Homeप्रौद्योगिकीएक गणना के वादे को गले लगाते हुए-प्रत्येक एक स्थान में भविष्य

Related Posts

एक गणना के वादे को गले लगाते हुए-प्रत्येक एक स्थान में भविष्य

मुद्दों और स्मार्ट उपकरणों की सूचना सुपरहाइवे प्रत्येक एक स्थान पर है, जिसका अर्थ है कि कंप्यूटिंग प्रत्येक स्थान पर होना चाहता है। और यही वह जगह है जहां एज कंप्यूटिंग उपलब्ध है, क्योंकि जैसे-जैसे कंपनियां तेजी से, अधिक परिवेश के अनुकूल निर्णय लेने का प्रयास करती हैं, वह सभी डेटा स्थानीय रूप से संसाधित होने की इच्छा रखता है, वास्तविक समय में – सिस्टम पर किनारे पर।

“प्रसंस्करण का मॉडल जो वास्तविक समय में होने की इच्छा रखता है, एक ऐसी चीज नहीं है जिसे निर्णय लेने के लिए बार-बार क्लाउड पर वापस लाया जा सकता है,” सैंड्रा रिवेरा, सरकारी वीपी और जनरल कहते हैं इंटेल में डाटासेंटर और एआई कम्युनिटी के प्रबंधक।

एज-कंप्यूटिंग आर्किटेक्चर को लागू करने के फायदे परिचालन रूप से महत्वपूर्ण हैं। हालांकि बड़े एआई और मशीन लर्निंग मॉडल के लिए क्लाउड या डेटा हार्ट की गणना जीवन शक्ति की आवश्यकता होगी, छोटे मॉडल को प्रशिक्षित और किनारे पर तैनात किया जा सकता है। रिवेरा बताते हैं कि अब बड़ी मात्रा में डेटा स्थानांतरित करने की आवश्यकता नहीं है, यह बढ़ी हुई सुरक्षा, कम विलंबता और बढ़ी हुई विश्वसनीयता में समाप्त होता है। जब ग्राहकों के संदिग्ध कनेक्शन होते हैं, उदाहरण के लिए, या प्रतिकूल वातावरण में डेटा एप्लिकेशन तैनात किए जाते हैं, गंभीर मौसम या खतरनाक स्थानों की प्रशंसा करते हैं, तो विश्वसनीयता एक आवश्यकता की तुलना में अधिक आवश्यकता के रूप में प्रदर्शित हो सकती है।

एज- कंप्यूटिंग प्रौद्योगिकियों और दृष्टिकोण भी कंपनियों में भाग ले सकते हैं जो विरासत अनुप्रयोगों और बुनियादी ढांचे का आधुनिकीकरण करते हैं। रिवेरा कहते हैं, “यह बाजार में संभावनाओं के लिए अपने बुनियादी ढांचे को विकसित करने और बदलने के लिए इसे और अधिक सुलभ बनाता है, ” विचारों और चुनौतियों के माध्यम से काम करते हुए वे अधिक उत्पादक और अधिक व्यावहारिक आगे बढ़ने की इच्छा रखते हैं।”

एक गणना-प्रत्येक स्थान पर भविष्य उन कंपनियों के लिए अवसरों का वादा करता है जो ऐतिहासिक रूप से महसूस करने या कल्पना करने के लिए निस्संदेह नहीं रही हैं। रिवेरा कहते हैं, और इससे बढ़िया विकल्प तैयार होगा, “हम अंततः एक ऐसी दुनिया पर ध्यान देने जा रहे हैं जहां किनारे और बादल को अलग-अलग डोमेन के रूप में नहीं माना जाता है, जगह की गणना किनारे से क्लाउड तक उपभोक्ता उपकरणों के लिए सर्वव्यापी है।”

मोटा प्रतिलेख लॉरेल रूमा: एमआईटी प्रौद्योगिकी मूल्यांकन से, मैं लॉरेल रूमा हूं। और वह है इंडस्ट्री लैब, वह ट्रेस जो उद्योग जगत के नेताओं को लैब से बाहर और बाज़ार में आने वाली मूल तकनीकों को समझने में मदद करता है। आज हमारा मामला एज-टू-क्लाउड कंप्यूटिंग का है। डेटा अब सेंसर से लेकर ग्रीस रिग तक अरबों आवंटित उपकरणों पर स्तर-प्रधान है। और इसे वास्तविक समय में संसाधित करना होगा, सबसे अधिक प्रेरणा, सबसे अधिक अंतर्दृष्टि बनाने के लिए उस स्थान को ठीक करना होगा, और इसकी तत्काल आवश्यकता है। गार्टनर के अनुसार, 2025 तक, 75% डेटा केंद्रीय डेटा केंद्रों के स्टार्ट एयर का निर्माण किया जाएगा। और वह सभी टुकड़ों को बदल देता है।

आपके लिए दो शब्द: प्रत्येक एक स्थान पर गणना करें।

मेरे अतिथि सैंड्रा रिवेरा हैं, जो सरकार हैं वीपी और इंटेल में डाटासेंटर और एआई समुदाय के महाप्रबंधक। सैंड्रा इक्विनिक्स के निदेशक मंडल में हैं। वह इंटेल फाउंडेशन बोर्ड के सदस्य के रूप में बुद्धिमानी से कैलिफोर्निया विश्वविद्यालय, बर्कले के इंजीनियरिंग सलाहकार बोर्ड की सदस्य हैं। सैंड्रा इंटेल के लैटिनएक्स लीडरशिप काउंसिल का भी हिस्सा है।

इंडस्ट्री लैब का यह एपिसोड इंटेल के सहयोग से तैयार किया गया है।

वेलकम सैंड्रा।

सैंड्रा रिवेरा: बहुत योग्य धन्यवाद। हिया, लॉरेल।

लॉरेल: तो, एज कंप्यूटिंग बड़े पैमाने पर कंप्यूटिंग जीवन शक्ति के लिए अनुमति देता है समुदाय के किनारे पर एक प्रणाली। जैसा कि हमने बताया, ऑयल रिग से लेकर हैंडहेल्ड रिटेल डिवाइस तक। इंटेल कंप्यूटिंग की सर्वव्यापकता के बारे में कैसे सोच रहा है?

