“人工智能的成功：关键在于生产利用而不是基础设施的所有权”

Nvidia 强调存储是人工智能的新前沿

Nvidia 是人工智能 (AI) 技术领域的领先公司，最近因强调对人工智能成功的批判性观点而成为头条新闻。该公司的声明强调了一种范式转变：组织应该更多地关注如何利用人工智能基础设施，而不仅仅是关注这些资源所有权的广泛性。

生产力高于所有权的本质

随着人工智能不断发展和扩展，关于基础设施所有权的争论变得越来越重要。英伟达认为，释放人工智能全部潜力的关键在于有效利用现有资源。该公司建议企业应专注于优化运营效率和增强数据管理能力，而不是简单地积累更多实物资产。

• 关键原则：AI 部署的生产力比所有权更重要。
• 重点领域：数据存储是人工智能基础设施的一个重要方面。

存储在人工智能中的作用

数据存储已成为人工智能技术开发和实施的关键组成部分。由于人工智能应用程序需要大量信息才能正常运行，因此组织存储、访问和处理数据的效率变得至关重要。 Nvidia 的见解导致了人工智能和数据存储领域的以下关键考虑因素：

• 可扩展性：组织必须采用可随着数据需求而增长的可扩展存储解决方案。
• 可访问性：及时访问数据对于 AI 算法生成实时见解和决策至关重要。
• 效率：先进的存储系统可增强数据检索并减少延迟，这对于机器学习应用至关重要。

转变存储以实现人工智能的成功

Nvidia 认为组织需要重新考虑他们的数据管理策略。这涉及从传统存储系统过渡到更具创新性的方法。以下是一些可以促进这种转变的策略和工具：

• 基于云的存储解决方案：利用云技术可以提供灵活性和可扩展性，而无需对物理基础设施进行大量的前期投资。
• 混合存储模型：本地和云解决方案的组合可以提供优化的性能和成本效率。
• 数据湖和仓库：这些系统旨在处理大量非结构化和结构化数据，非常适合人工智能应用。

结论

Nvidia 对人工智能下一个前沿领域的看法强调了战略思维在数据存储和管理领域的重要性。随着组织努力在人工智能领域取得成功，关注生产力、效率和创新存储技术将至关重要。从基于所有权的指标到以效率为导向的战略的转变可以重新定义企业如何利用人工智能技术并推动该领域的未来进步。

汇总表：人工智能和数据存储的重点关注领域

重点领域 描述 生产力 强调资源的利用情况，而不是拥有的数量。 可扩展性 采用随数据需求增长的存储解决方案。 辅助功能 确保及时访问数据以获得实时 AI 见解。 效率 使用先进的系统来提高检索速度并减少延迟。 云解决方案 利用云技术实现灵活性和可扩展性。

“人工智能的成功不是取决于组织拥有多少基础设施，而是取决于他们如何有效地使用基础设施”：Nvidia 阐述了其对存储如何成为人工智能下一个前沿领域的想法 https://www.techradar.com/pro/ai-success-will-be-define-not-by-how-much-infrastruct-organizations-own-but-by-how-productively-they-use-it-nvidia-lays-out-its-thoughts-on-how-storage-has-become-the-next-frontier-of-ai “人工智能的成功不是取决于组织拥有多少基础设施，而是取决于他们如何有效地使用基础设施”：Nvidia 阐述了其对存储如何成为人工智能下一个前沿领域的想法 https://www.techradar.com/pro/ai-success-will-be-define-not-by-how-much-infrastruct-organizations-own-but-by-how-productively-they-use-it-nvidia-lays-out-its-thoughts-on-how-storage-has-become-the-next-frontier-of-ai