Глоссарий

Облачные вычисления

Открой для себя мощь облачных вычислений для AI/ML! Эффективно масштабируй, быстрее обучай Ultralytics YOLO модели и беспрепятственно развертывай их с минимальными затратами.

Обучай модели YOLO просто
с помощью Ultralytics HUB.

Узнай больше

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 эксплуатационные расходы и позволяет эффективно масштабировать инфраструктуру в зависимости от меняющихся потребностей, как это определено такими организациями, как NIST.

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 облачных провайдеров, таких как AWS, Google Cloud или Azure. Основные преимущества включают в себя:

  • Масштабируемость: Легко масштабируй вычислительные ресурсы вверх или вниз в зависимости от потребностей проекта, что очень важно для работы с большими наборами данных или переменной нагрузкой на вывод.
  • Экономическая эффективность: Модели ценообразования "плати, как хочешь" избавляют от необходимости больших капитальных затрат на оборудование.
  • Доступность: Получи доступ к мощным вычислительным ресурсам, включая специализированное оборудование вроде GPU и TPU, необходимое для ускорения ML-задач.
  • Гибкость: Выбирай из широкого спектра услуг, от базовых хранилищ и вычислений до сложных ML-платформ и API.
  • Более быстрые инновации: Сосредоточься на разработке моделей, а не на управлении инфраструктурой, что ускоряет цикл развертывания.

Облачные вычисления в приложениях AI/ML

Облачные вычисления являются основой современных рабочих процессов AI и ML, предоставляя необходимую инфраструктуру и инструменты. Вот два примера:

  1. Обучение крупномасштабных моделей: Обучение сложных моделей, таких как Ultralytics YOLO часто требует огромных вычислительных мощностей и больших наборов данных. Облачные платформы предоставляют доступ к высокопроизводительным вычислительным ресурсам по запросу. Такие сервисы, как Ultralytics HUB Cloud Training, позволяют пользователям эффективно обучать модели, не владея дорогостоящим оборудованием, используя возможности распределенного обучения на нескольких GPU или TPU.
  2. Развертывание масштабируемых служб вывода: После того как модель обучена, для ее развертывания в реальных приложениях, таких как обнаружение объектов в реальном времени, требуется масштабируемая и надежная инфраструктура. Облачные провайдеры предлагают управляемые сервисы для размещения моделей в виде конечных точек API, которые могут автоматически масштабироваться в зависимости от входящего трафика, обеспечивая стабильную производительность и доступность. Изучи различные варианты развертывания моделей, подходящие для облачных сред.

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, например на IoT-устройствах или локальных серверах. Такой подход минимизирует задержки, что делает его идеальным для приложений, требующих немедленной реакции, например автономных систем. Однако облачные вычисления отлично справляются с крупномасштабной агрегацией данных и сложными вычислениями, которые невозможны на границе. Узнай больше о принципах пограничных вычислений.
  • Бессерверные вычисления: Подмножество облачных вычислений, безсерверные вычисления полностью абстрагируют управление серверами. Разработчики развертывают код в виде функций, а облачный провайдер автоматически занимается распределением и масштабированием ресурсов в зависимости от спроса (например, AWS Lambda). Хотя бессерверные вычисления упрощают развертывание приложений, управляемых событиями, традиционные облачные вычисления предлагают больше контроля над базовой инфраструктурой, что может быть необходимо для специализированных ML-нагрузок.

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 различных отраслях. Будь то обучение сложных алгоритмов, развертывание сервисов вывода или управление огромными наборами данных, облако предлагает необходимые инструменты и инфраструктуру. Изучи Ultralytics HUB для беспрепятственного управления моделями и их 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. Открой для себя решенияUltralytics в области компьютерного зрения, созданные для различных потребностей бизнеса.

Читать полностью