AI ਅਤੇ ML ਸਿਸਟਮਾਂ ਲਈ ਨਵੇਂ ਰਿਪੋਜ਼ਟਰੀਆਂ ਕੀ ਪੇਸ਼ ਕਰਨਗੀਆਂ?

AI ਅਤੇ ML ਸਿਸਟਮਾਂ ਨਾਲ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ MAX ਡੇਟਾ ਨੂੰ Optane DC ਨਾਲ ਜੋੜਿਆ ਜਾਵੇਗਾ।

Фото - ਹਿਤੇਸ਼ ਚੌਧਰੀ - ਅਨਸਪਲੈਸ਼

ਕੇ ਡੇਟਾ MIT Sloan Management Review ਅਤੇ The Boston Consulting Group ਦੇ ਇੱਕ ਅਧਿਐਨ ਦੇ ਅਨੁਸਾਰ, ਸਰਵੇਖਣ ਕੀਤੇ ਗਏ ਤਿੰਨ ਹਜ਼ਾਰ ਪ੍ਰਬੰਧਕਾਂ ਵਿੱਚੋਂ 85% ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ AI ਪ੍ਰਣਾਲੀਆਂ ਉਹਨਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਮਾਰਕੀਟ ਵਿੱਚ ਮੁਕਾਬਲੇ ਦਾ ਫਾਇਦਾ ਹਾਸਲ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ। ਹਾਲਾਂਕਿ, ਸਿਰਫ 39% ਕੰਪਨੀਆਂ ਨੇ ਅਭਿਆਸ ਵਿੱਚ ਕੁਝ ਅਜਿਹਾ ਲਾਗੂ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ.

ਇਸ ਸਥਿਤੀ ਦਾ ਇੱਕ ਕਾਰਨ ਇਹ ਹੈ ਕਿ ਡੇਟਾ ਦੇ ਨਾਲ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨਾ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਕਾਰਜਾਂ ਲਈ ਪਾਵਰ ਦੀ ਵਰਤੋਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣਾ ਕੋਈ ਆਸਾਨ ਕੰਮ ਨਹੀਂ ਹੈ। IDC ਵਿਖੇ ਮਨਾਓ, ਕਿ ਸਥਾਈ ਮੈਮੋਰੀ (ਪਰਸਿਸਟੈਂਟ ਮੈਮੋਰੀ, PMEM) 'ਤੇ ਆਧਾਰਿਤ ਨਵੀਂ ਤਕਨੀਕ ਸਥਿਤੀ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦੀ ਹੈ।

ਇਹ ਤਕਨਾਲੋਜੀ NetApp ਅਤੇ Intel ਦੁਆਰਾ ਪ੍ਰਸਤਾਵਿਤ ਕੀਤੀ ਗਈ ਸੀ, ਏਕਤਾ ਸਥਾਨਕ ਪਰਸਿਸਟੈਂਟ ਮੈਮੋਰੀ ਸਟੋਰੇਜ ਉਤਪਾਦ ਲਈ NetApp ਮੈਮੋਰੀ ਐਕਸਲਰੇਟਿਡ (MAX) ਡੇਟਾ ਅਤੇ Intel Optane DC ਪਰਸਿਸਟੈਂਟ ਮੈਮੋਰੀ।

ਇਹ ਕੰਮ ਕਰਦਾ ਹੈ

MAX ਡੇਟਾ ਇੱਕ ਸਰਵਰ ਤਕਨਾਲੋਜੀ ਹੈ ਜੋ PMEM ਜਾਂ DRAM ਦੀ ਵਰਤੋਂ ਦੁਆਰਾ ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੀ ਹੈ, ਪਰ ਸਾਫਟਵੇਅਰ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ ਹੈ।