सैंड्रा: सफलतापूर्वक, मैं विचार करता हूं आपने कहा कि यह सबसे अधिक ध्यान खींचने वाला है यदि आप प्रत्येक एक स्थान पर उक्त कंप्यूटिंग के साथ होते हैं, क्योंकि हम डेटा की निरंतर घातीय वृद्धि के साथ चिंतन करते हैं, 5G द्वारा त्वरित। इतना योग्य डेटा बनाया जा रहा है, वास्तव में, दुनिया का आधा डेटा पिछले दो वर्षों में बनाया गया है, फिर भी हम जानते हैं कि इसमें से 10% से भी कम अमूल्य कुछ भी अधिनियमित करने की प्रथा है। यह विचार कि डेटा बनाया जा रहा है और कंप्यूटिंग हर एक स्थान पर होने की इच्छा रखता है, उचित और शक्तिशाली और वैध है, फिर भी मुझे लगता है कि अब हम वास्तव में अपने विचार कार्य को विकसित कर रहे हैं कि उस डेटा के साथ क्या होता है, जहां पिछले कई वर्षों से हमारे पास है अब डेटा को एक केंद्रीकृत कंप्यूट क्लस्टर में स्थानांतरित करने का प्रयास कर रहे हैं, मुख्य रूप से क्लाउड में, और अब हम देख रहे हैं कि यदि आप चाहते हैं, या वास्तविक समय में डेटा को कार्य करना है, तो आपको वास्तव में गणना को वितरित करना होगा डेटा निर्माण और डेटा खपत के स्तर तक। होने के लिए, या किनारे पर संसाधित होने के लिए स्वस्थ है, उस स्थान के करीब योग्य है जहां डेटा बनाया और उपभोग किया जाता है।

लॉरेल: इसलिए मुद्दों का सूचना सुपरहाइव एज कंप्यूटिंग का प्रारंभिक चालक रहा है; हम इसे समझ सकते हैं, और जैसे आपने कहा, गणना स्तर के करीब, फिर भी यह कानूनी एक ट्रेन मामला है। एज-टू-क्लाउड कंप्यूटिंग परिदृश्य आज प्रशंसा के लिए क्या खोजता है क्योंकि यह मौजूद है? और पिछले कुछ वर्षों में यह कैसे आगे बढ़ा है?

सांद्रा: सफलतापूर्वक, जैसा कि आपने पहचाना, यदि आपके पास इंस्टॉलेशन हैं, या यदि आपके पास ऐसे एप्लिकेशन हैं जिन्हें स्थानीय रूप से गणना करना है, तो आपके पास समय नहीं है, या बैंडविड्थ क्लाउड तक सभी तरह से स्कैडल करने के लिए नहीं है। और मुद्दों के सूचना सुपरहाइववे ने वास्तव में इसे सबसे आगे लाया, यदि आप कई अरबों उपकरणों की खोज करते हैं जो कंप्यूटिंग कर रहे हैं और जो वास्तव में कार्य डेटा की इच्छा रखते हैं और कार्रवाई के कुछ मॉडल को उजागर करते हैं। आप एक कारखाने के फर्श के बारे में सोच सकते हैं जहां हमने नाम दोष के लिए असेंबली लाइन के नीचे आने वाले उत्पादों का निरीक्षण करने के लिए लैपटॉप विजन तैनात किया है, या कानूनी रूप से विनिर्माण कार्य में भाग लेने के लिए उस असेंबली लाइन के माध्यम से जाने वाले हिस्सों की स्थिरता के बारे में सोच सकते हैं . प्रतिक्रिया समय का वह मॉडल एकल अंक मिलीसेकंड में मापा जाता है, और यह वास्तव में क्लाउड में संसाधित होने वाली एक चीज़ नहीं हो सकती है।

और इसलिए जब आपके पास एक मॉडल हो सकता है जिसे आपने प्रशिक्षित किया है क्लाउड में, वास्तविक समय में उस मॉडल का वास्तविक परिनियोजन किनारे पर होता है। और यह कानूनी एक उदाहरण है। हम यह भी जानते हैं कि जब हम एक अन्य विकल्प के रूप में रिटेल की खोज करते हैं, विशेष रूप से जब हमने देखा कि महामारी के साथ क्या हुआ, जब हमने कंपनी को रिटेल रिटेल आउटलेट्स में वापस लाने के लिए कहा, तो लैपटॉप विज़न और एज इंट्रेंस शीर्षक के लिए प्रथागत था, क्या संभावनाएं उनकी सुरक्षा को बनाए रखती थीं दूरी अलग? क्या वे बहुत सारे सुरक्षा प्रोटोकॉल का अभ्यास कर रहे हैं जिन्हें मूल सामान्य के कुछ मॉडल पर वापस इकट्ठा करने के लिए दोहराने की आवश्यकता थी जहां आप वास्तव में कंपनी को खुदरा संगठन में वापस आमंत्रित कर सकते हैं? तो प्रसंस्करण के उस सभी मॉडल जो वास्तविक समय में होने की इच्छा रखते हैं, वास्तव में एक ऐसी चीज नहीं है जिसे निर्णय लेने के लिए दोहराने में क्लाउड पर वापस लाया जा सकता है।

इसलिए, हम उस निरंतरता को लागू करते हैं, लॉरेल, वह स्थान जहां प्रशिक्षण हो रहा है, विशेष रूप से गहन शिक्षण प्रशिक्षण, बहुत, बहुत बड़े मॉडल जो क्लाउड में हो रहे हैं, फिर भी वास्तविक समय में निर्णय लेने और अनुक्रम का क्रम वह मेटाडेटा, जिसे मॉडल के लिए क्लाउड पर वापस भेजा जा सकता है, स्पष्ट रूप से, फिर से प्रशिक्षित किया जा सकता है, क्योंकि व्यावहारिक कार्यान्वयन में आप जो देखते हैं वह शायद वह तरीका नहीं है जिस तरह से मॉडल और एल्गोरिदम को क्लाउड में डिज़ाइन किया गया था, वह स्थिर है मॉडल और इन मॉडलों के किनारे पर वास्तविक परिनियोजन के बीच हो रहा है कि सीखने और फिर से सीखने का लूप।

