لماذا يبتعد الذكاء الاصطناعي والتعلم الآلي عن السحابة

اخلاء مسؤولية | DISCLAIMER

لن تعمل الحوسبة السحابية في أي مكان ، ولكن بعض الشركات تحول بيانات ونماذج التعلم الآلي إلى أجهزتها الخاصة التي تديرها داخل الشركة. المتبنيون ينفقون أموالًا أقل ويحصلون على أداء أفضل.

تقوم سلسلة مطاعم الخدمة السريعة بتشغيل نماذج الذكاء الاصطناعي الخاصة بها على الأجهزة داخل متاجرها لتوطين لوجستيات التوصيل. في الوقت نفسه ، تقوم شركة أدوية عالمية بتدريب نماذج التعلم الآلي الخاصة بها في أماكن العمل ، باستخدام الخوادم التي تديرها بنفسها.

لن تذهب الحوسبة السحابية إلى أي مكان ، ولكن بعض الشركات التي تستخدم نماذج التعلم الآلي وموردي التكنولوجيا الذين يزودون الأنظمة الأساسية لإدارتها يقولون إن التعلم الآلي يمر بلحظة داخل مقر العمل. لسنوات عديدة ، جادل مقدمو الخدمات السحابية بأن متطلبات الحوسبة للتعلم الآلي ستكون مكلفة للغاية ومرهقة لبدء العمل بمفردهم ، لكن هذا المجال آخذ في النضج.

“لا يزال لدينا عدد كبير من العملاء الذين يرغبون في الانتقال إلى السحابة ، لكننا بالتأكيد نرى الآن – على الأقل في العام الماضي أو نحو ذلك – عددًا أكبر بكثير من العملاء الذين يرغبون في إعادة أعباء العمل إلى الوطن مرة أخرى إلى داخل الشركة بسبب قال توماس روبنسون ، نائب رئيس الشراكات الإستراتيجية وتطوير الشركات في شركة منصة MLOps Domino Data Lab “التكلفة”. قال روبنسون إن التكلفة هي في الواقع محرك كبير ، مشيرًا إلى الثمن الباهظ لتشغيل نماذج التعلم العميق المكثفة حسابيًا مثل GPT-3 أو نماذج محولات اللغة الكبيرة الأخرى ، والتي تستخدمها الشركات اليوم في محادثتها أدوات الذكاء الاصطناعي وروبوتات الدردشة ، على الخوادم السحابية .

هناك المزيد من التوازن حيث يستثمرون الآن مرة أخرى في البنية التحتية المختلطة الخاصة بهم.

قال فيجاي راجافيندرا ، كبير مسؤولي التكنولوجيا في SymphonyAI ، التي تعمل مع سلسلة البقالة Albertsons . غادر Raghavendra Walmart في عام 2020 بعد سبع سنوات مع الشركة في مناصب عليا في الهندسة والتكنولوجيا التجارية.

“حدث هذا بعد الوقت الذي قضيته في وول مارت. لقد انتقلوا من وجود كل شيء في مكان العمل ، إلى كل شيء في السحابة عندما كنت هناك. والآن أعتقد أن هناك قدرًا أكبر من التوازن حيث يستثمرون الآن مرة أخرى في البنية التحتية المختلطة – البنية التحتية المحلية جنبًا إلى جنب مع السحابة ، “قال راجافيندرا لبروتوكول. “إذا كانت لديك القدرة ، فقد يكون من المنطقي أن تقف [مركز بيانات الموقع المشترك] الخاص بك وتقوم بتشغيل أحمال العمل هذه في كولو الخاص بك ، لأن تكاليف تشغيله في السحابة تصبح باهظة جدًا على نطاق معين.”

تفكر بعض الشركات في الإعدادات المحلية في مرحلة بناء النموذج ، عندما يتم تدريب نماذج التعلم الآلي والتعلم العميق قبل إطلاقها للعمل في البرية. تتطلب هذه العملية ضبط واختبار حسابات ثقيلة لعدد كبير من المعلمات أو مجموعات من أنواع النماذج والمدخلات المختلفة باستخدام تيرابايت أو بيتابايت من البيانات.