ਇਹ ਸਵੈਚਲਿਤ ਬਹੁ-ਪੱਧਰੀ ਸਟੋਰੇਜ ਦੇ ਸਿਧਾਂਤਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ, ਵਰਤੋਂ ਦੀ ਬਾਰੰਬਾਰਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ ਪੱਧਰਾਂ ਅਤੇ ਸਟੋਰੇਜ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਵੰਡਦਾ ਹੈ - "ਕੋਲਡ" ਡੇਟਾ ਲਈ ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਸਟੋਰੇਜ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਅਕਸਰ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਡੇਟਾ "ਹੱਥ ਵਿੱਚ" - ਪਰਸਿਸਟੈਂਟ ਮੈਮੋਰੀ ਵਿੱਚ ਹੁੰਦਾ ਹੈ, ਜੋ ਅਜਿਹੇ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਲੇਟੈਂਸੀ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ।

ਸੰਸਕਰਣ 1.1 DRAM ਮੈਮੋਰੀ ਅਤੇ ਵਰਤਦਾ ਹੈ ਐਨਵੀਡੀਆਈਐਮਐਮ. ਦੋਨਾਂ ਲਾਗੂਕਰਨਾਂ ਦੀਆਂ ਆਪਣੀਆਂ ਕਮੀਆਂ ਹਨ - ਕ੍ਰਮਵਾਰ ਕੁਸ਼ਲਤਾ ਅਤੇ ਉੱਚ ਮੈਮੋਰੀ ਲਾਗਤਾਂ ਦਾ ਨੁਕਸਾਨ - Optane DCPMM ਦੇ ਮੁਕਾਬਲੇ। ਲੇਟੈਂਸੀ ਦਾ ਤੁਲਨਾਤਮਕ ਅੰਦਾਜ਼ਾ ਦੇਣ ਵਾਲਾ ਚਾਰਟ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ ਇੱਥੇ (ਪੰਨਾ 4)।

ਇੰਜਨੀਅਰਿੰਗ ਨੂੰ ਸਹਿਯੋਗ ਦਿੰਦਾ ਹੈ и ਪੁਆਇਕਸ ਅਤੇ ਬਲਾਕ ਜਾਂ ਫਾਈਲ ਸਿਸਟਮਾਂ ਦੇ ਅਰਥ ਵਿਗਿਆਨ ਨਾਲ ਕੰਮ ਕਰਨਾ। ਸਟੋਰੇਜ ਪੱਧਰ 'ਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਅਤੇ ਰਿਕਵਰੀ MAX Snap ਅਤੇ MAX ਰਿਕਵਰੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਲਾਗੂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਹ ਤਕਨਾਲੋਜੀਆਂ ਸਨੈਪਸ਼ਾਟ, ਸਨੈਪਮਿਰਰ ਟੂਲ ਅਤੇ ਹੋਰ ONTAP ਸੁਰੱਖਿਆ ਵਿਧੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ।

ਯੋਜਨਾਬੱਧ ਤੌਰ 'ਤੇ ਲਾਗੂ ਕਰਨਾ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ:

ਇਸ ਸਰਕਟ 'ਤੇ ਅਜੇ ਤੱਕ ਕੋਈ PMEM ਨਹੀਂ ਹੈ, ਪਰ ਡਿਵੈਲਪਰ ਸਾਲ ਦੇ ਅੰਤ ਤੱਕ ਇਸ ਕਿਸਮ ਦੀ ਮੈਮੋਰੀ ਲਈ ਸਮਰਥਨ ਜੋੜਨ ਦਾ ਵਾਅਦਾ ਕਰਦੇ ਹਨ। ਹੁਣ ਤੱਕ, ਮੈਕਸ ਡੇਟਾ DRAM ਅਤੇ DIMM ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ।

