- आधा व्यवसायहरू कमजोर AI परियोजनाहरू रद्द भएका छन् पूर्वाधार
- 97% सहमत छन् कि क्लाउडले सरलीकरण र दक्षताको लागि कुञ्जी होल्ड गर्दछ
- उद्यमहरू पनि एक दिगोपन कोणबाट दबाबमा छन्
id=”16f6c5d2-c5b0-434a-9b68-df7716f5ab83″>कृत्रिम बुद्धिमत्ता धेरै व्यवसायहरूको लागि सुनौलो कुञ्जी साबित भइरहेको छैन, तीन मध्ये दुई (65%) ले तिनीहरूको AI वातावरणहरू व्यवस्थापन गर्न धेरै जटिल छ भनेर स्वीकार गर्दै र आधाभन्दा बढी (54% AI ढाँचामा दुई वर्षभन्दा बढी) परियोजनाहरू पूरा गर्न सकिएको छ। समस्याहरू।
र पूर्वाधार, DDN को पछिल्लो स्टेट अफ एआई इन्फ्रास्ट्रक्चर रिपोर्ट अनुसार, वास्तवमा के हो जुन व्यवसायहरूलाई पछ्याइरहेको छ, ऊर्जाले छिट्टै पछ्याइरहेको छ। data-hl-processed=”none”/>
अगाडि, ९७% सहमत क्लाउड एआई पहलहरू मापन गर्न आवश्यक छ, हाइब्रिड एआई कार्यभार आगामी १२ महिनाहरूमा १६२% बढ्ने अपेक्षा गरिएको छ। pt-3 pb-4 mb-4 border-solid border-y border-neutral-300″>
तपाईलाई मन पर्न सक्छ
. id=”ai-relies-on-good-infrastructure-foundations-3″>AI राम्रो पूर्वाधार आधारहरूमा निर्भर गर्दछ
DDN को रिपोर्टले%2 विज्ञहरू मात्र %2 र तेस्रो पक्षहरूसँग मात्र खेल्ने उल्लेखनीय भूमिकालाई प्रकट गर्दछ। आन्तरिक टोलीहरूमा मात्र निर्भर। यो उल्लेखनीय छ, किनकि 83% सहमत छन् कि टोलीहरू आज संघर्ष गरिरहेका छन् र 98% AI कौशल अन्तरलाई स्वीकार्छन्, बाहिरी मद्दतको आवश्यकतालाई थप जोड दिँदै।
अध्ययनले यो पनि फेला पारेको छ कि धेरैजसो असफलताहरू भण्डारण, गणना वा डेटा पाइपलाइनमा साइलोमा फर्काउन सकिन्छ। “उद्यमहरूले पत्ता लगाइरहेका छन् कि एआई स्केलिङ एक गणना समस्या होइन – यो एकीकरण समस्या हो,” DDN CTO Sven Oehme ले लेखे। “यदि तपाईंको पूर्वाधार एकीकृत छैन भने, तपाईंको AI कुशलतापूर्वक सिक्न सक्दैन।”
असफलताका अन्य सामान्य कारणहरूमा लिगेसी टेक्नोलोजीहरू, कमजोर क्लाउड रणनीतिहरू, र तिनीहरूलाई सरल बनाउनुको सट्टा स्ट्याकिङ उपकरणहरूको जटिलता समावेश छ।
“आधुनिक, एकीकृत पूर्वाधार बिना, एआई सीईडीओ सीईडीओ एसएलसीईका लागि एआई क्यानडारी कम्पनीहरूले भने। “डेटा तह तल” मा फोकस गर्नुको सट्टा मोडेल र GPU हरू पछ्याउँदै

