Az elmúlt húsz évben a mesterséges intelligencia (AI) mega trendként jelenik meg, amely minden ágazatot érint. 2020-ban a mesterséges intelligencia induló vállalkozásaiba történő befektetés meghaladta a 40 milliárd dollárt, ami 9.3%-os növekedést jelent 2019-hez képest. Az AI-projektek 87%-a meghiúsul, és sok tényezők okozza ezt.
A hatékony mesterséges intelligencia által vezérelt alkalmazás létrehozásához innovatív gondolkodásra van szükség a projekt összes összetevőjére vonatkozóan, beleértve az alkalmazásfejlesztést, a szakaszolást, a telepítést és a más alkalmazásokkal való integrációt.
„A kódolás nem az egyetlen kihívás az AI-mérnökök számára. A mesterséges intelligencia alapú alkalmazások létrehozásához összetett informatikai környezetre van szükség, számtalan eszközzel.”
Mivel a vállalati AI-rendszerek számos adattípussal működnek, az adatok platformról platformra való átvitele kihívást jelent. Az AI számítások jelentős számítási erőforrásokat igényelnek. Az infrastruktúra kezelése költséges, és a gyorsan növekvő projekteknél korlátozottak.
Az AI projektek találkozhatnak a eladó zárolása megállapodás, például amikor egy projektnek egyetlen felhőszolgáltatót kell használnia. Kihívások adódhatnak, ha a szállító megemeli az árakat, vagy megnövekszik az állásidő. Ilyen esetekben az AI-projekt egy másik szállítóhoz való áthelyezéssel javítható. Ennek ellenére ez nehéz lehet a költözés költségei, a szerződéses korlátok vagy a technikai problémák miatt.
A Kubernetes megoldást kínál, mert az AI-algoritmusoknak skálázniuk kell, hogy optimálisan hatékonyak legyenek.
Mi a Kubernetes?
Kubernetes kiemelten szerepel a technológiai hírekben. A fejlesztői közösség először 2015-ben szerzett tudomást a Google nyílt forráskódú Kubernetes platformjáról. A Kubernetes konténeres alkalmazásokat futtat és koordinál fürtözött szervereken. A platform kezeli a konténeres alkalmazások és szolgáltatások életciklusát olyan méretezhető módszerekkel, amelyek támogatják a magas rendelkezésre állást.
Mi az a konténerezés?
konténeres egy alkalmazást futtat az operációs rendszeren, a rendszer többi részétől elkülönítve. Az alkalmazás úgy fut, mintha az operációs rendszer saját példánya lenne; mégis előfordulhat, hogy sok tároló fut ugyanazon az operációs rendszeren.
A konténerek lehetővé teszik az egyszerű terjesztést és az alkalmazások újrafelhasználását, valamint a hozzájuk szükséges infrastruktúrát.
A mesterséges intelligencia sok összehangolt szoftverkomponenst és drága grafikus feldolgozó egységet (GPU) igényel az AI gépi tanulás és modellképzés felgyorsításához.
Ha egy mesterséges intelligencia-rendszert nagy, egyenetlen terhelés mellett bíznak meg, a Docker Swarm képes manuálisan optimalizálni az infrastruktúra optimalizálását. A Kubernetes ezt automatikusan megteszi.
A Kubernetes az összes alkalmazás és számítógépes erőforrás összehangolásán dolgozik menedzsment, mint a Orchestrator that automatizálja a telepítést, a felügyeletet, a méretezést és a konténerek hálózatát.
Esettanulmány: Kubernetes által hangszerelt AI-projekt
Ez az esettanulmány egy videó megfigyelő és biztonsági rendszerről szól, amelyet a okos iroda. A rendszeralkalmazások tartalmaznak egy előlapot, egy hátlapot, egy WebRTC videó streaminget és egy mesterséges intelligencia alapú szolgáltatást a videó feldolgozásához.
Röviden, az AI által támogatott videófeldolgozást egymást követő folyamatok sorozatának tekinthetjük, amelyek a következők:
1) Dekódolás
2) AI számítás
3) Kódolás
Az AI számítást használják arcfelismerés, arcmaszk viselésének észlelése, vagy termikus szűrése. Mindezek a folyamatok jelentős számítási erőforrásokat igényelnek, különösen a valós idejű feldolgozás esetén.
Ha a rendszer nagy terhelési görbéje óránkénti, napi, heti vagy szezonális alapon ingadozó, akkor automatizált számítógépes erőforrás-kezelésre van szükség. Amikor megjelenik egy új videófeldolgozási kérelem, a háttérrendszer automatikusan skálázódik a Kubernetes API segítségével, és automatikusan hozzáad további szervereket a kérelem feldolgozásához. Tehát a Kubernetes Orchestratorként működik az automatikus skálázáshoz és a valós idejű számítógépes erőforrások optimalizálásához.
A Kubernetes jövője a mesterséges intelligencia fejlesztésében
A 2020-as világjárvány minden vállalkozást arra kényszerített, hogy gyorsan reagáljon a váratlan változásokra. A Kubernetes a felhőalapú natív rendszerre épített megoldásokat tett elérhetővé, hogy felgyorsítsa a szoftverfejlesztési ütemet, ugyanakkor rugalmas adatfelhasználást tesz lehetővé a modern alkalmazásokkal.
ThA Kubernetes méretezhetősége és elosztott architektúrája a tökéletes választás az AI-projektekhez. A Ezeknek a megoldásoknak a kifejlődése miatt 2021 olyan év lesz, amikor nagyobb növekedés várható ezen az izgalmas mesterségesintelligencia-fejlesztési arénán.
Forrás: https://www.aiiottalk.com/kubernetes-drives-artificial-intelligence-development/
- 2019
- 2020
- 2021
- 9
- Megállapodás
- AI
- algoritmusok
- Minden termék
- api
- Alkalmazás
- Application Development
- alkalmazások
- építészet
- mesterséges intelligencia
- Mesterséges intelligencia (AI)
- Automatizált
- elérhetőség
- Billió
- épít
- üzleti
- esettanulmány
- Okoz
- kihívás
- felhő
- közösség
- számítástechnika
- Konténerek
- görbe
- dátum
- Érzékelés
- Fejlesztő
- Fejlesztés
- Dokkmunkás
- állásidő
- Hatékony
- Mérnökök
- Vállalkozás
- Környezet
- Funkció
- jellegű
- vezetéknév
- jövő
- GPU
- Növekedés
- Magas
- HTTPS
- Beleértve
- Növelje
- Infrastruktúra
- integráció
- Intelligencia
- beruházás
- kérdések
- IT
- Kubernetes
- tanult
- tanulás
- kiszámításának
- gépi tanulás
- vezetés
- maszk
- modell
- mozog
- hálózatba
- hír
- üzemeltetési
- operációs rendszer
- Más
- járvány
- emelvény
- program
- projektek
- Reagál
- real-time
- Tudástár
- REST
- futás
- skálázhatóság
- Skála
- skálázás
- ágazatok
- biztonság
- Series of
- Szolgáltatások
- rövid
- So
- szoftver
- szoftverfejlesztés
- Megoldások
- Startups
- folyó
- Tanulmány
- támogatás
- felügyelet
- raj
- rendszer
- Systems
- Műszaki
- Technológia
- technológiai hírek
- termikus
- Gondolkodás
- Képzések
- videó
- videó megfigyelő
- heti
- Munka
- művek
- év
- év