مهندسان نرم افزار دستیاران هوش مصنوعی را در کنار خود خواهند داشت که در ابتدای سال 10 تنها 2023 درصد بود.

ویلیام فانگ، مدیر محصول هواوی Cloud افزود: «مشتریان خواهان معماری محاسباتی ناهمگن مشترک، محاسبات بومی ابری با عملکرد عالی، ذخیره سازی انبوه داده، رعایت امنیت، حاکمیت ناب و استقرار انعطاف پذیر هستند. تنها با ادغام هوش مصنوعی با ابر است که پیشرفت در هوش امکان پذیر است.

برای کمک به مشتریان برای سرعت بخشیدن به سفر هوش مصنوعی خود، آقای فانگ مدل های زبان بزرگ، کلان داده و قدرت محاسباتی را به عنوان عوامل کلیدی موفقیت در توسعه زیرساخت هواوی Cloud برجسته کرد.

بیش از اینها، حتی زمانی که تولید، پارادایم‌های خدمات و مدل‌های کسب‌وکار برای برنامه‌های کاربردی سنتی در حال بازتعریف هستند، تسریع هوش در حالی که پتانسیل گسترده هوش مصنوعی و پیاده‌سازی با اهداف تجاری همسو می‌شود، نیازمند نوآوری سیستماتیک است.

برای این منظور، آقای ژانگ یک استراتژی دو وجهی را پیشنهاد کرد. او گفت: "AI for Cloud از هوش مصنوعی و مدل های پایه برای ارتقای تجربه شما استفاده می کند." آنها در حال تغییر شکل برنامه های کاربردی صنعت و خدمات ابری خودمان هستند، از جمله توسعه نرم افزار، تولید محتوای دیجیتال و موارد دیگر. Cloud for AI پذیرش هوش مصنوعی را یکپارچه و کارآمد می کند. نوآوری‌های معماری، ذخیره‌سازی بومی هوش مصنوعی و همگرایی داده‌ها و هوش مصنوعی به شما این امکان را می‌دهد که بی‌سابقه‌ای از هوش مصنوعی آموزش دهید و از آن استفاده کنید.»

نوآوری سیستماتیک و شیوه‌های صنعتی هواوی Cloud شامل توسعه فنی در معماری سیستم، محاسبات، ذخیره‌سازی، پایگاه داده، داده‌های بزرگ، و همچنین مدل‌های Pangu برای خودرو، آب‌وهوا، انسان مجازی، تحقیق و توسعه و غیره است.

همسویی سیستماتیک هوش مصنوعی-کسب و کار

آقای ژانگ در توضیح Cloud for AI Thrust، گفت: «مدل‌های پایه و کاربردهای آن‌ها پیچیده‌ترین سیستم‌های نرم‌افزاری و سخت‌افزاری تا به امروز هستند. به عنوان مثال، ما چالش های جدیدی در محاسبات کشف کرده ایم. به همین دلیل است که ما از معماری CPU محور به معماری ابری همتا به همتا ناهمگن تغییر خواهیم کرد، جایی که منابع محاسباتی متفاوت به طور مساوی کار می کنند.

ژانگ افزود که خدمات ابری کلید دستیابی به محاسبات هوش مصنوعی فوق مقیاس، پایدار و قوی مورد نیاز مدل‌های پایه است. چنین محاسباتی بسیار فراتر از قانون مور است. Huawei Cloud با معماری توزیع‌شده QingTian، فضای ذخیره‌سازی مبتنی بر هوش مصنوعی، امنیت سرتاسر و هم‌گرایی داده و هوش مصنوعی به شرکت‌های مخابراتی کمک می‌کند تا زیرساخت‌های ابری هوشمند ایجاد کنند.

معماری QingTian با فعال کردن محاسبات شبکه کامل همتا به همتا، تنگناهایی را که پیشرفت خوشه‌های محاسباتی هوش مصنوعی در مقیاس بزرگ را محدود می‌کنند، برطرف می‌کند. یک گذرگاه اتصال پرسرعت به طور یکپارچه ارتباطات، مدیریت منابع و فراخوانی عملکرد را در یک زیرساخت محاسباتی بهینه یکپارچه می کند.

آقای ژانگ گفت: «ما سه مرکز بزرگ محاسباتی هوش مصنوعی و بیش از 30 مرکز فرعی را در سرزمین اصلی چین مستقر کرده‌ایم. آنها برای پشتیبانی از مدل‌های تریلیون پارامتری، خوشه‌های فرامقیاس را اجرا می‌کنند. به زودی، سرویس ابری هوش مصنوعی ما در منطقه هنگ کنگ فعال خواهد شد تا به مشتریان جهانی خدمت کند.

علاوه بر این، ذخیره سازی بومی هوش مصنوعی از مدل های آموزشی فشرده داده پشتیبانی می کند. یک رویکرد سه جانبه شامل سرویس حافظه Expanded Memory Specification (EMS) است که پتابایت‌ها از پارامترها را با پهنای باند بسیار زیاد 220 ترابایت و تأخیر بسیار کم تا میکروثانیه ذخیره می‌کند. این با Scalable File Service Turbo - یک سرویس کش برای توان عملیاتی بالا و همزمانی ده‌ها میلیون عملیات ورودی/خروجی در ثانیه - و یک دریاچه دانش سرویس ذخیره‌سازی اشیا که داده‌های آموزشی و استنباط را به صرفه ذخیره می‌کند، تکمیل می‌شود.