قال داني لانج ، نائب رئيس الذكاء الاصطناعي والتعلم الآلي في شركة Unity Technologies للألعاب والذكاء الاصطناعي ، “التكلفة المرتفعة للتدريب تمنح الأشخاص بعض التحديات”. وقال لانج إن تكلفة التدريب يمكن أن تصل إلى ملايين الدولارات.

“إنها تكلفة تبحث عنها الكثير من الشركات الآن ، هل يمكنني إحضار تدريبي داخليًا حتى يكون لدي مزيد من التحكم في تكلفة التدريب ، لأنك إذا سمحت للمهندسين بالتدريب على بنك من وحدات معالجة الرسومات في سحابة عامة الخدمة ، يمكن أن تصبح باهظة الثمن وبسرعة كبيرة “.

قال روبنسون إن الشركات التي تحول الحوسبة والبيانات إلى خوادمها المادية الموجودة داخل مراكز البيانات المشتركة المملوكة أو المؤجرة تميل إلى أن تكون في طليعة الذكاء الاصطناعي أو استخدام التعلم العميق. “[هم] يقولون الآن ،” ربما أحتاج إلى إستراتيجية حيث يمكنني الدخول إلى السحابة للحصول على الأشياء المناسبة. يمكنني ، ربما ، إجراء بعض الأبحاث الأولية ، ولكن يمكنني أيضًا إرفاق عبء عمل محلي. ”

إذا سمحت للمهندسين بالتدريب على بنك من وحدات معالجة الرسومات في خدمة سحابية عامة ، فقد يصبح ذلك مكلفًا للغاية وبسرعة كبيرة.
قال روبنسون إنه على الرغم من أن العميل قد أعلن عن استراتيجيته التي تركز على السحابة ، فقد اشترى أحد العملاء الصيدلانيين Domino Data Lab مجموعتين من مجموعات خوادم Nvidia لإدارة نماذج التعرف على الصور ذات الحوسبة الثقيلة في مكان العمل.

التكلفة العالية؟ ماذا عن النطاق العريض السيئ
بالنسبة لبعض الشركات ، فإن تفضيل تشغيل أجهزتها الخاصة لا يقتصر فقط على تدريب نماذج ضخمة للتعلم العميق. قال فيكتور ثو ، رئيس شركة Datatron ، إن تجار التجزئة أو سلاسل الوجبات السريعة ذات نماذج التعلم الآلي الخاصة بالمنطقة – المستخدمة لتوطين لوجستيات التسليم أو تحسين مخزون المتجر – يفضلون تشغيل أعباء عمل استدلال التعلم الآلي في خوادمهم داخل متاجرهم ، بدلاً من تمرير البيانات ذهابًا وإيابًا لتشغيل النماذج في السحابة.

قال ثو لبروتوكول Protocol أن بعض العملاء “لا يريدون ذلك في السحابة على الإطلاق”. قال: “يمكن أن يكون سلوك البيع بالتجزئة في سان فرانسيسكو مختلفًا تمامًا عن لوس أنجلوس وسان دييغو على سبيل المثال” ، مشيرًا إلى أن شركة Datatron شهدت عملاء ينقلون بعض عمليات ML إلى أجهزتهم الخاصة ، خاصةً تجار التجزئة الذين يعانون من ضعف اتصال الإنترنت في مواقع معينة.

يعد زمن انتقال النموذج سببًا معروفًا بشكل أكثر شيوعًا للتحول بعيدًا عن السحابة. بمجرد نشر النموذج ، فإن مقدار الوقت الذي يستغرقه لتمرير البيانات ذهابًا وإيابًا بين الخوادم السحابية يعد عاملاً مشتركًا في اتخاذ القرار بالانتقال إلى المؤسسة. تتجنب بعض الشركات أيضًا السحابة للتأكد من استجابة الطرز بسرعة للبيانات الجديدة عند التشغيل في جهاز محمول أو داخل مركبة شبه مستقلة.

