เมื่อเทคโนโลยีปัญญาประดิษฐ์ (AI) เติบโตอย่างรวดเร็ว องค์กรต่างก็มีความต้องการในโครงสร้างพื้นฐานข้อมูลที่เพิ่มขึ้นเรื่อยๆ โดยเฉพาะในสภาพแวดล้อม GPU ขนาดใหญ่ ระบบเก็บข้อมูล NetApp Novus™ ซึ่ง NetApp เพิ่งเปิดตัวไปเมื่อไม่นานมานี้ ถูกออกแบบมาเพื่อตอบโจทย์ความต้องการดังกล่าว ในการทำความเข้าใจยุทธศาสตร์ระยะยาวของ NetApp ในด้านโครงสร้างพื้นฐาน AI และข้อดีเฉพาะของผลิตภัณฑ์ใหม่นี้ บรรณาธิการ Techritual จึงได้สัมภาษณ์ ดง จื่ออัน (Tang Tsz-on) ผู้อำนวยการระดับภูมิภาคของ NetApp สำหรับเขตฮ่องกง มาเลเซีย และมองโกล
โครงสร้างพื้นฐานข้อมูลที่ขับเคลื่อนด้วย AI
ดง จื่ออัน กล่าวว่า ยุทธศาสตร์ระยะยาวของ NetApp คือการช่วยให้องค์กรแปลงข้อมูลเป็น "AI-ready data" ไม่ว่าข้อมูลจะอยู่ภายในองค์กร ในสภาพแวดล้อม Edge หรือบนคลาวด์ ก็ต้องมั่นใจว่าข้อมูลสามารถเข้าถึงและใช้งานได้โดย AI เขาเน้นว่า เมื่อองค์กรดำเนินการประยุกต์ใช้ AI นอกจากจะต้องมีทรัพยากรคำนวณและประสิทธิภาพของโครงสร้างพื้นฐานแล้ว ยังต้องพิจารณาถึงวิธีการค้นหา เตรียม ปกป้อง และจัดการข้อมูลที่ขับเคลื่อนการประยุกต์ใช้ AI ด้วย
“AI ขับเคลื่อนด้วยข้อมูล และข้อมูลก็ขับเคลื่อนโดย NetApp”
ดง จื่ออัน ผู้อำนวยการระดับภูมิภาค NetApp สำหรับเขตฮ่องกง มาเลเซีย และมองโกล
เขากล่าวถึง NetApp AI Data Engine (AIDE) ที่เพิ่งเปิดตัวในช่วงระยะเวลาไม่นานมานี้ ซึ่งมีวัตถุประสงค์เพื่อช่วยให้องค์กรสามารถค้นหาและจัดการข้อมูลในสภาพแวดล้อมต่างๆ ได้ ทำให้ข้อมูลเหล่านั้นสามารถนำไปใช้กับ AI ได้อย่างมีประสิทธิภาพมากขึ้น
ข้อดีเฉพาะของ NetApp Novus
เมื่อพูดถึงเทคโนโลยีหลักของ NetApp Novus ดง จื่ออัน เน้นย้ำว่าระบบเก็บข้อมูลนี้ถูกออกแบบมาเพื่อตอบโจทย์ความท้าทายของ AI ขนาดใหญ่ โดยมีการออกแบบโครงสร้างที่เป็นเอกลักษณ์ ทำให้สามารถบรรลุปริมาณการส่งผ่านข้อมูลรวมสูงสุดถึง 100TB/s ภายในพื้นที่ชื่อเดียว และรองรับ GPU จำนวนหลายหมื่นตัว เขากล่าวว่า การออกแบบนี้ช่วยให้องค์กรสามารถตอบโจทย์ความต้องการของ "AI Factory" ได้โดยไม่ต้องสร้างโครงสร้างพื้นฐานใหม่ทั้งระบบ
“ข้อดีเฉพาะของ Novus คือการผสานประสิทธิภาพระดับอุตสาหกรรม ความสามารถในการขยายตัวเพื่อรองรับภาระงาน AI ที่สูง และการจัดการข้อมูลระดับองค์กร ไว้ในโครงสร้างเดียว”