लॉरेल: ठीक है। यह वाकई ध्यान खींचने वाली बात है। तो यह उस डेटा प्रोसेसिंग की प्रशंसा करता है जिसे तुरंत किनारे पर किया जाना है, फिर भी क्लाउड में अधिक गहन, अधिक जटिल प्रसंस्करण किया जाता है। तो वास्तव में एक साझेदारी के रूप में, आप चाहते हैं कि दोनों लाभदायक हों। सांद्रा: )वास्तव में। यह सीखने और सीखने और प्रशिक्षण और परिनियोजन की निरंतरता है, और आप कल्पना कर सकते हैं कि किनारे पर, आप अक्सर अधिक जीवन शक्ति-बाधित उपकरणों और प्लेटफार्मों और मॉडल प्रशिक्षण के साथ काम कर रहे हैं, विशेष रूप से बड़े मॉडल प्रशिक्षण में बहुत अधिक गणना होती है, और आपके पास अक्सर गणना और जीवन शक्ति और किनारे पर शीतलन की मात्रा नहीं होगी। इसलिए, डेटा केंद्रों और क्लाउड के मॉडल को प्रशिक्षित करने के लिए स्पष्ट रूप से एक उद्देश्य है, फिर भी किनारे पर, आप बहुत बुद्धिमानी से वास्तविक समय में विकल्प बनाने की इच्छा कर सकते हैं, फिर भी जरूरी नहीं कि उस सभी डेटा को वापस लाने का एक उद्देश्य भी है बादल, इसके योग्य होना जरूरी नहीं कि मूल्यवान हो। आप वास्तव में कानूनी रूप से मेटाडेटा को क्लाउड या डेटा हार्ट पर वापस भेजना चाहते हैं। तो कुछ वास्तविक टीसीओ, संचालन का कुल मूल्य, उस सभी डेटा को आगे और पीछे ले जाने के निशान का भुगतान न करने के वास्तविक फायदे हैं, जो कि किनारे पर गणना और तैनाती करने में सक्षम होने का एक प्रोत्साहन भी है, जिसे हम वास्तव में हमारी संभावनाओं पर विचार करते हैं के लिए चयन।

लॉरेल: किनारे के लिए कुछ अन्य फायदे क्या हैं- टू-क्लाउड आर्किटेक्चर? आपने उल्लेख किया कि मूल्य उनमें से एक था, स्पष्ट रूप से समय के रूप में बुद्धिमानी से और दो मोड के बीच डेटा को आगे और आगे कैसे भेजना है। क्या अन्य हैं?

सैंड्रा: हाँ। अन्य कारणों से हम छोटे मॉडलों को निश्चित रूप से प्रशिक्षित करने और किनारे पर तैनात करने की संभावनाओं पर विचार करते हैं, यह बढ़ी हुई सुरक्षा है। इसलिए आपके डेटा पर अधिक नज़र रखने की इच्छा है, जरूरी नहीं कि बड़ी मात्रा में डेटा स्थानांतरित किया जा रहा हो और सूचना सुपरहाइवे पर प्रसारित किया जा रहा हो। इसलिए, बढ़ी हुई सुरक्षा एक मूल्य प्रस्ताव बन जाती है। और स्पष्ट रूप से, कुछ देशों में, डेटा संप्रभुता निर्देश है। इसलिए आपको उस डेटा को स्थानीय बनाए रखना होगा, आपको बहुत समझदारी से उस डेटा को शुरू करने की अनुमति नहीं दी जा सकती है, और निश्चित रूप से राष्ट्रीय सीमाएँ भी निर्देशों में से एक बन जाती हैं। तो बढ़ी हुई सुरक्षा एक और प्रेरणा है। हम एक विश्वसनीयता के दृष्टिकोण से भी जानते हैं, यदि आप बहुत बुद्धिमानी से बड़ी मात्रा में डेटा संचारित कर रहे हैं, तो रुक-रुक कर कनेक्शन होते हैं। अब हर किसी का कोई अच्छा संबंध नहीं है। और इसलिए संचारित करने की क्षमता और उस सभी डेटा बनाम डेटा को कैप्चर करने में सक्षम होना, इसे स्थानीय रूप से कार्य करना, इसे स्थानीय रूप से संग्रहीत करना, यह आपको निरंतरता और स्थिरता और विश्वसनीयता की भावना प्रदान करता है जो आपके पास नहीं हो सकता है यदि आपके साथ ऐसा हो सकता है बुद्धिमानी से उस सभी ट्रैफ़िक को आगे और पीछे ले जाना। बड़े फायदों में से एक। वास्तव में, यह कानूनी नहीं है, आमतौर पर लॉरेल, यह कानूनी रूप से एक आवश्यकता है। यदि आपको एक उदाहरण के बारे में संदेह है कि आप एक स्वायत्त कार, सभी कैमरा जानकारी, संसाधित की जा रही LIDAR जानकारी की प्रशंसा करते हैं, तो यह स्थानीय रूप से संसाधित होना चाहता है, वास्तव में, आपके लिए वापस जाने के लिए वास्तव में समय नहीं है बादल। इसलिए, किसी भी मॉडल, कारों और ड्रोन और रोबोट के स्वचालित ऑटो में किसी भी मूल क्षमता को लागू करने के लिए सुरक्षा आवश्यकताएं हैं। और इसलिए आम तौर पर यह वास्तव में मूल्य के योग्य के रूप में वास्तव में संचालित नहीं होता है, फिर भी उस विशेष प्लेटफॉर्म को किनारे पर लगाने की सुरक्षा और सुरक्षा आवश्यकताओं द्वारा कानूनी है।

)लॉरेल: और उस कई डेटा पहलुओं के साथ, अगर हम एक, उदाहरण के लिए, एक स्वायत्त कार लेते हैं, तो जमा करने के लिए और अधिक डेटा होता है। तो क्या इससे उस डेटा को आगे और पीछे सुरक्षित रूप से प्रसारित करने का खतरा बढ़ जाता है? क्या वेब डेटा के लिए और अवसर हैं, जैसा कि आपने कहा, स्थानीय रूप से बनाम इसे आगे और पीछे प्रसारित करना?

