Cycle des données d’IA : le rôle stratégique du stockage dans l’entreprise

Marc Bonnet, Technologist, Field Applications Engineering, Sales EMEA chez Western Digital partage son analyse sur le sujet.

L’IA créant de nouvelles données et rendant les données existantes plus précieuses, un cycle émerge rapidement, où la génération accrue de données entraîne des besoins accrus en matière de stockage. Cela alimente une nouvelle génération de données – formant un « cycle vertueux de données d’IA ». Il est important de comprendre ce cycle de données de l’IA pour les organisations qui souhaitent accéder à la puissance de l’IA et tirer parti de ses capacités.

Un cycle de données d’IA en 6 étapes

Le cycle des données d’IA est un cadre en six étapes. La première se concentre sur la collecte et le stockage des données brutes existantes. Les données sont ici collectées et stockées à partir de diverses sources, et l’analyse de la qualité et de la diversité des données collectées est essentielle – elle jette les bases des étapes suivantes. Pour cette étape du cycle, les disques durs d’entreprise de grande capacité (eHDD) sont recommandés, car ils offrent la plus grande capacité par disque et le coût le plus bas par bit.

L’étape suivante est celle où les données sont préparées pour la réception et où l’analyse de l’étape précédente est traitée, nettoyée et transformée pour la formation. Pour cette étape, les centres de données mettent en œuvre une infrastructure de stockage améliorée – comme les lacs de données rapides – pour prendre en charge les données pour la préparation et l’admission. Des disques SSD de grande capacité sont nécessaires pour cette étape afin d’améliorer le stockage sur disque dur existant ou pour créer de nouveaux systèmes de stockage tout-flash.

Vient ensuite l’entraînement des modèles d’IA pour faire des prédictions précises avec des données d’entraînement. Cela se fait sur des supercalculateurs très performants, ce qui nécessite un stockage spécialisé et très performant pour fonctionner efficacement. Un stockage flash à large bande passante basé sur des SSD d’entreprise optimisés pour une faible latence sont conçus pour répondre aux besoins spécifiques de cette étape.

Puis, l’inférence et l’incitation impliquent la création d’une interface conviviale pour les modèles d’IA. Cela comprend une interface de programmation d’applications (API), des tableaux de bord et des outils qui combinent le contexte de données spécifiques avec des messages-guides pour l’utilisateur final. Ensuite, les modèles d’IA s’intégreront dans les applications internet et client sans avoir à remplacer les systèmes actuels, ce qui signifie que le maintien des systèmes actuels parallèlement à la nouvelle informatique d’IA nécessitera davantage de stockage. Ici, des disques SSD de plus grande capacité et plus rapides sont nécessaires pour les mises à niveau de l’IA dans les ordinateurs, et des dispositifs flash intégrés de plus grande capacité sont nécessaires pour les smartphones et les systèmes IoT.

Vient ensuite l’étape du moteur d’inférence de l’IA, où les modèles formés sont déployés dans des environnements de production pour analyser de nouvelles données et générer de nouveaux contenus ou fournir des prédictions en temps réel. Le niveau d’efficacité du moteur est essentiel pour obtenir des réponses rapides et précises de l’IA. Pour garantir une analyse complète des données, des performances de stockage importantes sont nécessaires. Les disques SSD de grande capacité peuvent être utilisés pour le streaming ou pour modéliser les données dans des serveurs d’inférence en fonction des besoins d’échelle ou de temps de réponse, tandis que les disques SSD de haute performance peuvent être utilisés pour la mise en cache.

Enfin, le nouveau contenu est généré, avec des informations produites par des modèles d’IA, puis stocké. Cette étape s’inscrit dans le cycle des données et favorise l’amélioration continue en augmentant la valeur des données pour la formation ou l’analyse par de futurs modèles. Le contenu généré sera stocké sur des disques durs d’entreprise pour les archives des centres de données et sur des disques SSD de grande capacité et des dispositifs flash intégrés pour les dispositifs d’IA en périphérie.

Un cycle autonome de génération de données

En comprenant ces six étapes du cycle des données de l’IA et en mettant en place les bons outils, les entreprises peuvent mieux soutenir la technologie pour exécuter les fonctions internes de l’entreprise et capitaliser sur les avantages offerts par l’IA.

L’IA d’aujourd’hui utilise des données pour produire du texte, des vidéos, des images et d’autres contenus intéressants. Cette boucle continue de consommation et de génération de données accélère le besoin de technologies de stockage évolutives et axées sur les performances pour gérer de grands ensembles de données d’IA et refactoriser efficacement des données complexes, ce qui favorise l’innovation.

La demande en matière de stockage augmente considérablement à mesure que son rôle devient prépondérant. L’accès aux données, l’efficacité et la précision des modèles d’IA, ainsi que des ensembles de données plus importants et de meilleure qualité deviendront de plus en plus importants.

En outre, à mesure que l’IA s’intègre dans presque tous les secteurs, les partenaires et les clients peuvent s’attendre à ce que les fournisseurs de composants de stockage adaptent leurs produits à chaque étape du cycle des données d’IA.