ਹੱਲ ਸੰਭਾਵੀ

IDC ਵਿਖੇ ਦਾਅਵਾ ਕਰੋਕਿ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਵਿੱਚ MAX ਡੇਟਾ ਵਰਗੇ ਹੋਰ ਵਿਕਾਸ ਹੋਣਗੇ, ਕਿਉਂਕਿ ਕਾਰਪੋਰੇਟ ਡੇਟਾ ਦੀ ਮਾਤਰਾ ਲਗਾਤਾਰ ਵੱਧ ਰਹੀ ਹੈ, ਅਤੇ ਕੰਪਨੀਆਂ ਕੋਲ ਇਸਦੀ ਪ੍ਰਭਾਵੀ ਢੰਗ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨਹੀਂ ਹੈ। ਤਕਨਾਲੋਜੀ ਹੋ ਸਕਦਾ ਹੈ ਇੱਕ ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਕਲਾਉਡ ਵਾਤਾਵਰਣ ਵਿੱਚ ਅਤੇ ਸਰੋਤ-ਸੰਬੰਧੀ ਕਾਰਜਾਂ ਜਿਵੇਂ ਕਿ ਸਿਖਲਾਈ ਨਿਊਰਲ ਨੈਟਵਰਕਸ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਉਪਯੋਗੀ। ਇਹ ਵਪਾਰਕ ਪਲੇਟਫਾਰਮਾਂ, ਸੂਚਨਾ ਸੁਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਅਤੇ ਕਿਸੇ ਵੀ ਹੋਰ ਸੌਫਟਵੇਅਰ ਉਤਪਾਦਾਂ 'ਤੇ ਐਪਲੀਕੇਸ਼ਨ ਲੱਭੇਗਾ ਜਿਨ੍ਹਾਂ ਲਈ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਜਾਣਕਾਰੀ ਤੱਕ ਨਿਰੰਤਰ ਅਤੇ ਤੁਰੰਤ ਪਹੁੰਚ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਇੱਕ ਮੌਕਾ ਇਹ ਵੀ ਹੈ ਕਿ ਤਕਨਾਲੋਜੀ ਤੁਰੰਤ ਮਾਰਕੀਟ ਵਿੱਚ ਜੜ੍ਹ ਨਹੀਂ ਲਵੇਗੀ. ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਉੱਪਰ ਨੋਟ ਕੀਤਾ ਹੈ, ਦੁਨੀਆ ਭਰ ਦੀਆਂ ਸਿਰਫ ਇੱਕ ਤਿਹਾਈ ਕੰਪਨੀਆਂ ਇੱਕ ਜਾਂ ਦੂਜੇ ਰੂਪ ਵਿੱਚ AI ਸਿਸਟਮਾਂ ਨਾਲ ਕੰਮ ਕਰਦੀਆਂ ਹਨ। ਇਸ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਬਹੁਤ ਸਾਰੇ MAX ਡੇਟਾ ਦੀ ਦਿੱਖ ਨੂੰ ਸਮੇਂ ਤੋਂ ਪਹਿਲਾਂ ਸਮਝ ਸਕਦੇ ਹਨ ਅਤੇ ਆਪਣਾ ਧਿਆਨ ਇੱਕ ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਕੇਂਦਰਤ ਕਰਨਗੇ ਜੋ ਉਹਨਾਂ ਨੂੰ ਮੌਜੂਦਾ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।

IT ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਬਾਰੇ ਸਾਡੀਆਂ ਹੋਰ ਸਮੱਗਰੀਆਂ:

• A ਤੋਂ Z ਤੱਕ NetApp: ਆਧੁਨਿਕ ਸਟੋਰੇਜ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਵਿਕਰੇਤਾ ਤਕਨਾਲੋਜੀਆਂ ਦੀ ਇੱਕ ਸੰਖੇਪ ਜਾਣਕਾਰੀ
• ਵੱਖ-ਵੱਖ ਕਾਰੋਬਾਰੀ ਖੇਤਰਾਂ ਵਿੱਚ NetApp ਸਟੋਰੇਜ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀਆਂ ਉਦਾਹਰਨਾਂ
• NetApp ਦਿਸ਼ਾ ਨਿਰਦੇਸ਼ 2018 ਸਮੀਖਿਆ
• ਸਿਸਕੋ UCS M4308 ਸਰਵਰਾਂ ਨੂੰ ਅਨਬਾਕਸ ਕਰਨਾ
• IaaS ਅਤੇ ਪ੍ਰਬੰਧਿਤ IT: ਤਕਨਾਲੋਜੀ ਡਾਇਜੈਸਟ

ਸਰੋਤ: www.habr.com