सैंड्रा: सफलतापूर्वक, सुरक्षा किसी भी कंप्यूटिंग प्लेटफॉर्म के असाइनमेंट में एक खगोलीय कारक है और आर्किटेक्चर जितना अधिक अलग होता है, मुद्दों के सूचना सुपरहाइववे के साथ अधिक समाप्त पहलू, सभी किस्मों के अधिक स्वायत्त ऑटो, अधिक स्मार्ट कारखाने और स्मार्ट सिटी और स्मार्ट रिटेल जिन्हें आप तैनात करते हैं, आप अधिनियमित करते हैं, वास्तव में, हमलों के लिए उस सतह क्षेत्र को बढ़ाते हैं। तथ्यात्मक खबर यह है कि फैशनेबल कंप्यूटिंग में सुरक्षा की कई परतें होती हैं और यह सुनिश्चित करती हैं कि डिवाइस और प्लेटफॉर्म वेब फैशन में नेटवर्क में जोड़े जाते हैं। और यह दोनों सॉफ्टवेयर में किया जा सकता है, जैसे कि हार्डवेयर में बुद्धिमानी से। सॉफ़्टवेयर में आपके पास चाबियों और एन्क्रिप्शन के आसपास विभिन्न योजनाओं और क्षमताओं की मात्रा होती है और यह सुनिश्चित करते हैं कि आप इन चाबियों तक पहुंच को बहुत बुद्धिमानी से अलग कर सकते हैं, इसलिए आप बहुत बुद्धिमानी से सॉफ़्टवेयर कुंजी तक पहुंच को वास्तव में केंद्रीकृत नहीं कर सकते हैं जिसे ग्राहक हैक करने में सक्षम हो सकते हैं में और फिर विभिन्न खरीदार एन्क्रिप्टेड कुंजियों की एक मात्रा जारी करें, फिर भी हार्डवेयर-आधारित एन्क्रिप्शन और हार्डवेयर-आधारित अलगाव भी है, यदि आप

और निश्चित रूप से जिन तकनीकों पर हम अब इंटेल पर काम कर रहे हैं, वे नवाचारों की दोनों सॉफ्टवेयर किस्मों का एक संयोजन हैं जो हमारे हार्डवेयर पर प्लग करते हैं जो इन वेब एन्क्लेव को परिभाषित कर सकते हैं, यदि आप ऐसा करते हैं, ताकि आप प्रमाणित कर सकें कि आपके पास एक विश्वसनीय निष्पादन परिवेश है और वह स्थान जहाँ आप बहुत समझदारी से उस परिवेश के किसी भी गड़बड़ी के प्रति अपेक्षाकृत संवेदनशील हो सकते हैं और एक संभावित दुर्भावनापूर्ण अभिनेता को बाद में बंद कर सकते हैं, या कम से कम उसे अलग कर सकते हैं। भविष्य में, हम जिस पर काम कर रहे हैं, वह हमारी संभावनाओं के लिए अधिक हार्डवेयर-पृथक एन्क्लेव और वातावरण है, खासकर यदि आप वर्चुअलाइज्ड इंफ्रास्ट्रक्चर और वर्चुअल मशीनों की खोज करते हैं जो विभिन्न संभावनाओं या अनुप्रयोगों के बीच साझा की जाती हैं, और यह अभी तक हो सकता है उस किरायेदार के लिए आईपी की सुरक्षा का एक और चरण जो उस बुनियादी ढांचे को साझा कर रहा है, जबकि हम यह सुनिश्चित कर रहे हैं कि उनके पास आवेदन को संसाधित करने के वाक्यांशों में एक तेज़ और तथ्यात्मक अनुभव है, फिर भी इसे सुरक्षित और अलग और वेब तरीके से कर रहे हैं।

लॉरेल: तो, इस सब के बारे में एक साथ विचार करने के लिए स्पष्ट रूप से बहुत सारे विकल्प हैं कंपनियों को तैनात करने और/या कानूनी रूप से विभिन्न मुद्दों की सभी किस्मों को अधिनियमित करने के लिए एज कंप्यूटिंग की महान ट्रेन बनाती है। डिजिटल परिवर्तन पर वास्तव में दबाव डालने के लिए कंपनियां एज कंप्यूटिंग की ट्रेन कैसे हैं?

सांद्रा: हाँ, एज कंप्यूटिंग कानूनी है यह विचार जो वाक्यांशों में लिया गया है, मेरे पास यह सब बुनियादी ढांचा है, मेरे पास ये सभी अनुप्रयोग हैं, उनमें से कई विरासत अनुप्रयोग हैं, और मैं अपने में बेहतर, बेहतर विकल्प बनाने का प्रयास कर रहा हूं प्रभावशीलता और उत्पादकता और सुरक्षा और सुरक्षा के आसपास संचालन। और हम इस बात पर विचार करते हैं कि कंप्यूट प्लेटफॉर्म होने का यह संयोजन जो हर समय हर जगह अलग-अलग और उपलब्ध है, और एआई उस उत्पादकता और उस प्रभावशीलता और प्रभावशीलता को मजबूत बनाने के लिए सीखने के उपकरण के रूप में है, और यह संयोजन जो मशीनें इंसानों में शामिल होंगी बेहतर तरीके से अधिनियमित करें।

