Yapay zekanın, 2030 yılına kadar Avustralya için 280 milyar dolarlık ekonomik fayda sağlama potansiyeli var ve dönüştürücü yeteneklerinin, Avustralya’da Üretilen Gelecek gündeminin anahtarı olduğu ve üretim gibi endüstriler için kritik öneme sahip verimliliği, yenilikçiliği ve sürdürülebilirliği teşvik ettiği açıktır. Ancak yapay zeka inanılmaz miktarda veri gerektiriyor ve yapay zekanın kullanımı arttıkça ham veri gereksinimleri, eski ortamların kaldırabileceğinden çok daha fazla hızlanıyor. Hem işletmelerin hem de hiper ölçekleyicilerin alan, güç ve bütçe kısıtlamaları dahilinde ölçeklendirmenin sürdürülebilir yollarını bulması gerekiyor. Aksi takdirde yeni yapay zeka çağı tökezleyebilir.
Üretken yapay zekanın ortaya çıkmasından önce bile veriler, inovasyonun kilidini açmanın anahtarıydı. Seagate’in Çoklu Bulut Olgunluk Raporu’nun gösterdiği gibi; Veri depolama ve yönetme konusunda yüksek düzeyde olgunluğa sahip kuruluşlar, düşük olgunluğa sahip kuruluşlara göre yeni çözümleri altı kat daha hızlı pazara sunabilir.
Sorun, olgunluğa ulaşmak için hızlanmanın önüne geçebilmektir. Burada iki faktör rol oynuyor; Rosalina Hiu, Seagate Global Marka Stratejisi Başkan Yardımcısıaçıkladı:
Bunlardan biri ham verinin kendisidir. Seagate şunu tahmin ediyor: üretken yapay zeka (GenAI) tek başına önümüzdeki dört yıl içinde 100 zettabayt (ZB) veri üretecek.
Diğeri ise yapay zekanın kullanım şeklinin, kuruluşların mevcut verilerini işleme biçimini temelden değiştirmesidir.
Hiu, “GenAI ile saklamanın daha uzun süreler boyunca olması gerekiyor çünkü yapay zeka halüsinasyon görebilir ve bu, yönetilmezse sorunlara neden olabilir” dedi.
“Çözüm şu ki, olayların tarihsel gerçeğinin korunması gerekiyor, çünkü eğer bilginin hangi parçalarının doğru olduğunu belirlemek için referans alabileceğimiz bir şey yoksa, neyin sahte olduğunu anlamak zorlaşacaktır.
“Buna dayanarak, verilerin türüne bağlı olarak verilerin daha uzun süre ve belki de süresiz olarak saklanacağına inanıyoruz ve bu, yeni depolama baskıları yaratacaktır.”
Yarının yapay zeka araçları dünün verilerinden henüz hayal edilmemiş içgörüler elde edebileceği için kuruluşların mümkün olduğunca fazla veri tutması gerekiyor. Ancak veri saklama maliyetleri çoğu zaman şirketlerin verileri silmesine neden olur.
Hui şöyle devam ediyor: “Hiçbir şirketin sınırsız bütçesi yoktur. Bazı GenAI uygulamaları hız gerektirirken veri hazırlama ve eğitim, katmanlı depolamaya ihtiyaç duyar. Sabit disklere terabyte başına fiyat en az 6:1 flash olabilir. Hiper ölçekleyiciler verilerinin %90’ını sabit disklerde depolar; örnek kuruluş muhtemelen takip eder. Seagate’te daha çok %99 oranında sabit disk tabanlıyız.”
Alan Yoğunluğu: Yapay Zeka Depolama Zorluklarına Çözüm
Hui, Seagate’in son çalışmalarının yapay zekanın bu yeni taleplerini karşılayan depolama çözümleri geliştirmeye nasıl odaklandığını paylaşıyor. Bu üç kategoriye ayrılabilir: kapasite, verimlilik ve alan optimizasyonu.
- Mozaic 3+ ile Kapasite Artırımı
Seagate, artan ham veri ihtiyaçlarını karşılamak için depolama kapasitesini genişletmeye yatırım yapıyor. Seagate, disk başına kapasiteyle ölçülen alan yoğunluğunu geliştirerek, 3,5 inç sabit disklerin aynı form faktöründe ve aynı yüksek performans ve güvenilirlik seviyelerinde daha önce hayal edilemeyen yoğunluk seviyelerine ulaşmayı başardı.
