专家传真-AI转型关键 让资料管理化繁为简
AI发展也改变了资料中心对网路和电力的要求,包括更高的光纤密度与更快的网路。图/美联社
随着生成式AI成为全球目光焦点,调研机构IDC日前公布,2025年全球AI支出预期将达到2,270亿美元,并于2030年超过19.9兆美元,显示企业正持续加速AI发展。IDC也预测从2025年起,边缘IT基础设施的需求将显著增长。我们观察到特别是在台湾,公有云基础设施建置、资料中心托管服务,以及企业自建私有云或边缘资料中心的数量将快速攀升,以满足企业采用生成式AI技术时对硬体设备和运算资源的需求。
然而,企业发展AI的挑战在于底层IT基础架构,其中「资料储存」扮演举足轻重的角色。Pure Storage近期研究发现,企业逐渐意识到现有储存架构的极限,有80%的全球资讯长和决策者认为他们的企业必须强化现有基础架构才能有效支援日益升高的AI部署需求,但许多企业仍受制于老旧且僵化的系统。对此,企业应如何转型现有的资料储存环境,进一步满足AI应用的需求将成为重要的关键。
■灵活、弹性应对 快速演变的AI资料储存
资料与AI推论之准确度存在紧密关联,因此投入AI的企业都希望建立一个庞大的资料库以充分发挥其潜力。随着资料量指数成长,企业比以往更需要采用高密度、高效率的储存方案,以防止资料中心的硬体规模不断扩充、档案频繁搬移,以及电力成本攀升等挑战。
传统储存系统往往缺乏弹性,在每次升级和重新配置时,都需要进行资料搬迁,过程中可能发生耗时耗力的停机问题。面对这些挑战,企业亟需导入更灵活的「储存即服务」模式,不仅能根据需求动态调整资料吞吐量,亦能在储存设备进行控制器之更换或软体升级时实现营运不中断,避免停机,或扩充过程中导致效能减损的状况。同时,组织若能确保供应商的服务等级协议(SLA),也有助于满足能源效率、容量密度及资料遗失防护等多项需求。
■资源、能源、人员缺一不可
台湾身为全球半导体重镇,对GPU的需求预期将会增长。然而,台湾也面临与全球市场一样的GPU资源稀缺挑战,许多打算建置AI的企业可能会需要透过托管服务供应商取得这项技术。而托管服务供应商是否具备支援GPU应用环境所需的GPU Direct Storage来支援资源传输的速度,并满足高效能运算就显得至关重要。
AI发展也改变了资料中心对网路和电力的要求,包括更高的光纤密度与更快的网路,这些都不是传统资料中心厂商所能应付的。全快闪储存相比传统硬碟主导的资料储存方式更具能源及空间效率,对冷却和维护需求也更低,透过能满足无状态基础架构以及有弹性的中继资料的全快闪架构,企业能取得更具经济性、灵活性、营运和符合环保永续的储存生态架构,同时兼具其SLA所需与ESG的优势,进而达成自身的数位转型需求。
此外,全球人力市场上的资料科学家或其他具备相关技能的专业人员供给数量也愈发短缺。随着AI技术应用的发展,在未来5至10年内,此挑战可以预期并不会趋缓。企业不仅需要投资大量成本征才,也要针对既有人员提供培训以解决专业技能不足的问题。
许多企业在部署 AI 时,可能会遭遇储存资源匮乏、GPU运算需求难以满足、人才缺口等瓶颈。因此,若能采用内建AI能力且永续高效的资料储存平台,让资料管理化繁为简,将有助于减压IT管理者负担,并投入更多时间在更具产值的创新动力驱动企业成长、强化竞争优势,使企业在AI革命中抢占先机,成为引领潮流的产业先驱。