قال روبنسون: “غالبًا ما كان قرار تشغيل نموذج ما في مكان العمل أو في السحابة مسألة تتعلق بزمن الاستجابة والأمان الذي يمليه مكان إنشاء البيانات أو مكان استهلاك نتائج النموذج”.

على مر السنين ، تغلب مقدمو الخدمات السحابية على التصورات المبكرة بأن خدماتهم لم تكن آمنة بما يكفي لبعض العملاء ، لا سيما أولئك الذين ينتمون إلى الصناعات شديدة التنظيم. نظرًا لأن الشركات ذات الأسماء الكبيرة مثل Capital One قد تبنت السحابة ، فإن مخاوف أمان البيانات أصبحت أقل في الوقت الحاضر.

ومع ذلك ، فإن خصوصية البيانات وأمانها يجبران بعض الشركات على استخدام أنظمة محلية. قال إد إيكيجوتشي ، الرئيس التنفيذي للشركة ، إن AiCure تستخدم نهجًا هجينًا في إدارة البيانات ونماذج التعلم الآلي لتطبيقها الذي يستخدمه المرضى في التجارب السريرية. تحتفظ AiCure بالعمليات التي تتضمن معلومات حساسة ومميزة للهوية الشخصية (PII) تحت سيطرتها الخاصة.

قال إيكيغوتشي: “نقوم بالكثير من أعمالنا من نوع معلومات تحديد الهوية الشخصية محليًا”. ومع ذلك ، قال ، عندما تتمكن الشركة من استخدام البيانات المجمعة والمجهولة المصدر ، “ستعمل جميع البيانات المستخرجة مع السحابة”.

وأضاف إيكيجوتشي: “يمتلك بعض مزودي الخدمات السحابية بنية تحتية ممتازة لدعم البيانات الخاصة. ومع ذلك ، فإننا نتخذ الكثير من الاحتياطات من جانبنا أيضًا ، فيما يتعلق بما ينتهي به المطاف في السحابة “.

قال بيرين فونديكار ، نائب الرئيس لتجربة العملاء والاستراتيجية الرقمية في NetApp ، “لدينا عملاء على وعي تام بالأمن” ، حيث يقوم عملاؤهم من الخدمات المالية عالية التنظيم وصناعات الرعاية الصحية بتشغيل برنامج الذكاء الاصطناعي الخاص بـ NetApp في مراكز البيانات الخاصة بهم.

تستجيب السحابة الكبيرة
حتى عمالقة السحابة يستجيبون لهذا الاتجاه من خلال دفع منتجاتهم المحلية بمهارة من أجل التعلم الآلي. عززت AWS البنية التحتية الخاصة بها في Outposts للتعلم الآلي العام الماضي في منشور مدونة ، مشيرة إلى انخفاض زمن الوصول وحجم البيانات المرتفع باعتبارهما سببين رئيسيين وراء رغبة العملاء في تشغيل ML خارج السحابة.

كتب جوش كوين ، كبير مهندسي الحلول في AWS ، “أحد التحديات التي يواجهها العملاء في أداء الاستدلال في السحابة هو الافتقار إلى الاستدلال في الوقت الفعلي و / أو متطلبات الأمان التي تمنع إرسال بيانات المستخدم أو تخزينها في السحابة” ماني خانوجا ، متخصص في الذكاء الاصطناعي والتعلم الآلي في AWS.

في أكتوبر ، أعلنت Google Cloud عن Google Distributed Cloud Edge لاستيعاب مخاوف العملاء بشأن الامتثال الخاص بالمنطقة وسيادة البيانات وزمن الاستجابة المنخفض ومعالجة البيانات المحلية.

قدمت Microsoft Azure منتجات لمساعدة العملاء على اتباع نهج مختلط لإدارة التعلم الآلي من خلال التحقق من صحة النماذج وتصحيحها على الأجهزة المحلية ، ثم نشرها في السحابة.