امنیت سرتاسر Huawei Cloud از محیط‌های زمان اجرا مدل مشتریان صنعتی، داده‌های آموزشی، خود مدل‌ها، محتوای تولید شده و برنامه‌های کاربردی محافظت می‌کند.

مدل های بنیادی در داده ها، پایگاه داده رشد می کنند

تکثیر مدل‌های پایه نیز نیاز به ارائه داده‌های با کیفیت به روشی کارآمدتر برای پشتیبانی از آموزش مدل و استنتاج را ضروری کرده است.

آقای ژانگ گفت: «ما از LakeFormation، یک منبع داده یکپارچه و فناوری ابرداده، برای ساختن یک دریاچه داده منطقی از چندین دریاچه داده یا انبار استفاده می کنیم. این بدان معناست که یک کپی از داده ها را می توان با موتورهای تجزیه و تحلیل داده های متعدد و موتورهای هوش مصنوعی بدون نیاز به انتقال داده به اشتراک گذاشت. به علاوه، موتور AI4Data ما کل فرآیند حاکمیت داده را - از یکپارچه سازی داده ها، توسعه، تا مدیریت کیفیت و دارایی - هوشمندتر می کند.

در این اجلاس، Huawei Cloud همچنین توضیح داد که چگونه نوآوری‌های مبتنی بر هوش مصنوعی و تخصص صنعتی گسترده مدل‌های Pangu - از جمله مدل انسان مجازی - به یک زیرساخت آماده برای هوش مصنوعی کمک کرده است که در حال تغییر شکل بسیاری از صنایع است.

مدل‌های Pangu دانش صنعت و قابلیت‌های مدل زبان بزرگ (LLM) را برای تولید یک دستیار متخصص ترکیب می‌کنند که به طور بالقوه می‌تواند کار را برای صنایع، شرکت‌ها یا کاربران فردی کارآمدتر و آسان‌تر کند.

بر خلاف LLM ها مانند ChatGPT، Pangu Models 3.0 Huawei Cloud دارای معماری جداشده سه لایه است. لایه L0 از پنج مدل پایه تشکیل شده است که مهارت های عمومی را برای قدرت بخشیدن به کاربردهای خاص صنعت فراهم می کند. L1 شامل مدل های خاص صنعت است که با استفاده از داده های صنعت آموزش داده می شوند، در حالی که L2 مدل هایی را برای سناریوها و وظایف صنعتی خاص ارائه می دهد.

آقای ژانگ مواردی را ذکر کرد که در آن مدل مخابراتی پانگو به شرکت های مخابراتی کمک کرد تا به طور خودکار تا 90 درصد از خطاهای شبکه را در عرض چند دقیقه عیب یابی کنند در حالی که مدل تحقیق و توسعه Pangu به توسعه دهندگان این امکان را می دهد که تنها با یک اعلان کد تولید کنند و موارد را تنها با یک کلیک آزمایش کنند. وی افزود: در پیش بینی آب و هوا، از پانگو برای پیش بینی مسیر طوفان در یک دوره 10 روزه با دقت بیشتر و در عرض 10 ثانیه در یک سرور استفاده شده است.

به طور قابل توجهی، مدل انسان مجازی Pangu دارای 95 درصد دقت همگام سازی لب برای خدمات مشتری و پخش زنده است. انسان های مجازی به طور گسترده در زمینه هایی مانند تجارت الکترونیک، پخش اخبار، آموزش و پرورش استفاده می شوند.

در صنعت خودرو، Pangu به طور خودکار جعبه‌های گوشه‌ای را برای انواع صحنه‌های پیچیده رانندگی تولید می‌کند و زمان لازم برای یادگیری صحنه‌های جدید را برای مدل‌های رانندگی خودران کاهش می‌دهد. مدل های بیشتری در راه است. مدل‌های Pangu و سرویس‌های ابری مرتبط می‌توانند با امنیت قابل اعتماد و انطباق بر روی ابر عمومی، منطقه اختصاصی یا ابر ترکیبی مستقر شوند.

با این اعلامیه‌ها در اجلاس، خانم شی برنامه‌های Huawei Cloud را برای ارائه یک اکوسیستم باز از خدمات ابری و کسب‌وکارهای جدید تحت فشار قرار داد. این شرکت با مشتریان و شرکای خود برای ایجاد راه‌حل‌های مبتنی بر سناریو برای صنایع عمودی همکاری می‌کند و در عین حال به گسترش KooVerse، زیرساخت Huawei Cloud، در سطح جهانی برای دسترسی آسان و عملکرد بالا ادامه می‌دهد.

این مقاله توسط Huawei ارائه شده است.

نقطه_img

جدیدترین اطلاعات

نقطه_img