इसलिए, कई मायनों में हम उन संभावनाओं पर विचार करते हैं जिनके पास विरासत के अनुप्रयोग हैं जो अपने बुनियादी ढांचे को आधुनिक बनाना चाहते हैं, और जो कि ब्लैक फील्ड बीस्पोक सिंगल एप्लिकेशन लक्षित प्लेटफॉर्म से दूर स्थानांतरित हो रहा है, बल्कि अधिक वर्चुअलाइज्ड, बहुमुखी, स्केलेबल, प्रोग्राम योग्य बुनियादी ढांचा जो काफी हद तक सीपीयू प्रौद्योगिकियों के मॉडल पर आधारित है जिसे हमने अब दुनिया में छोड़ दिया है। सीपीयू ग्रह पर सबसे सर्वव्यापी कंप्यूटिंग प्लेटफॉर्म है, और इन सभी खुदरा विक्रेताओं और विनिर्माण वेबसाइटों और खेल गतिविधियों के स्थानों और किसी भी मात्रा में समापन बिंदुओं की क्षमता उस बुनियादी ढांचे की खोज करने और इन अनुप्रयोगों को सामान्य प्रयोजन कंप्यूटिंग पर प्लग करने के लिए विकसित करने के लिए है। प्लेटफ़ॉर्म, और फिर सॉफ़्टवेयर स्टैक के माध्यम से एआई क्षमता डालें और कुछ त्वरण के माध्यम से, एआई त्वरण सुविधाएँ जो हमारे पास एक अंतर्निहित प्लेटफ़ॉर्म में हैं।

यह कानूनी संभावनाओं के लिए इसे और अधिक सुलभ बनाता है बाजार में अपने बुनियादी ढांचे को विकसित करने और बदलने के लिए विचारों और चुनौतियों के माध्यम से काम करते हुए वे अधिक उत्पादक और अधिक व्यावहारिक आगे बढ़ने की इच्छा रखते हैं। और इसलिए यह स्थानान्तरण बन्धन उद्देश्य से, वास्तव में हार्डवेयर-आधारित समाधानों से वर्चुअलाइज्ड सामान्य-उद्देश्य वाले कंप्यूट प्लेटफॉर्म में एआई क्षमताओं के साथ, और फिर सुविधाओं को जोड़ने और अपग्रेड करने के लिए सॉफ़्टवेयर-आधारित दृष्टिकोण रखने और बुनियादी ढांचे के लिए सॉफ़्टवेयर पैच करने के लिए, यह वास्तव में भविष्य का वादा है, सॉफ्टवेयर ने आसपास के सभी टुकड़ों को रेखांकित किया है, और फिर एआई को सीखने के लिए और इन मॉडलों की तैनाती के लिए उस मंच का हिस्सा होना चाहिए जो उस ऑपरेशन की प्रभावशीलता को मजबूत बनाते हैं।

और इसलिए हमारे लिए, हम जानते हैं कि एआई कंप्यूटिंग का यह बढ़ा हुआ क्षेत्र बना रहेगा, और पहले से मौजूद कंप्यूटिंग प्लेटफॉर्म पर निर्माण कर रहा है, और दुनिया भर में अपेक्षाकृत सर्वव्यापी है। मैं इसके बारे में आपके पास मौजूद सीपीयू पर एआई के रूप में विचार करता हूं, क्योंकि दुनिया में अधिकांश लोगों के पास इंटेल सीपीयू प्लेटफॉर्म का कोई न कोई मॉडल होता है, या एक कंप्यूटिंग प्लेटफॉर्म होता है जिससे वे अपने एआई मॉडल तैयार कर सकते हैं।

लॉरेल: तो एआई जो आप सीपीयू के साथ चाहते हैं, वह निश्चित रूप से उन कंपनियों के लिए आकर्षक है जो हैं इस बारे में विचार करना कि यह कितना योग्य हो सकता है, फिर भी एक बढ़त वास्तुकला को लागू करने के लिए निवेश लाभों पर संभावित रिटर्न क्या हैं?

सैंड्रा: जैसा कि मैंने उल्लेख किया है, जिन कंपनियों और संभावनाओं के साथ हम काम करते हैं, वे तेजी से और बेहतर गुणवत्ता वाले निर्णय लेने की तलाश में हैं। मैंने उस फैक्ट्री लाइन का उल्लेख किया है जो हम ऑटोमोटिव कंपनियों के साथ काम कर रहे हैं, जहां वे कारखाने के फर्श पर वास्तविक समय में दृश्य निरीक्षण कर रहे हैं, दोषों की पहचान कर रहे हैं, लाइन से पापी सामग्री को हटा रहे हैं और उस पर काम कर रहे हैं। और वह है, कोई भी उच्च दोहराव वाला कार्य जहां मनुष्य उत्साही हैं, वास्तव में मानवीय त्रुटि को सम्मिलित करने का एक विकल्प है। इसलिए, इन कार्यों को तेजी से स्वचालित करना और बड़े गुणवत्ता वाले निर्णय लेना स्पष्ट रूप से अधिक एआई-आधारित कंप्यूटिंग प्लेटफॉर्म पर स्थानांतरित करने का एक प्रोत्साहन है। जैसा कि मैंने उल्लेख किया है, समग्र TCO को कम करते हुए, उस सभी डेटा को स्थानांतरित करना होगा, चाहे आपने इसे एकीकृत किया हो या नहीं, यह मूल्यवान, कानूनी केंद्रीकृत डेटा हार्ट या क्लाउड है, और फिर इसे वापस ले जाना, या इसे वहां संसाधित करना, और फिर पता लगाना एज-कंप्यूटिंग प्लेटफॉर्म पर लागू करने से पहले क्या मूल्यवान था। यह कानूनी रूप से बैंडविड्थ और सामुदायिक यातायात और समय की बहुत बर्बादी है। तो यह सकारात्मक रूप से एज-कंप्यूटिंग क्रिएट-आउट के लिए आकर्षण इस से प्रेरित है, विलंबता विचार, बुद्धिमानी से टीसीओ विचारों के रूप में।