تدرس Snowflake ، التي تم دمجها مع منصة MLOps التابعة لـ Domino Data Lab ، المزيد من الأدوات المحلية للعملاء ، حسب قول هارشا كابري ، كبير مديري المنتجات في Snowflake. “أعلم أننا نفكر في ذلك بنشاط” ، قال لبروتوكول. قالت Snowflake في يوليو إنها ستقدم بنية بحيرة بيانات الجدول الخارجية – والتي يمكن استخدامها لإعداد بيانات التعلم الآلي – لاستخدامها من قبل العملاء على أجهزتهم الخاصة.

“أعتقد أنه في الأيام الأولى ، كان يجب أن تكون بياناتك في Snowflake. الآن ، إذا بدأت في النظر إليها ، فليس من الضروري أن تكون بياناتك في الواقع من الناحية الفنية [في ندفة الثلج] ، “قال كابري. وأضاف “أعتقد أنه ربما يكون الوقت مبكرًا قليلاً” لقول المزيد.

تكاليف مخفية
قال روبنسون إنه مع قيام الشركات بدمج الذكاء الاصطناعي عبر أعمالها ، فإن المزيد والمزيد من الأشخاص في المؤسسة يستخدمون نماذج التعلم الآلي ، والتي يمكن أن تزيد التكاليف إذا فعلوا ذلك في السحابة. قال: “يتم استخدام بعض هذه النماذج الآن من قبل التطبيقات التي تضم عددًا كبيرًا من المستخدمين لدرجة أن الحساب تطلب ارتفاعات كبيرة وأصبح الآن ضرورة اقتصادية لتشغيلها في مكان العمل”.

لكن البعض يقول إن الوعد الداخلي أخفى التكاليف.

“موفرو الخدمات السحابية جيدون حقًا في شراء المعدات وتشغيلها اقتصاديًا ، لذا فأنت تنافس الأشخاص الذين يعرفون حقًا كيفية التشغيل بكفاءة. قال لانج ، إذا كنت ترغب في إحضار تدريبك داخليًا ، فإن ذلك يتطلب الكثير من التكلفة الإضافية والخبرة.

وافق بوب فرايدي ، كبير مسؤولي الذكاء الاصطناعي في شركة جونيبر نتوركس للاتصالات وشبكات الذكاء الاصطناعي.

قال الجمعة: “من الأرخص دائمًا ترك الأمر في Google أو AWS أو Microsoft إذا أمكن” ، مضيفًا أنه إذا لم يكن لدى الشركة حالة استخدام متطورة تتطلب اتخاذ قرار في أجزاء من الثانية في مركبة شبه مستقلة ، أو التعامل مع ملفات الفيديو المتدفقة الكبيرة ، في مكان العمل ليس له معنى.

لكن روبنسون قال إن وفورات التكلفة موجودة للشركات التي لديها مبادرات كبيرة للذكاء الاصطناعي. قال ، في إشارة إلى Domino Data عميل الأدوية من Lab الذي استثمر في مجموعات Nvidia “لأن تكلفة وتوافر وحدات معالجة الرسومات لم يكن مستساغًا على AWS وحدها.”

يذهب الجميع إلى السحابة ، ثم يحاولون نوعًا ما التراجع قليلاً. أعتقد أن الأمر يتعلق بإيجاد التوازن الصحيح.
وأضاف روبنسون ، “هناك شيء آخر يجب أخذه في الاعتبار وهو أن الأجهزة المسرَّعة بالذكاء الاصطناعي تتطور بسرعة كبيرة وأن البائعين السحابيين كانوا بطيئين في إتاحتها للمستخدمين”.

في النهاية ، مثل التحول نحو استراتيجيات السحابة المتعددة والسحابة المختلطة ، يمكن أن يكون انتقال التعلم الآلي لدمج البنية التحتية المحلية علامة على التطور بين الشركات التي تجاوزت مجرد غمس أصابع قدميها في الذكاء الاصطناعي.

قال لانج: “كان هناك دائمًا القليل من تأثير البندول”. “يذهب الجميع إلى السحابة ، ثم يحاولون نوعًا ما التراجع قليلاً. أعتقد أن الأمر يتعلق بإيجاد التوازن الصحيح “.

المصدر من هنا