인공 지능(AI), 머신 러닝(ML), 대규모 데이터를 생성 및 사용하는 기타 빅 데이터 애플리케이션과 시스템이 급격하게 증가하고 있습니다. 최근 설문 조사에 따르면, 기업 중 절반 이상은 현재 ML을 사용 중이며 대부분의 기업들이 몇 년 이내로 사용할 예정인 것으로 나타났습니다.
데이터 전략을 혁신하기 위해서는 올바른 데이터 아키텍처가 핵심입니다. 이상적인 데이터 아키텍처는 무한대의 규모와 효율성에 최적화되므로, 필요한 데이터 및 필요성을 인식하지 못한 데이터 모두를 캡처할 수 있습니다. 그러나 리소스 부족과 현재 기술 및 솔루션의 제한으로 인해 이를 달성하는 것은 어렵습니다. 이 백서에서는 빅 데이터 및 AI/ML 작업 부하에 적합한 확장성과 함께 비용 대비 효율적인 IT 인프라를 원하는 기업을 위한 하이브리드 클라우드 및 스토리지 아키텍처에 대해 알아봅니다. <14p>
주요 내용
- 데이터 아키텍처에서 ML 및 AI의 중요성
- 증가하는 복잡한 데이터 관리 요구 사항 해결
- 우선 순위 변화에 대처하기 위한 스토리지 아키텍처 정의
- AI/ML 워크플로의 다양한 단계를 위한 여러 데이터 흐름 필수 요소
- 보다 원활한 AI/ML을 간소화할 미래의 패브릭