به گزارش شبکه اطلاع‌رسانی طلا و ارز، در جلسات فناوری بسیاری از شرکت‌ها، گفت‌وگو درباره هوش مصنوعی به‌سرعت به انتخاب مدل و افزایش بهره‌وری می‌رسد. در این میان، سه پرسش پایه‌ای دیرتر مطرح می‌شود. داده‌ها کجا نگهداری می‌شوند، پردازش روی چه زیرساختی انجام می‌شود و شبکه چه حجمی از تبادل داده را تحمل می‌کند؟
اهمیت این پرسش‌ها در اثر مستقیم آن‌ها بر هزینه نهایی پروژه است. مدل هوش مصنوعی بدون داده در دسترس و توان پردازشی کافی کارایی ندارد. برای مدیران و صاحبان کسب‌وکار، این یعنی بودجه‌ای که فقط برای خرید یا اشتراک مدل کنار گذاشته شود، احتمالاً پاسخ‌گوی کل پروژه نیست.
سه پرسش که دیر پرسیده می‌شود
پرسش نخست به محل نگهداری داده برمی‌گردد. شرکت‌ها باید تصمیم بگیرند داده‌ها روی سرورهای داخلی بماند یا به فضای ابری منتقل شود. فضای ابری یعنی اجاره ظرفیت ذخیره‌سازی و پردازش از یک ارائه‌دهنده بیرونی، به‌جای خرید سخت‌افزار. هر گزینه پیامد متفاوتی برای امنیت، هزینه و سرعت دسترسی دارد.
پرسش دوم، زیرساخت پردازش است. مدل‌های هوش مصنوعی برای اجرا معمولاً به پردازنده گرافیکی یا GPU نیاز دارند. این تراشه‌ها محاسبات هم‌زمان را بسیار سریع‌تر از پردازنده‌های معمولی انجام می‌دهند. تأمین آن‌ها هزینه‌بر است و دسترسی به آن‌ها همیشه آسان نیست.
پرسش سوم به ظرفیت شبکه مربوط است. جابه‌جایی حجم بالای داده میان سرورها و کاربران، پهنای باند زیادی می‌خواهد. پهنای باند یعنی مقدار داده‌ای که شبکه در هر ثانیه منتقل می‌کند. اگر شبکه کند باشد، حتی دقیق‌ترین مدل هم پاسخ را با تأخیر به کاربر می‌رساند.
پیامد برای استارتاپ‌ها و کاربران
برای استارتاپ‌ها، هزینه زیرساخت سهم مهمی از هزینه‌های جاری را تشکیل می‌دهد. شرکت‌هایی که این بخش را دیر برآورد می‌کنند، ممکن است در میانه پروژه با کمبود منابع روبه‌رو شوند. وقتی قیمت تجهیزات و سرویس‌های خارجی به نرخ ارز وابسته است، دقت این برآورد اهمیت بیش‌تری پیدا می‌کند.
اثر این تصمیم‌ها به کاربران عادی هم می‌رسد. کیفیت و سرعت خدماتی مانند پاسخ‌گوی خودکار بانک‌ها یا اپلیکیشن‌های مالی به همین زیرساخت بستگی دارد. اینکه کسب‌وکارها زیرساخت را پیش از انتخاب مدل برنامه‌ریزی کنند یا پس از آن، در نهایت در تجربه مصرف‌کننده نمایان می‌شود.
نظرات کاربران