रेडिस सर्वेक्षण में पाया गया कि एआई आईटी इन्फ्रास्ट्रक्चर को ब्रेकिंग पॉइंट पर जोर दे रहा है

Posted on

एआई अपनाने की अवस्था में आपका उद्यम कहां खड़ा है? पता लगाने के लिए हमारे एआई सर्वेक्षण में भाग लें।


आज प्रकाशित एक रिपोर्ट के अनुसार, वास्तविक समय में एआई अनुप्रयोगों के लिए लगातार डेटा उपलब्ध कराने की आवश्यकता मौजूदा डेटा आर्किटेक्चर को उनके ब्रेकिंग पॉइंट तक फैलाना शुरू कर रही है।

रेडिस लैब्स की ओर से फॉरेस्टर कंसल्टिंग द्वारा आयोजित मशीन लर्निंग/एआई संचालन रणनीति के लिए जिम्मेदार उत्तरी अमेरिका में 106 आईटी प्रबंधकों और निर्णय निर्माताओं के एक सर्वेक्षण में पाया गया कि 40% से अधिक उत्तरदाताओं ने कहा कि उनके पास मौजूद डेटा आर्किटेक्चर पूरा नहीं करते हैं। एआई मॉडल के प्रशिक्षण और वास्तविक समय में डेटा की खपत करने वाले अनुमान इंजनों को तैनात करने की आवश्यकताएं।

कुल मिलाकर, 88% निर्णय निर्माताओं ने कहा कि वे उम्मीद करते हैं कि इन क्षमताओं की आवश्यकता वाले उपयोग के मामलों में अगले एक या दो साल में वृद्धि होगी। एक तिहाई से अधिक (38%) वास्तविक समय के स्पेक्ट्रम पर लगभग एक तिहाई मॉडल विकसित कर रहे हैं। लगभग दो-तिहाई उत्तरदाताओं (६४%) का कहना है कि उनकी कंपनियां कनेक्टेड डिवाइसों से उत्पन्न डेटा की धाराओं के माध्यम से एकत्र किए गए रीयल-टाइम डेटा पर अपने मॉडल के २०% से ३९% के बीच विकसित कर रही हैं।

रेडिस लैब्स के मुख्य व्यवसाय विकास अधिकारी तैमूर रशीद ने कहा कि यह स्पष्ट हो रहा है कि मेमोरी में डेटा को संसाधित करने के लिए विलंबता के मुद्दों को संबोधित करने की आवश्यकता होगी क्योंकि उत्पन्न होने वाले डेटा की मात्रा में वृद्धि जारी है। उन्होंने जोर देकर कहा कि बहुत से संगठन बाहरी भंडारण प्रणालियों के आधार पर विरासत भंडारण वास्तुकला के शीर्ष पर एआई मॉडल बिछा रहे हैं।

सर्वेक्षण में पाया गया है कि इन-मेमोरी चलाने वाले डेटा स्टोर में संक्रमण आईटी टीमों को डेटा को अधिक कुशलता से (49%) तैयार करने, एनालिटिक्स दक्षता (46%) में सुधार करने और डेटा को बेहतर (46%) सुरक्षित करने की अनुमति देगा। इसमें से अधिकांश इस तथ्य से उपजा है कि एआई मॉडल अर्ध-संरचित डेटा पर भरोसा करते हैं जो विरासत भंडारण प्रणालियों का उपयोग करके संसाधित और विश्लेषण करने के लिए चुनौतीपूर्ण है। राशिद ने कहा, “आधुनिकीकरण का अवसर है।”

कई संगठन पहले से ही AI मॉडल से जूझ रहे हैं। सर्वेक्षण में पाया गया है कि लगभग आधे निर्णय निर्माताओं ने विश्वसनीयता (48%) और प्रदर्शन (44%) को अपने मौजूदा डेटाबेस पर मॉडल तैनात करने के लिए अपनी शीर्ष चुनौतियों के रूप में उद्धृत किया है। यह भी पाया गया कि 41% उत्तरदाताओं का मानना ​​​​है कि उनके डेटाबेस आवश्यक डेटा सुरक्षा और अनुपालन आवश्यकताओं को पूरा नहीं कर सकते हैं।

सर्वेक्षण में समय के साथ मॉडल सटीकता (57%) सुनिश्चित करना और एआई अनुमान इंजन चुनौतियों की सूची में मॉडल (51%) चलाने की विलंबता के साथ संघर्ष करना भी शामिल है। लगभग दो-तिहाई (63%) मॉडल अनुमान इंजन प्रबंधित बादलों पर चलते हैं। हालांकि, सर्वेक्षण के उत्तरदाताओं ने अपने मॉडल चलाने के लिए एज और एआई को एक सेवा (एआईएएएएस) के रूप में बढ़ाने की उम्मीद की है।

यह स्पष्ट नहीं है कि डेटा स्टोर किस हद तक मेमोरी में तैनात किए जा रहे हैं, लेकिन एआई मॉडल एकमात्र प्रौद्योगिकी बदलाव नहीं हैं जो इस मुद्दे को मजबूर कर सकते हैं। ऐतिहासिक रूप से, रेडिस इन-मेमोरी डेटाबेस को मुख्य रूप से कैशिंग उद्देश्यों के लिए उपयोग किया गया है। हालाँकि, माइक्रोसर्विसेज को अपनाने वाले कई संगठन लचीलापन सुनिश्चित करने के लिए प्रत्येक को अपना डेटाबेस इन-मेमोरी में उपलब्ध करा रहे हैं।

रेडिस का कहना है कि पिछले नौ वर्षों में उसके डेटा स्टोर को 1.5 मिलियन बार डाउनलोड किया गया है। इसके मूल में, यह स्ट्रिंग्स, हैश, सूचियों, सेट, श्रेणी प्रश्नों के साथ सॉर्ट किए गए सेट, बिटमैप्स, हाइपरलॉग्स, भू-स्थानिक इंडेक्स और स्ट्रीम जैसी संरचनाओं का समर्थन करता है। रेडिस सेवा में अंतर्निहित प्रतिकृति, लुआ स्क्रिप्टिंग, लेनदेन और दृढ़ता के विभिन्न स्तरों के लिए समर्थन शामिल है।

हाल ही में, रेडिस लैब्स ने अपने मूल्यांकन को $ 2 बिलियन से ऊपर लाने के लिए अतिरिक्त $ 100 मिलियन का वित्तपोषण जुटाया। कंपनी अब 8,000 से अधिक भुगतान करने वाले ग्राहकों का दावा करती है, पिछले तीन वर्षों से बिक्री में 54% चक्रवृद्धि वार्षिक वृद्धि दर के साथ।

यह संभावना नहीं है कि मेमोरी की लागत को देखते हुए रेडिस मौजूदा डेटाबेस को जल्द ही बदल देगा। हालाँकि, यह स्पष्ट है कि मेमोरी में चलने वाले डेटाबेस पारंपरिक डेटाबेस की आवश्यकता को कम कर सकते हैं। अब चुनौती यह निर्धारित नहीं कर रही है कि किस प्रकार के डेटाबेस को तैनात करना है, बल्कि यह भी कि डिस्क-आधारित स्टोरेज सिस्टम के प्रदर्शन के खिलाफ मेमोरी की लागत का वजन, जहां इसे सबसे अच्छा चलाने की आवश्यकता है।

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है।

जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

Leave a Reply

Your email address will not be published. Required fields are marked *