Podczas mojej ostatniej wizyty w Dolinie Krzemowej miałem okazję spotkać dziewięć firm. Jak łatwo domyślić się motywem wiodącym większości spotkań było AI, ale od tego chyba nie uciekniemy. Co istotne, w erze erze procesorów graficznych oraz i dużych zbiorów danych dodatkowego znaczenia nabierają oszczędności. Startupy wychodzą naprzeciw tym oczekiwaniom, oferując rozwiązania pozwalające zwiększyć efektywność wykorzystania sprzętu oraz danych.
👉 Jednym z największych problemów, z którymi borykają się dostawcy infrastruktury przeznaczonej do obsługi #AI oraz innych obliczeń wysokiej wydajność (#HPC) jest niedobór procesorów graficznych. Arc Compute dostarcza rozwiązania pozwalające zoptymalizować pracę #GPU. Oczywiście takie produkty, pojawiły się już na rynku, niemniej Michael B., CTO Arc Compute, uważa, że jego oferta różni się od tego co proponują konkurenci.
👉 Juicedata opracował JuiceFS – system rozproszonego przechowywania i przetwarzania plików, oferowany w modelu open source. Jednak wraz ze wzrostem mocy obliczeniowych i danych, pojawiły się nowe wyzwania. Rui Su, współzałożyciel startupu. zwraca uwagę na fakt, iż procesu szkolenia wstępnego AI potrzeba od 10 PB do nawet 100 PB danych. Ze względu na koszty, użytkownicy zazwyczaj nie przechowują wszystkich zasobów cyfrowych w wysokowydajnych systemach przechowywania plików. Wiele firm używa do magazynowania części danych pamięć obiektową. JuiceFS rozwiązuje ten problem w ten sposób, że pozwala na przechowywanie nie tylko plików, ale też obiektów, obniżając koszty magazynowania danych.
👉 Tobias (Toby) Mao, CTO i współzałożyciel Tobiko, zauważa, iż większość firm oraz instytucji podczas pracy z wielkimi zbiorami danych, natrafia na szereg trudności, takich jak czasochłonny i kosztowny rozruch środowisk programistycznych, brak wglądu w potok danych czy cofanie zmian.
– Kontrola oraz zachowanie równowagi danych są wciąż procesami niedojrzałymi. Branża nie myśli o ich efektywności. Takie hurtownie danych jak Snowflake czy Databricks, doskonale radzą sobie ze skalowaniem. Ale jeśli zapominamy o efektywności danych, słono zapłacimy wymienionym usługodawcom – tłumaczy Toby Mao.
Więcej w relacji "Startupy optymalizują dane i procesory" (Link w pierwszym komentarzu).
Celine Coustaut Philippe NICOLAS The IT Press Tour