और जैसा कि मैंने उल्लेख किया है, कानूनी रूप से बढ़ी हुई सुरक्षा और गोपनीयता, हमारे पास अपनी निर्माण वेबसाइटों में बहुत संवेदनशील डेटा है, कार्य क्षमताएं जिन पर हम दबाव डालते हैं, और हम जरूरी नहीं कि उस ऑफ-प्रिमाइसेस को स्थानांतरित करना चाहते हैं, और हमें याद है कि उस चरण पर नजर रखने और सुरक्षा और सुरक्षा ऑनसाइट है . हालाँकि हम इस बात पर विचार करते हैं कि औद्योगिक क्षेत्र, निर्माण वेबसाइटें, अपने संचालन को कानूनी रूप से स्वचालित करने में सक्षम हैं और एक अधिक सुरक्षित और स्थिर और परिवेश के अनुकूल संचालन की पेशकश करना वैकल्पिक के बड़े क्षेत्रों में से एक है, और वर्तमान में जिस स्थान के साथ हम काम कर रहे हैं। संभावनाओं की एक संख्या, चाहे वह अंदर हो, आपने तेल रिफाइनरी का उल्लेख किया है, चाहे वह स्वास्थ्य देखभाल में हो और एज उपकरणों और उपकरणों पर चिकित्सा अनुप्रयोगों में हो, चाहे वह दुनिया के खतरनाक क्षेत्रों में हो जहां आप बहुत बुद्धिमानी से रोबोट या ड्रोन में भेज रहे हों दृश्य निरीक्षण करने के लिए, या कार्रवाई का कोई मॉडल लेने के लिए। ये सभी फायदे हैं जो संभावनाएं एज कंप्यूटिंग और एआई मिश्रित के अनुप्रयोग में देख रही हैं।

लॉरेल: तो बहुत सारे अवसर, फिर भी कंप्यूटिंग को किनारे करने में क्या बाधाएँ हैं? सभी कंपनियां इसे भविष्य की लहर के रूप में क्यों नहीं खोज रही हैं? क्या यह सिस्टम की सीमाएँ भी हैं? उदाहरण के लिए, आपका फ़ोन प्लग एंड आउट बैटरी करता है। और फिर औद्योगिक अनुप्रयोगों के लिए पर्यावरणीय कारक भी हो सकते हैं जिन्हें शांत रूप से ध्यान में रखा जाना चाहिए। सैंड्रा: हां, यह कुछ मुद्दे हैं। तो एक, जैसा कि आपने उल्लेख किया है, कंप्यूटिंग जीवन शक्ति लेता है। और हम जानते हैं कि जब हम किनारे पर तैनात होते हैं और छोटे असाइन किए गए कारक कंप्यूटिंग उपकरणों की गणना करते हैं, या उन क्षेत्रों में जहां आपके पास एक शत्रुतापूर्ण परिवेश है, उदाहरण के लिए, यदि आपको संदेह है, तो हमें प्रतिबंधित जीवन शक्ति लिफाफे के भीतर काम करना होगा। दुनिया भर में तैनात वाई-फाई इंफ्रास्ट्रक्चर, वह वाई-फाई इंफ्रास्ट्रक्चर, वह कनेक्टिविटी पृथ्वी पर सबसे ठंडे स्थानों और पृथ्वी पर सबसे गर्म स्थानों में मौजूद होगी। और इसलिए आप इन सीमाओं को लागू करते हैं, जिसका हमारे लिए मतलब है कि हम मार्ग के माध्यम से काम करने पर दबाव डालते हैं, हमारी सभी सामग्री और भागों के अनुसंधान, और हमारी कार्य क्षमता, और जिस तरह से हम अपने उत्पादों को अपने लाभ पर असाइन करते हैं और प्राप्त करते हैं, उतनी ही समझदारी से विचारों के उस विशेष निर्माण को संबोधित करने के लिए प्लेटफार्मों की बल्कि अधिक जीवन शक्ति प्रभावशीलता किस्मों की संभावनाओं के साथ। और अधिनियमित करने के लिए हमेशा अधिक काम होता है, क्योंकि हमेशा अधिक कंप्यूटिंग होती है जिसे आप हमेशा प्रतिबंधित जीवन शक्ति निधि पर लागू करना चाहते हैं।

दूसरी बड़ी सीमा जिसका हम विचार करते हैं वह विरासत अनुप्रयोगों में है। यदि आप इसे खोजते हैं, तो आपने पहले मुद्दों की जानकारी सुपरहाइववे पेश की थी, मुद्दों का सूचना सुपरहाइव वास्तव में कानूनी है, विभिन्न बाजार खंडों और कार्यक्षेत्रों की एक बहुत, बहुत व्यापक श्रेणी और खरीदार के परिवेश के लिए विशेष कार्यान्वयन। और हमारी चुनौती यह है कि हमारे पास एप्लिकेशन डेवलपर्स कैसे हैं, या हम एप्लिकेशन डेवलपर्स को एआई को उनके लीगेसी एप्लिकेशन में माइग्रेट करने और एकीकृत करने का एक आसान तरीका कैसे देते हैं? और इसलिए जब हम यह जानने के लिए खोज करते हैं कि इसे कैसे लागू किया जाए, तो सबसे पहले, हमें यह समझना होगा कि ऊर्ध्वाधर और संभावनाओं के साथ मिलकर काम करना, वित्तीय क्षेत्र के लिए क्या महत्वपूर्ण है? शैक्षिक क्षेत्र के लिए क्या महत्वपूर्ण है? स्वास्थ्य देखभाल क्षेत्र, या परिवहन क्षेत्र के लिए क्या महत्वपूर्ण है? और इन वर्कलोड और एप्लिकेशन और डेवलपर्स की किस्मों को समझना जो अपने एज प्लेटफॉर्म को तैनात करना चाहते हैं। यह सूचित करता है कि स्टैक का कितना ऊंचा हिस्सा हमें अंतर्निहित बुनियादी ढांचे को अमूर्त करना पड़ सकता है, या स्टैक में कितना कम कुछ संभावनाएं बुनियादी ढांचे के फाइन-ट्यूनिंग और अनुकूलन के उस समाप्ति चरण को लागू करने की इच्छा कर सकती हैं।