Hiu’nun da paylaştığı gibi bu, hem satın alma hem de işletme maliyeti açısından Toplam Sahip Olma Maliyeti (TCO) tasarrufu sağlıyor ve dünya kaynaklarına daha az talep getiriyor. Bu aynı zamanda Seagate’in müşterilerine 30+ terabayt (TB) depolama çözümleri sunmasına olanak tanıdı ve beklentiler 40+ TB’a ulaşmayı başardı. ve 50+TB yakın gelecekte.
- Verimliliğin Artırılması
Yapay zeka inanılmaz derecede güce aç ve verilerin uygulanması bunun büyük bir bölümünü oluşturuyor. SNIA’nın 2024 sunumu Yapay zekanın “gizli” maliyetleri bunun tam kapsamını vurguladı: 70B parametreli bir modeli eğitmek için sunucu ortamında 24 gün boyunca yaklaşık 100,5 mWh güç kullanımı gerekir.
Bu arada, yapay zekanın tüketim tarafında, Carnegie Mellon Üniversitesi araştırması, tek bir GenAI görüntüsü oluşturmanın, bir akıllı telefon şarjına eşdeğer miktarda güç gerektirdiğini gösterdi.
Hiu’nun da söylediği gibi, bu gücün bir kısmını verimlilik yoluyla ele almak, Seagate’in stratejisinin kritik bir bileşenidir. Mozaic 3+ sürücüleri enerji tasarrufu sağlayacak şekilde tasarlanmış olup, terabayt başına güç kullanımında %45 ve gömülü karbonda %55 azalma sağlar. Bu yalnızca operasyonel maliyetlerin azaltılmasına yardımcı olmakla kalmaz, aynı zamanda büyük ölçekli veri depolamayla ilgili bazı çevresel kaygıları da giderir.
- Alan Yoğunluğuyla Alanı Optimize Etme
Kritik olarak, veri merkezleri için artan fiziksel alan maliyetleri göz önüne alındığında, depolama çözümlerinin fiziksel boyutu da yapay zeka ortamlarının maliyetine önemli ölçüde katkıda bulunuyor. Hiu, “İşletmelerin operasyonlarını ölçeklendirmelerine ve verileri korumalarına gerçekten yardımcı olmanın yollarından birinin alan yoğunluğunu artırmak olduğuna inanıyoruz” dedi. Kısacası, aynı fiziksel alanda daha fazla veri depolanabilir, bu da ham alan talepleriyle ilgili zorlukların en azından bir kısmını hafifletir.
Burada, Seagate’in benzersiz HAMR uygulamasını ve disk plakası başına 3 TB+’a ulaşmak için çığır açan bir nano ölçekli teknoloji koleksiyonunu birleştiren Mosaic 3+ platformuyla Seagate’in atılımı, 30 TB’ye kadar kapasiteye sahip tek disklere ve daha fazlasına olanak tanır. Hiu, “Veri merkezi rafınızdaki 16 TB’tan 30 TB’ye geçerseniz, aynı alandaki kapasiteyi esasen iki katına çıkarabilirsiniz” dedi.
Hiu, Seagate’in ileriye dönük olarak yapay zekanın hızlı gelişimine ayak uydurmak için depolama teknolojisinin sınırlarını zorlamaya kararlı olduğunu söyledi. Şirket halihazırda disk başına 4 TB ve 5 TB’lik daha yüksek kapasiteli sürücülerin prototipini yapıyor ve bunun kuruluşların artan kapasite ihtiyaçlarına ayak uydurmalarına yardımcı olacağını söyledi.
Yapay zeka, hiper ölçekleyicilerden uç ortamlara ve uç nokta cihazlarına kadar çeşitli sektörlere nüfuz etmeye devam ettikçe, depolamanın nasıl yapılandırıldığına ve yönetildiğine ilişkin temelden değişen bir yaklaşıma ihtiyaç duyulacak. Seagate, kapasiteye, verimliliğe ve alan optimizasyonuna odaklanarak CIO’ların en acil, pratik endişelerinin üstesinden gelmeyi ve operasyonel harcamalar üzerindeki kontrolü korurken yapay zekadan yararlanmalarına olanak sağlamayı amaçlıyor.
Hiu sözlerini şöyle tamamlıyor: “Depolama yapay zekanın omurgasıdır. Depolama yok, veri yok, yapay zeka yok.
“İşletme liderleri, veri depolama ve yönetim stratejilerinin yapay zeka başarısının belirleyicisi olduğunu çok geçmeden anlayacaklar. Bu konuda stratejik olmayan şirketler ölçeklenmede zorluk yaşayabilir.”
İşletmenizin yapay zeka depolamasından nasıl yararlanabileceği hakkında daha fazla bilgi edinmek için burayı tıklayın.