Estuve en una conferencia de inversionistas la otra semana y en varias de mis doce reuniones 1:1 consecutivas me preguntaron algo como: "Espera, esta es la primera conversación en la que he estado esta semana en la que estuve No me decepciona el hecho de que su empresa "todo gira en torno a la IA" y que todo "será IA" y que "la IA es el único futuro" o mi favorito, "los centros de datos están muertos y, por lo tanto, en la década de 2000, todo es cosa del pasado". sobre el centro de IA ahora'”. Me recuerda a los expertos en torno a la nube de 2009-2012 donde literalmente me dijeron: “si la respuesta no es 'nube', ¡entonces la pregunta es incorrecta!". Mi tesis aquí es simple: la realidad y los expertos a menudo nunca se cruzan y es posible que nunca se encuentren.
En el panorama en rápida evolución del procesamiento de inteligencia artificial, Qumulo se ha convertido en un actor fundamental, particularmente en los principales grupos de inferencia y capacitación de IA empresarial. Con las aplicaciones de IA expandiéndose a dominios como el reconocimiento de imágenes, la genómica, la proteómica, la conducción autónoma y el modelado industrial avanzado, la influencia de Qumulo es amplia y profunda, dado que hace dos años muchas de estas cargas de trabajo se habrían llamado "supercomputación", "aprendizaje profundo". HPC' o 'aprendizaje automático', pero hoy todos se han reestructurado bajo el paraguas de 'IA' para mantener a raya a los expertos. El mercado de formación en IA, a pesar de su enorme potencial, se caracteriza por un número limitado de oportunidades importantes que pueden clasificarse en tres categorías principales:
en primer lugar, Estados nacionales aprovechar la IA para la investigación criptográfica y el reconocimiento de imágenes dentro de los sectores nacionales de inteligencia y defensa. Esta aplicación de la IA es crucial para mantener la seguridad de interés global/nacional y promover técnicas criptográficas que garanticen la confidencialidad y la integridad de la información sensible o comprometan la de los Estados-nación no alineados.
En segundo lugar, el sector de servicios financieros, en particular los fondos de cobertura, están adoptando la IA para crear alfa comercial y generar retornos descomunales. Al aprovechar la IA, estas instituciones pueden ejecutar estrategias comerciales complejas, analizar grandes conjuntos de datos en tiempo real y adaptarse a las condiciones del mercado más rápido que nunca.
En tercer lugar y simultáneamente, grandes tecnología 'alfa' centrarse en el desarrollo y la capacitación de modelos de inteligencia artificial para mejorar los modelos de publicación de anuncios, la entrega de contenido dinámico y los algoritmos de aprendizaje profundo que brindan una comprensión más profunda de los patrones de adquisición de los usuarios y los comportamientos sociodemográficos.
Sin embargo, un obstáculo importante en todas estas iniciativas de IA es la disponibilidad de capital humano. La reserva de talentos capaz de desarrollar, ajustar, actualizar y mantener estos sofisticados modelos es limitada. Esta escasez de desarrolladores capacitados presenta un desafío formidable para el avance y la escalabilidad de las tecnologías de IA.
En Qumulo, tenemos la suerte de estar integrados en muchos de los potentes clústeres informáticos, de inferencia y de formación de IA más importantes del mundo, contribuyendo a gestionar y entregar volúmenes de datos sin precedentes (miles de millones de archivos y objetos) procesados a través de entornos potenciados por procesadores especializados. Si bien nuestro papel en estas operaciones a gran escala es fundamental, nuestro enfoque principal radica en la aplicación empresarial generalizada de las tecnologías de IA. Dadas las limitaciones del capital humano y la escasez de recursos disponibles, somos testigos de una tendencia creciente entre los clientes empresariales: nuestros clientes utilizan cada vez más procesadores especializados alojados en la nube para ejecutar ajustes personalizados de modelos de IA existentes de código abierto o disponibles comercialmente. Este enfoque les permite optimizar recursos limitados y al mismo tiempo maximizar el valor derivado de las inversiones en IA.
Uno de los facilitadores críticos de esta tendencia es la adopción de arquitecturas de recuperación de generación aumentada (RAG) respaldadas por modelos previamente entrenados y la incorporación de datos privados de los clientes almacenados en bases de datos vectoriales locales. Cuando se integran con sistemas de almacenamiento en clúster de 250 PB a 500 PB o más grandes desarrollados por Qumulo, estas herramientas impulsan avances significativos en campos como sistemas de conducción autónoma, bases de datos de mapeo, modelado genómico e identificación temprana de enfermedades neuronales degenerativas y detección de cáncer en etapa temprana. En términos generales categorizamos esta tendencia como 'IA aplicada' donde se utilizan modelos de IA de código abierto o disponibles comercialmente con datos empresariales para producir resultados precisos, ajustables y valiosos en gran volumen y alta velocidad.
La propuesta de valor única de Qumulo radica en nuestra capacidad de proporcionar almacenamiento de objetos y archivos de un volumen increíblemente alto en el entorno de nube pública, privada o híbrida y con nuestra Plataforma de datos en la nube y su capacidad para
En conclusión, a medida que la IA impregna diversas industrias, gestionar y procesar grandes cantidades de datos de manera eficiente y efectiva se vuelve cada vez más crítico. La plataforma de datos en la nube de Qumulo, combinada con nuestro enfoque en la IA aplicada, nos posiciona como líder en permitir que las empresas aprovechen todo el potencial de las tecnologías de IA. Al superar las limitaciones que plantea el capital humano y aprovechar la escalabilidad y flexibilidad de la nube, ayudamos a nuestros clientes a desbloquear nuevos niveles de innovación y productividad en sus esfuerzos de IA.
Si bien podemos ser pragmáticos sobre el mercado a largo plazo para la capacitación en IA y hacer preguntas racionales como: "¿Esta inversión masiva alguna vez generará un retorno para el negocio?" También es posible apoyar a nuestros clientes y ayudarlos a lograr los resultados deseados, pero a un costo y con un modelo de adquisiciones elástico que pueda respaldar tanto su visión de IA como su imperativo de rentabilidad/eficiencia.