ताकि सॉफ्टवेयर स्टैक और डेवलपर्स का ऑनबोर्डिंग दोनों चुनौती बन जाए, जितना बुद्धिमानी से योग्य नवाचार और क्षमता के रूप में रिलीज करने के विकल्प के रूप में, और वास्तव में असेंबली डेवलपर्स जहां वे हैं, कुछ निंजा हैं जो चाहते हैं और सक्षम हैं अनुकूलन के उस अंतिम कुछ प्रतिशत पहलुओं को प्रोग्राम करने के लिए, और अन्य वास्तव में कानूनी रूप से एक बहुत आसान कम कोड या कोई कोड नहीं चाहते हैं, एक किनारे-अनुमान एप्लिकेशन की एक-स्पर्श तैनाती जिसे आप निश्चित रूप से हमारे द्वारा प्रदान किए जाने वाले विभिन्न उपकरणों के साथ अधिनियमित कर सकते हैं और अन्य ऑफ़र करते हैं बाजार में। और शायद आखिरी के संदर्भ में, मैं अच्छी तरह से कौन सी सीमाएं कह सकता हूं, असेंबली सुरक्षा मानक हैं, जो कि कारखाने के फर्श में रोबोटिक्स के लिए उचित है, जो कानूनी असेंबली के संदर्भ में ऑटोमोटिव के लिए उचित है सुरक्षा मानकों की किस्मों की आवश्यकता है दुनिया भर में परिवहन अधिकारियों द्वारा, आप कार में कुछ भी बनाते हैं, और यह उन वातावरणों में उचित है जहां आपके पास विनिर्माण या तेल और गैस उद्योग है, कानूनी रूप से बहुत सारी सुरक्षा आवश्यकताएं हैं जिन्हें आपको नियामक कारणों से पूरा करना है, या, स्पष्ट रूप से, समग्र सुरक्षा वादे के लिए कानूनी जो कंपनियां अपने कर्मचारियों से करती हैं।

लॉरेल: हां। यह एक बहुत ही महत्वपूर्ण शोकेस है जो शायद मजबूत बनाता है, जो कि हम हार्डवेयर और सॉफ्टवेयर के एक साथ काम करने के बारे में बात कर रहे हैं, जैसा कि सॉफ्टवेयर ने दुनिया को खा लिया है, इसके बारे में शांत वास्तव में महत्वपूर्ण हार्डवेयर अनुप्रयोग हैं जिन्हें शांत होना चाहिए। और यहां तक ​​​​कि एआई और मशीन लर्निंग और क्लाउड के किनारे की प्रशंसा के साथ, आपको अपने हार्डवेयर को भी ध्यान में रखना होगा।

)सांद्रा: हाँ। मैं अक्सर इस बात पर विचार करता हूं कि आपके स्तर पर, सॉफ्टवेयर दुनिया को खा रहा है और सॉफ्टवेयर वास्तव में अंतर्निहित हार्डवेयर की बड़ी रिलीज है और उस स्ट्रीम से सभी जटिलताओं को बाहर ले जा रहा है, जो आपके लिए लगभग असीमित गणना तक पहुंचने की क्षमता से बाहर है और एक एआई और कंप्यूटिंग क्षमताओं में असाधारण मात्रा में नवाचार, जो सभी के लिए एआई में कंप्यूटिंग के उस लोकतंत्रीकरण में बड़ी रिलीज है। हालाँकि किसी को यह समझना होगा कि हार्डवेयर कैसे काम करता है। और किसी को चुप रहना चाहिए कि वह हार्डवेयर सुरक्षित है, प्रदर्शन करने वाला है, वह कर रहा है जो हमें इसे अधिनियमित करने की आवश्यकता है। और ऐसे मामलों में जहां आपको कुछ त्रुटियां हो सकती हैं, या कुछ दोष हो सकते हैं, यह स्वयं को बंद कर देता है, विशेष रूप से यह उचित है यदि आपको सभी किस्मों के एज रोबोट और स्वायत्त उपकरणों के बारे में संदेह होता है। इसलिए, हमारा काम हार्डवेयर और सॉफ़्टवेयर के बीच बहुत ही जटिल अंतःक्रिया को सीधा बनाना है, और यदि आप चाहें तो, डेवलपर्स को ऑनबोर्डिंग के लिए आसान बटन प्रदान करना है, जहां हम नीचे की जटिलता का ध्यान रखते हैं।

लॉरेल: तो आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग टेक्नोलॉजी की बात करें तो वे इसे कैसे मजबूत बनाते हैं एज टू क्लाउड क्षमता?

सैंड्रा: या नहीं यह पुनरावृत्ति सीखने का एक स्थिर कार्य है . और इसलिए, यदि आप डेटा की पूर्व-प्रसंस्करण और पैकेजिंग के उस पूरे सातत्य की खोज करते हैं, और फिर उस डेटा पर मॉडल प्राप्त करने के लिए प्रशिक्षण देते हैं और फिर किनारे पर मॉडल को तैनात करते हैं, और फिर, मार्ग, रखरखाव और संचालन वह पूरी तरह से, यदि आप चाहते हैं, कि आपने तैनात किया है, तो यह सीखने का यह गोलाकार लूप है। और यह निश्चित रूप से कंप्यूटिंग और एआई की सुंदरता है, कानूनी है कि उस सीखने के सुदृढीकरण और उस पूरे लूप में इकट्ठा होने वाले पुनरावृत्त संवर्द्धन और सुधार और मॉडलों के पुनर्प्रशिक्षण अधिक सटीक और अधिक सटीक होने के लिए, और उन परिणामों पर दबाव डालने के लिए जो हम मूल तकनीकों को लागू करते समय दबाव बनाने का प्रयास कर रहे हैं।

लॉरेल: जैसा कि हम इन क्षमताओं, मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस, और उन सभी टुकड़ों के बारे में सोचते हैं, जिनके बारे में अब हम कानूनी रूप से बात कर रहे हैं, जैसा कि आप भविष्य की खोज करते हैं, एज कंप्यूटिंग में कौन से अवसर शामिल होंगे कंपनियों को बनाने के लिए सक्षम करें?

