Equinix والذكاء الاصطناعي الخاص: حماية البيانات وتحقيق أقصى قدر من التحكم

يتم تسليط الضوء على Equinix والذكاء الاصطناعي الخاص: حماية البيانات وتحقيق أقصى قدر من التحكم من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت والحوكمة والتبعيات التشغيلية أو رؤية السوق.

• يسمح الذكاء الاصطناعي الخاص للشركات باستخدام تقنيات الذكاء الاصطناعي مع حماية البيانات الحساسة والاحتفاظ بالسيطرة على ملكيتها الفكرية، وفقًا لميليند واجل، مدير نظم المعلومات في Equinix.
• من الضروري تقييم ما إذا كان الذكاء الاصطناعي الخاص يتوافق مع أهداف المنظمة، خاصة للشركات العاملة في قطاعات شديدة التنظيم مثل الصحة والمالية.
• دمج استراتيجيات فعالة لإدارة البيانات، مثل اعتماد التخزين المجاور للسحابة، لضمان نقل البيانات بكفاءة والحفاظ على التحكم في البيانات في نشرات الذكاء الاصطناعي الخاص.

ميليند واجل، مدير نظم المعلومات في Equinix:تعلم كيفية استغلال الذكاء الاصطناعي مع حماية الخصوصية والاحتفاظ بالسيطرة على بياناتك

على الرغم من أن فوائد الذكاء الاصطناعي واضحة، إلا أن الشركات بحاجة إلى اتباع نهج حذر واستراتيجي لجني ثماره دون تعريض ملكيتها الفكرية القيمة للخطر. لهذا السبب تختار العديد من الشركات إنشاء نماذج الذكاء الاصطناعي الخاصة بها، واستضافتها على بنية تحتية خاصة، واستخدام مجموعات بيانات مملوكة فقط للتدريب. يُسمى هذا المفهومالذكاء الاصطناعي الخاص.

تدرك العديد من الشركات الآن أنه عندما تقوم بإدخال بيانات حساسة في خدمات الذكاء الاصطناعي العامة مثل ChatGPT، فإن هذه البيانات تُدمج في النموذج. وبالتالي، يمكن أن تتعرض هذه البيانات لأي شخص يستخدم النموذج في المستقبل. وينصح الأسئلة الشائعة من OpenAI المستخدمين بعدم مشاركة المعلومات الحساسة مع ChatGPT، حيث لا توجد طريقة لحذف مطالبات محددة من سجل المستخدم.

مع الذكاء الاصطناعي الخاص، من الممكن الحصول على رؤى تجارية من البيانات دون المساس بالخصوصية أو التحكم في البيانات. تابع القراءة لاكتشاف 4 عناصر يجب دمجها في استراتيجيتك للتفوق باستخدام الذكاء الاصطناعي الخاص.

1. قيّم ما إذا كان الذكاء الاصطناعي الخاص يتوافق مع أهدافك

قبل كل شيء، من الضروري الاعتراف بأن الذكاء الاصطناعي الخاص قد لا يكون مناسبًا لجميع الشركات، خاصة إذا لم يكن لديها رؤية واضحة للنجاح مصممة خصيصًا لوضعها الخاص. بالنسبة للشركات العاملة في قطاعات شديدة التنظيم مثل الصحة والخدمات المالية، فإنفوائد الذكاء الاصطناعي الخاصواضحة. فهي تدرك ضرورة تجنب أي إجراء قد يعرض بياناتها الحساسة للخطر، مما يجعل الذكاء الاصطناعي الخاص خيارًا مثاليًا.

يمكن للشركات في القطاعات غير المنظمة أيضًا الاستفادة من الذكاء الاصطناعي الخاص، لكن القيمة المقترحة ليست واضحة دائمًا. يجب على هذه الشركات موازنة المفاضلات: خطر تعرض البيانات مقابل تأثير التكاليف ومرونة استخدام الذكاء الاصطناعي على بنية تحتية عامة. تنجذب بعض الشركات إلى حلول السحابة العامة بسبب سهولة الوصول إليها وفعاليتها من حيث التكلفة للوصول إلى بنية تحتية حاسوبية قابلة للتطوير لنماذج الذكاء الاصطناعي. ومع ذلك، غالبًا ما يكون الوصول إلى الحوسبة السحابية العامة أكثر تكلفة وتعقيدًا من المتوقع، ويرجع ذلك أساسًا إلىرسوم نقل البيانات المرتفعة.

إذا كانت الفوائد المفترضة للبنية التحتية للسحابة العامة لا تفوق المخاطر المحتملة، فمن المحتمل أن شركتك في وضع جيد لاختيار الذكاء الاصطناعي الخاص.

2. دمج إدارة البيانات في استراتيجيتك

في سياق التقدم السريع لتكنولوجيا الذكاء الاصطناعي، من المفيد التوقف قليلاً للاعتراف بحقيقة أساسية: جودة نماذج الذكاء الاصطناعي لديك تعتمد على البيانات التي تزودها بها. وهذا يبرز أهمية الإدارة الفعالة للبيانات لتنفيذ ناجح للذكاء الاصطناعي الخاص.

