Lo storage dei dati viene spesso trascurato quando si parla di catalizzatori dell'innovazione, ma è certamente fondamentale per l'intelligenza artificiale. Disporre di un'infrastruttura di storage performante, altamente disponibile e flessibile è fondamentale per il successo delle operazioni dell’IA.
È essenziale per fornire i dati fondamentali di cui l'IA ha bisogno per l'addestramento e per archiviare i dati generati. Strategie e strumenti di storage efficienti consentono di estrarre informazioni utili dai dati non strutturati, che costituiscono la maggior parte dei dati generati oggi, in modo sicuro e altamente ripetibile.
A tal fine, i responsabili IT devono riconsiderare la gestione dello storage e valutare l'adozione di piattaforme di storage unificato gestibili tramite un unico set di controlli per ottenere visibilità, prestazioni e scalabilità ottimali. Una semplice formula da applicare è “Più dati di alta qualità + rapido accesso ai dati di tutti i tipi = Migliori modelli di IA + Successo”.
Forse conoscete il vecchio principio secondo cui ogni due anni vengono creati più dati di tutti i dati creati nel corso della storia. Ma anche per gli standard di aumento esponenziale dei dati, l'intelligenza artificiale è estremamente affamata di spazio di archiviazione.
IDC prevede che lo storage dei dati a livello globale raggiungerà 175 zettabyte entro il 2025, di cui i quattro quinti sono dati non strutturati. La preoccupazione per questa rapida crescita è tale che si sta già esplorando l'uso dell'intelligenza artificiale per la gestione dello storage, con sistemi che identificano i modelli di storage e forniscono raccomandazioni sulla gestione della crescita futura attraverso il machine learning e l'analisi predittiva. Per ridurre i costi di gestione dello storage è necessario automatizzare le attività amministrative di routine.
Sebbene la gestione dello storage come complemento dell’IA sia un fenomeno relativamente nuovo, è già possibile delineare alcune caratteristiche di cosa è necessario come, per esempio, funzionalità di I/O rapide, elevati livelli di scalabilità, supporto di vari tipi di file (in particolare dati non strutturati) nonché sicurezza e backup incorporati. Prevediamo inoltre che sempre più vendor creeranno ottimizzazioni specifiche per casi d'uso particolari.
Storage unificato
L’IA si adatta perfettamente anche alla categoria emergente dello storage unificato, grazie a cui lo storage di blocchi, file e oggetti può essere gestito da un sistema. Ciò è preferibile rispetto a silos indipendenti che creano problemi in termini di interoperabilità e richiedono un insieme più ampio di competenze, portando a un TCO maggiore. Inoltre, grazie allo storage unificato, anche quando la massa di dati aumenta, è possibile ricavare informazioni tramite un’unica piattaforma per gestire l’on premise, cloud privati e cloud pubblici.
Ordine e semplicità
Le aziende che desiderano trarre il massimo dall’IA devono superare un ostacolo iniziale. Devono disporre di archivi di dati ordinati, perché senza una gestione dei dati ottimale, i progetti di IA saranno incompleti, possono portare a risultati fuorvianti e, alla fine, falliranno. Quanto migliori sono i dati e quanto meglio vengono sfruttati, tanto più è probabile che i progetti di IA abbiano successo.
Le aziende che hanno adottato un approccio progressivo all’adozione della tecnologia saranno avvantaggiate. Chi ha abbandonato le architetture tradizionali a tre livelli che separavano le funzionalità di rete, storage e calcolo sarà avvantaggiato, ad esempio in termini di accesso rapido a dati presentati in modo coerente.
La parola d’ordine è semplicità. I responsabili IT devono adottare strategie semplici e focalizzate. Ciò contribuirà all'interoperabilità e all'analisi, ma anche alla sicurezza e alla governance, perché ci saranno meno punti deboli da attaccare e una maggiore capacità di difesa attraverso la visibilità e le difese integrate che permettono di mitigare il ransomware e altre minacce.
In definitiva, non può esistere un processo universale per l'IA e lo storage. Le varie fasi del percorso dell'IA richiederanno capacità diverse: l'inferenza, ad esempio, rappresenta un processo particolarmente impegnativo per le GPU e lo storage, mentre la pre-elaborazione dei dati e la personalizzazione dei modelli avranno implicazioni importanti per la gestione dello storage.
Ma lo storage unificato è un concetto importante per i CIO alla ricerca di scalabilità dinamica, gestione dei dati a livello globale, implementazione flessibile, mobilità dei dati e informazioni utili rapide che rispondono perfettamente alle esigenze dell’IA.