सांद्रा: सफलतापूर्वक, मुझे लगता है कि हम वापस जिस स्थान पर हमने शुरुआत की थी, जो प्रत्येक एक स्थान पर कंप्यूटिंग कर रहा है, और हम कल्पना करते हैं कि हम अंततः एक ऐसी दुनिया के बारे में सोचेंगे, जहां किनारे और बादल वास्तव में मौजूद नहीं हैं, या अलग-अलग डोमेन के रूप में माना जाता है, जहां गणना किनारे से क्लाउड तक सर्वव्यापी है, उपभोक्ता उपकरणों के लिए, जहां आपके पास एक कंप्यूट फैब्रिक है जो शानदार और गतिशील है, और जहां एप्लिकेशन और सेवाएं और उत्पाद वांछित रूप से प्लग इन होते हैं, और जिस स्थान पर आप बहुत बुद्धिमानी से साबित हो सकते हैं इन अनुप्रयोगों की वास्तविक समय में, या वास्तविक समय के निकट चरण की आवश्यकताएं। तो कंप्यूटिंग प्रदाता चरण समझौतों और अनुप्रयोगों के लिए आवश्यकताओं को बढ़ाने के लिए असीम रूप से बहुमुखी होगा जो सभी को ढीला कर देता है। और जब हम भविष्य में खोज करते हैं, तो हम अनुसंधान और निर्माण के साथ अपेक्षाकृत मोहित हो जाते हैं और बहुत से नवाचारों पर विश्वविद्यालयों के साथ काम कर रहे हैं, जो न्यूरोमॉर्फिक कंप्यूटिंग में हो रहा है, यह नोट करना अपेक्षाकृत रोमांचकारी है।

हमारे पास इंटेल लैब्स हैं जो न्यूरोमॉर्फिक कंप्यूटिंग के लक्ष्य में भाग लेने के लिए अनुसंधान प्रयासों में अग्रणी हैं ताकि बाद की पीढ़ी के शानदार उपकरणों और स्वायत्त तकनीकों को सक्षम किया जा सके। और ये वास्तव में जैविक तंत्रिका संगणना के विचारों द्वारा निर्देशित होते हैं, न्यूरोमॉर्फिक कंप्यूटिंग के बाद से, हम इन सभी एल्गोरिथम दृष्टिकोणों को प्रशिक्षित करते हैं जो मानव मस्तिष्क का अनुकरण करते हुए इन क्षमताओं को वितरित करने के लिए दुनिया के साथ बातचीत करते हैं जो मानव अनुभूति के करीब हैं। इसलिए, हम न्यूरोमॉर्फिक कंप्यूटिंग के आसपास विश्वविद्यालयों और शिक्षाविदों के साथ साझेदारी के बारे में अपेक्षाकृत क्रोधित हैं और अभिनव दृष्टिकोण जो भविष्य के स्वायत्त एआई समाधानों को जीवंत करेगा जो हमारे जीने, काम करने और बेहतर खेलने के तरीके को बनाएगा।

लॉरेल: चमकदार। सैंड्रा, इंडस्ट्री लैब में आज हमारे साथ जुड़ने के लिए आपका बहुत-बहुत धन्यवाद।

सैंड्रा: ) मुझे रखने के लिए धन्यवाद।

लॉरेल: वह सैंड्रा रिवेरा, सरकार वीपी और इंटेल में डेटासेंटर और एआई कम्युनिटी के महाप्रबंधक, जिनके साथ हमने कैम्ब्रिज, मैसाचुसेट्स, एमआईटी और एमआईटी प्रौद्योगिकी मूल्यांकन के आवास से चार्ल्स नदी की ओर बात की थी। इंडस्ट्री लैब के इस एपिसोड के लिए बस इतना ही, आई एम योर होस्ट, लॉरेल रूमा। मैं अंतर्दृष्टि का निदेशक हूं, एमआईटी प्रौद्योगिकी मूल्यांकन का अनुकूलित प्रकाशन विभाग। हम 1899 में मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी में स्थापित हुए थे। और आप हमें वेब पर और हर साल दुनिया भर के अवसरों पर प्रिंट में भी इकट्ठा कर सकते हैं। हमारे और ट्रेस के बारे में अधिक जानकारी के लिए, कृपया हमारी वेबसाइटों को technologyreview.com पर देखें। आप जहां भी अपना पॉडकास्ट इकट्ठा करते हैं, यह ट्रेस उपलब्ध है। यदि आप इस एपिसोड से खुशी प्राप्त करते हैं, तो हम आशा करते हैं कि आप हमें रेट करने और मूल्यांकन करने के लिए 2d ले सकते हैं। उद्योग लैब एमआईटी प्रौद्योगिकी मूल्यांकन का एक उत्पादन है। इस एपिसोड का निर्माण कलेक्टिव बाद के द्वारा किया गया था। सुनने के लिए धन्यवाद।

Intel प्रौद्योगिकियों को सक्षम हार्डवेयर, सॉफ़्टवेयर या प्रदाता सक्रियण की आवश्यकता हो सकती है। कोई भी उत्पाद या कारक पूरी तरह से वेब नहीं हो सकता। आपके खर्च और परिणाम भिन्न हो सकते हैं। प्रदर्शन ट्रेन, कॉन्फ़िगरेशन और अन्य कारकों से भिन्न होता है।

यह पॉडकास्ट एपिसोड द्वारा निर्मित किया गया था अंतर्दृष्टि, एमआईटी प्रौद्योगिकी मूल्यांकन की अनुकूलित ऑर्डर सामग्री शाखा। यह एमआईटी प्रौद्योगिकी मूल्यांकन के संपादकीय कर्मचारियों द्वारा नहीं लिखा गया था।

Read More

Latest Posts