يجب عليك تصميم استراتيجية لنقل البيانات الصحيحة إلى الوجهات المناسبة بكفاءة دون تأخير. يشكل هذا تحديًا لأن البنية التحتية للذكاء الاصطناعي تمتد بطبيعتها عبر مواقع متعددة:

أ. جمع البيانات من جميع تطبيقاتك، والتي من المحتمل أن تكون موزعة على بنية متعددة السحابات هجينة، لتدريب نماذجك.

ب. نشر أعباء عمل الاستدلال على الحافة (edge)، حيث يتفاعل المستخدمون النهائيون مع نماذج الذكاء الاصطناعي، لضمان القرب بين مصادر البيانات ومواقع المعالجة، وهو أمر بالغ الأهمية لتقليل زمن انتقال الشبكة.

ج. نشر أعباء عمل التدريب على البنية التحتية المركزية بسعة حاسوبية كبيرة ضرورية لهذه المهام.

د. إعداد شبكات مرنة وعالية الأداء بين أعباء العمل المختلفة لتسهيل نقل البيانات بسرعة وموثوقية.

يمكن أن يساعد اعتماد نهجالتخزين المجاور للسحابةفي بناء بنية بيانات جاهزة للذكاء الاصطناعي، مما يسمح لك بدمج خدمات السحابة العامة في استراتيجية الذكاء الاصطناعي الخاص مع تخفيف المخاطر والتكاليف والتعقيد. يمنحك هذا النهج أفضل ما في العالمين: القرب من السحابة للوصول إلى الخدمات عند الحاجة، مع الحفاظ على تخزين مرجعي منفصل عن السحابة. يجسد هذا المستوى من التحكم في البيانات استراتيجية ذكاء اصطناعي خاص فعالة.

3. قيّم احتياجاتك الحاسوبية

أدى النمو الهائل للذكاء الاصطناعي إلى زيادة الطلب على أجهزة GPU القوية. يبذل المصنعون جهودًا لتلبية هذا الطلب، لكن من المتوقع أن يستمر نقص الإمدادات. قد يعيق التوفر المحدود للأجهزة أهدافك في الذكاء الاصطناعي الخاص. ومع ذلك، هناك استراتيجيات للتغلب على هذا الاختناق وضمان سعة الحوسبة اللازمة.

اقرأ أيضًا:تعلم العميق AI المحسن من Akamai، المنبثق من MIT، وNeural Magic

على الرغم من أن وحدات GPU ترتبط عادةً بأجهزة الذكاء الاصطناعي، إلا أن معالجات أخرى (CPU) متاحة بسهولة قد تكون كافية لأعباء عمل الاستدلال الأقل تطلبًا. في الواقع، يمكنك استخدام حل Bare Metal as a Service، مثلEquinix Metal®، لنشر وحدات CPU عند الطلب دون تكاليف أولية عالية.

بالإضافة إلى ذلك، بالنسبة لأعباء العمل التي تتطلب وحدات GPU، هناك بدائل تتجاوز إدارة أجهزتك الخاصة. على سبيل المثال، أطلقت Equinix مؤخرًاخدمة سحابة خاصة مُدارة بالكاملبالتعاون معNVIDIA. تعمل هذه الخدمة على تبسيط الحصول على بنية تحتية متقدمة للذكاء الاصطناعي، مجمعة مع خدمات أساسية للإيواء المشترك والشبكات والإدارة لاستضافة وتشغيل هذه البنية التحتية. يوفر الحل المرونة المميزة لحلول السحابة العامة مع السماح بالتحكم في البيانات في بيئة خاصة.

اقرأ أيضًا:Equinix تقدم خدمة مُدارة بالكامل للحوسبة الفائقة من NVIDIA

4. خطط لتحقيق الاستدامة والكفاءة

المخاوف بشأن عواقب الاهتمام بالذكاء الاصطناعي على الاستدامة مشروعة.

يمكن أن تكون أعباء عمل الذكاء الاصطناعي، خاصة أعباء التدريب، مستهلكة جدًا للطاقة. للتخفيف من البصمة الكربونية لهذه الأعباء، من الضروري تحسين الكفاءة.

الابتكارات مثل تقنية التبريد السائل لمراكز البيانات توفر بديلاً أكثر كفاءة في استخدام الطاقة للتبريد الهوائي التقليدي. في Equinix، مهدت الاختبارات المكثفة للتبريد السائل الطريق لاعتماده لدعم أعباء العمل في الإنتاج.

بالإضافة إلى ذلك، من الضروري مراعاة تأثير توزيع أعباء العمل على الاستدامة. يتضمن التوزيع الأمثل وضع أعباء العمل حيث يمكنها الحصول على الطاقة الأقل كثافة كربونية من الشبكة المحلية. يمكن أن يسهل التعاون مع شريك بنية تحتية رقمية ملتزم بالاستثمار في الطاقة المتجددة هذا الهدف.

تتقدم Equinix نحو هدفها المتمثل في تحقيق تغطية 100٪ من الطاقة المتجددة على مستوى العالم بحلول عام 2030. من خلال الاستثمارات في اتفاقيات شراء الطاقة التي تدعم مشاريع الطاقة المتجددة حول العالم، تمكن Equinix عملاءها من تنفيذ مبادرات الذكاء الاصطناعي بشكل مستدام.