ดง จื่ออัน ผู้อำนวยการระดับภูมิภาค NetApp สำหรับเขตฮ่องกง มาเลเซีย และมองโกล
ความสามารถในการผสานนี้ไม่เพียงแต่ช่วยเพิ่มประสิทธิภาพ แต่ยังช่วยให้องค์กรสามารถขยายโครงสร้างพื้นฐาน AI ได้อย่างรัดกุม โดยยังคงรักษาประสิทธิภาพ ความปลอดภัย และความง่ายในการดำเนินการ รวมถึงหลีกเลี่ยงปัญหาความซับซ้อนของระบบเพิ่มเติม
การตอบสนองต่อความท้าทายของ AI Factory
ดง จื่ออัน พูดถึงความท้าทายที่ NetApp ต้องเผชิญเมื่อออกแบบ NetApp Novus เขาเน้นว่า ขนาดการทำงานของ AI Factory แตกต่างจากสภาพแวดล้อมองค์กรแบบดั้งเดิมอย่างสิ้นเชิง องค์กรต้องการรองรับภาระงานหลายประเภทพร้อมกัน ทั้งการฝึกอบรม (Training) และการให้ผลลัพธ์ (Inference) และต้องมั่นใจว่าสภาพแวดล้อม GPU จะได้รับการส่งมอบข้อมูลที่เสถียร เขากล่าวว่า การพิจารณาดังกล่าวนี้ส่งผลให้ NetApp ตัดสินใจเลือกใช้ NetApp ONTAP เป็นฐาน และใช้มาตรฐานเปิดเช่น pNFS เพื่อให้องค์กรสามารถสืบทอดโครงสร้างพื้นฐานข้อมูลที่เชื่อถือได้ต่อไป
“เป้าหมายของเราไม่ได้เพียงแค่เพิ่มประสิทธิภาพ แต่สำคัญกว่านั้นคือการให้องค์กรมีความสามารถในการขยายตัวที่จำเป็นสำหรับ AI”
ดง จื่ออัน ผู้อำนวยการระดับภูมิภาค NetApp สำหรับเขตฮ่องกง มาเลเซีย และมองโกล
การออกแบบดังกล่าวไม่เพียงช่วยเพิ่มประสิทธิภาพ แต่ยังช่วยให้องค์กรสามารถรักษาความยืดหยุ่นได้ในตลาดที่มีความต้องการที่เปลี่ยนแปลงอย่างต่อเนื่อง
กุญแจสำคัญในการเพิ่มประสิทธิภาพการใช้ GPU
ดง จื่ออัน อธิบายว่า ประสิทธิภาพการใช้ GPU ไม่ได้ขึ้นอยู่เพียงกับความสามารถในการคำนวณ แต่ขึ้นอยู่กับประสิทธิภาพของระบบเก็บข้อมูลด้วย หากระบบเก็บข้อมูลไม่สามารถส่งมอบข้อมูลได้ทันเวลา GPU จะต้องรอ ซึ่งจะส่งผลต่อประสิทธิภาพการคำนวณ NetApp Novus ถูกออกแบบมาเพื่อลดจุดขัดข้องประเภทนี้ โดยการแยกบริการ Metadata ออกจากเส้นทางการส่งผ่านข้อมูล ทำให้สามารถขยายตัวได้อย่างอิสระ และรับรองว่าข้อมูลสามารถส่งมอบไปยัง GPU ได้อย่างมีประสิทธิภาพ
“Novus ช่วยให้องค์กรใช้ทรัพยากรคำนวณที่ลงทุนไปได้อย่างมีประสิทธิภาพมากขึ้น โดยการแยกบริการ Metadata ออกจากเส้นทางการส่งผ่านข้อมูลจริง”
ดง จื่ออัน ผู้อำนวยการระดับภูมิภาค NetApp สำหรับเขตฮ่องกง มาเลเซีย และมองโกล
