Попит на обчислювальні потужності в хмарі зростатиме через AI — дослідження

Кілька коротких прогнозів про найближче майбутнє хмарних технологій від аналітичної компанії.

На початку квітня HPCwire — тематичний вебресурс, присвячений темі високопродуктивних обчислень, — спільно з аналітичною компанією Hyperion Research, розпочав комплексне дослідження, в рамках якого будуть послідовно розглянуті одинадцять ключових чинників, що впливають на ринок High-performance computing (HPC), частина прогнозів безпосередньо стосується хмар.

Зокрема, на думку аналітиків, попит на технології AI/ML сприятиме тому, що потреба у великих обчислювальних потужностях із хмари буде стрімко збільшуватися, що в підсумку вплине на обсяги ринку в цілому. Зазначається, що хоча зараз домінують умовно невеликі AI/ML-моделі, що навчаються відносно невеликою кількістю користувачів, усе йде до того, що обидва ці показники стрімко збільшуватимуться — з'являтиметься дедалі більше дуже об'ємних AI/ML, моделей, до навчання яких буде залучено величезну кількість людей. Така ситуація вимагає доступу до гігантських обчислювальних ресурсів на вимогу з будь-якої точки світу. Хмарна модель підходить тут якнайкраще.

Серед інших прогнозів аналітиків варто відзначити зміщення акценту корпоративних користувачів зі сховища даних (Data Storage) на комплекснішу, прозорішу та керованішу концепцію «платформи даних» (Data Platform). Оскільки традиційні інструменти все частіше не забезпечують належного рівня контролю і прогнозування витрат. Також дедалі більше уваги приділятимуть організації та підтримці високошвидкісних каналів для зв'язку з хмарою та забезпечення доступності даних.

Ще один прогноз стосується того, що в міру зростання AI-навантажень, дедалі більше компаній створюватимуть свої власні суперкомп'ютери, в т.ч. у хмарі — на постійній або тимчасовій основі. Однак тут важливу роль відіграватиме енергоефективність, оскільки вже зараз зрозуміло, що витрати на побудову та експлуатацію корпоративної HPC-платформи (у т.ч. витрати на електроенергію), нерідко можуть перевищити потенційну користь від навчання AI/ML-моделі.

При цьому, як очікується, попит на моделі генеративного AI продовжить зростати, але темпи його стабілізуються в міру того, як межі застосування такого підходу стануть більш зрозумілими.

Якщо ви відчуваєте потребу в достатніх потужностях для HPC або AI/ML, то скористатися ними можна вже сьогодні — на базі колективної або приватної хмари De Novo. Також ви можете отримати у своє розпорядження повноцінне ML-оточення для DevOps, на базі нового PaaS-сервісу DeNovo ML Cloud.