Облачные вычисления - это преобразующая технология, предоставляющая вычислительные услуги, включая серверы, хранилища, базы данных, сети, программное обеспечение, аналитику и интеллект, через интернет, часто называемый "облаком". Эта модель позволяет быстрее внедрять инновации, использовать гибкие ресурсы и получать экономию от масштаба, позволяя пользователям платить только за те услуги, которые они потребляют. Для людей, знакомых с базовыми концепциями машинного обучения (ML), облачные вычисления представляют собой мощную и доступную платформу для разработки, обучения и развертывания моделей без значительных предварительных инвестиций в физическое оборудование. Это снижает операционные расходы и позволяет эффективно масштабировать инфраструктуру в зависимости от меняющихся потребностей, как это определено такими организациями, как Национальный институт стандартов и технологий (NIST). Такой подход занимает центральное место в современных разработках искусственного интеллекта (ИИ).
Ключевые понятия и преимущества
Облачные вычисления упрощают доступ к ресурсоемким приложениям и их развертывание, что особенно полезно для задач ИИ и ML. Вместо того чтобы управлять физическими дата-центрами, пользователи могут использовать технологические сервисы по требованию от крупнейших облачных провайдеров, таких как Amazon Web Services (AWS), Google Cloud Platform (GCP) или Microsoft Azure. Основные преимущества включают в себя:
- Масштабируемость: Легко масштабируй вычислительные ресурсы, такие как GPU или TPU, вверх или вниз в зависимости от требований рабочих нагрузок ML, таких как обучение сложных моделей глубокого обучения (DL) или обработка переменного трафика выводов.
- Экономическая эффективность: Модели ценообразования с оплатой по факту избавляют от необходимости больших капитальных затрат на оборудование, позволяя пользователям платить только за используемое ими вычислительное время и хранилище, оптимизируя расходы на обучение и развертывание модели.
- Доступность: Доступ к мощным вычислительным ресурсам и специализированному оборудованию из любого места, где есть интернет, облегчает сотрудничество и позволяет частным лицам и небольшим организациям осуществлять масштабные ИИ-проекты, используя такие инструменты, как PyTorch или TensorFlow.
- Управляемые сервисы: Облачные провайдеры предлагают управляемые сервисы для баз данных, хранилищ данных(озер данных), конвейеров MLOps и развертывания моделей, что позволяет снизить операционную нагрузку на команды разработчиков. С различными вариантами развертывания ты можешь ознакомиться здесь.
Облачные вычисления в приложениях AI/ML
Облачные вычисления являются основой современных рабочих процессов AI и ML, предоставляя необходимую инфраструктуру и инструменты. Вот два примера:
- Крупномасштабная тренировка моделей: Обучай самые современные модели, такие как Ultralytics YOLO часто требует значительных вычислительных мощностей и больших наборов данных (например, набор данных COCO). Облачные платформы предоставляют доступ к кластерам высокопроизводительных GPU или TPU, позволяя исследователям и инженерам эффективно обучать модели за часы или дни вместо недель или месяцев. Такие сервисы, как Ultralytics HUB Cloud Training, абстрагируются от управления инфраструктурой, позволяя пользователям сосредоточиться на разработке моделей с использованием своих пользовательских наборов данных.
- Масштабируемое развертывание сервисов ИИ: После того как ML-модель обучена, ее нужно развернуть, чтобы делать предсказания на новых данных(inference). Облачные платформы предлагают масштабируемые решения для хостинга, что позволяет развертывать модели в виде API, которые могут обрабатывать меняющееся количество запросов. Например, сервис обнаружения объектов в реальном времени для анализа видеопотоков может автоматически масштабировать свои базовые вычислительные ресурсы в зависимости от спроса, обеспечивая стабильную производительность для таких приложений, как управление дорожным движением или аналитика розничной торговли. Ознакомься с различными решениямиUltralytics Computer Vision, которые используют облачное развертывание.
Облачные вычисления в сравнении со смежными терминами
Полезно отличать облачные вычисления от смежных понятий:
- Пограничные вычисления: В то время как облачные вычисления опираются на централизованные центры обработки данных, пограничные вычисления обрабатывают данные ближе к источнику, на локальных устройствах или пограничных серверах. Это снижает задержки и потребление полосы пропускания, что делает их подходящими для приложений реального времени, таких как автономные транспортные средства или промышленная автоматизация, где важна немедленная реакция. Облако и edge часто работают вместе в гибридных моделях. Подробнее о принципах пограничных вычислений ты узнаешь здесь. Модели Ultralytics могут быть развернуты на пограничных устройствах.
- Бессерверные вычисления: Бессерверные вычисления - это модель выполнения, построенная поверх облачной инфраструктуры, в которой облачный провайдер динамически управляет распределением и предоставлением серверов. Разработчики пишут и разворачивают код в функциях (например, AWS Lambda или Google Cloud Functions), не нуждаясь в управлении базовой инфраструктурой. Он часто используется для событийно-ориентированных приложений и микросервисов, дополняя традиционные облачные сервисы.
Заключение
Облачные вычисления обеспечивают гибкую, масштабируемую и экономически эффективную основу для разработки и внедрения AI и ML. Используя облачные ресурсы, исследователи и разработчики могут ускорить создание и применение передовых моделей, подобных тем, что предлагает Ultralytics, что способствует инновациям в самых разных отраслях - от здравоохранения до сельского хозяйства. Будь то обучение сложных алгоритмов, развертывание сервисов вывода или управление огромными наборами данных, облако предлагает необходимые инструменты и инфраструктуру. Изучи Ultralytics HUB для беспроблемного управления моделями и обучения или просмотри блогUltralytics , чтобы узнать о тенденциях в области ИИ и решениях, основанных на облачной инфраструктуре, поддерживаемой такими организациями, как Cloud Native Computing Foundation (CNCF) и Cloud Security Alliance (CSA). Также ты можешь изучить документациюUltralytics , чтобы получить подробные руководства.
RU
EN
ZH
KO
JA
DE
FR
ES
PT
IT
AR
TR
VI