การออกแบบนี้ไม่เพียงช่วยเพิ่มประสิทธิภาพการทำงานของ GPU แต่ยังช่วยให้องค์กรได้รับผลตอบแทนที่สูงขึ้นในสภาพแวดล้อม AI
ความต้องการด้านโครงสร้างพื้นฐาน AI ในตลาดฮ่องกง
ดง จื่ออัน กล่าวว่า ความต้องการด้านโครงสร้างพื้นฐาน AI ในฮ่องกงกำลังเติบโตอย่างรวดเร็ว ซึ่งส่วนใหญ่เกิดจากการลงทุนของรัฐบาลในทรัพยากรสาธารณะ รวมถึงการนำ AI มาใช้งานในองค์กร เขากล่าวว่า ความสามารถในการคำนวณรวมของฮ่องกงได้ถึง 5,000 petaFLOPS และโครงการวิจัยที่รัฐบาลเปิดตัวใน "แผนการสนับสนุน AI" ได้รับการอนุมัติหลายโครงการ ซึ่งสะท้อนถึงความต้องการที่แข็งแกร่งของตลาดต่อ AI
“ตลาดฮ่องกงกำลังเดินทางจากขั้นตอนการทดลองไปสู่การนำไปใช้ในระดับที่กว้างขึ้น”
ดง จื่ออัน ผู้อำนวยการระดับภูมิภาค NetApp สำหรับเขตฮ่องกง มาเลเซีย และมองโกล
เขาเน้นว่า เมื่อความต้องการภาระงาน AI ขององค์กรเพิ่มขึ้น NetApp จะมุ่งมั่นช่วยให้องค์กรสร้างโครงสร้างพื้นฐานข้อมูลที่สามารถรองรับสภาพแวดล้อม AI ที่มีประสิทธิภาพสูงได้
ทิศทางการพัฒนาเทคโนโลยีการเก็บข้อมูลในอนาคต
ดง จื่ออัน เชื่อว่า เทคโนโลยีการเก็บข้อมูลในอนาคตจะไม่เพียงแค่เป็นที่เก็บข้อมูล แต่จะกลายเป็นส่วนสำคัญของชั้นปัญญาประดิษฐ์ขององค์กร เขากล่าวว่า เมื่อ AI มีการผสานเข้ากับการดำเนินงานขององค์กรมากขึ้น การเตรียมข้อมูลและการจัดการจะกลายเป็นสิ่งสำคัญ เขาคาดการณ์ว่า ความต้องการความยืดหยุ่นจะเพิ่มขึ้น โดยองค์กรต้องการเพิ่มประสิทธิภาพและขยายความจุตามความต้องการของภาระงาน
“อนาคตของเทคโนโลยีการเก็บข้อมูลไม่ได้เพียงแค่เก็บข้อมูลมากขึ้น แต่คือการทำให้ข้อมูลกลายเป็นทรัพยากรที่เชื่อถือได้ และพร้อมใช้งานได้ทุกเมื่อ”
ดง จื่ออัน ผู้อำนวยการระดับภูมิภาค NetApp สำหรับเขตฮ่องกง มาเลเซีย และมองโกล
เขาเน้นว่า องค์กรต้องการสามารถตอบสนองต่อความต้องการทางธุรกิจที่เปลี่ยนแปลงได้อย่างยืดหยุ่น และรักษาการทำงานที่มีประสิทธิภาพในสภาพแวดล้อมเทคโนโลยีที่ซับซ้อนมากขึ้น
โดยสรุป ดง จื่ออัน เน้นย้ำถึงยุทธศาสตร์ของ NetApp ในด้านโครงสร้างพื้นฐาน AI และมองเห็นทิศทางการพัฒนาของเทคโนโลยีการเก็บข้อมูลในอนาคต ที่หวังว่าจะสามารถให้โซลูชันการจัดการข้อมูลที่ครบถ้วนยิ่งขึ้น เพื่อสนับสนุนการเปลี่ยนแปลงด้าน AI ขององค์กร
TechRitual 企業科技編輯部（香港）。biz.techritual.com 的外語版本由繁體中文原文翻譯。
