ಇದು ನಮ್ಮ ಐಟಿ ಲೈಫ್ಸೈಕಲ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್ ಸರಣಿಯಲ್ಲಿನ 14ನೇ ಲೇಖನವಾಗಿದೆ, ಸರ್ಕಾರಕ್ಕೆ ಒದಗಿಸುವ ತಂತ್ರಜ್ಞಾನವನ್ನು ಒದಗಿಸುವುದು.
ಫೆಡರಲ್ ಏಜೆನ್ಸಿಗಳು ಕ್ಲೌಡ್ ಮತ್ತು ಆನ್-ಪ್ರೇಮಿಸ್ ಪರಿಸರವನ್ನು ಸಮತೋಲನಗೊಳಿಸಲು ವರ್ಷಗಳನ್ನು ಕಳೆದಿವೆ. ಈಗ, AI ಅವರನ್ನು-ಮತ್ತು ಅವುಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಸಿಸ್ಟಮ್ಸ್ ಇಂಟಿಗ್ರೇಟರ್ಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಮತ್ತು ಪ್ರಮಾಣದಲ್ಲಿ ವಿನ್ಯಾಸಗೊಳಿಸಲು ಒತ್ತಾಯಿಸುತ್ತಿದೆ.
AI ಪ್ರಾಯೋಗಿಕ ಯೋಜನೆಗಳಿಂದ ದೈನಂದಿನ ಕಾರ್ಯಾಚರಣೆಗಳಿಗೆ ಚಲಿಸುತ್ತಿದ್ದಂತೆ, ಈ ಹೊಸ ಮಾದರಿಯು ಸರ್ಕಾರ ಮತ್ತು ಅದರ ವಿತರಣಾ ಪಾಲುದಾರರಲ್ಲಿ ಹಿಡಿತ ಸಾಧಿಸುತ್ತಿದೆ. ಇದು ವ್ಯವಸ್ಥೆಗಳು ಎಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂಬುದರ ಮೂಲಕ ಅಲ್ಲ, ಆದರೆ ಅವು ಎಷ್ಟು ವೇಗವಾಗಿ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತವೆ ಎಂಬುದರ ಮೂಲಕ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ ಎಂದು ಬೂಜ್ ಅಲೆನ್ನ ಹಿರಿಯ ಉಪಾಧ್ಯಕ್ಷ ಗ್ರಹಾಂ ಗಿಲ್ಮರ್ ಹೇಳಿದರು, ಅವರ ಕೆಲಸವು ರಕ್ಷಣಾ ವಲಯದಲ್ಲಿ ಸ್ವಾಯತ್ತತೆ ಮತ್ತು AI ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.
ಹೈಬ್ರಿಡ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಇನ್ನು ಮುಂದೆ ಪರಿವರ್ತನೆಯ ಹಂತವಲ್ಲ. ಮಿಷನ್ ವೇಗದಲ್ಲಿ AI ಅನ್ನು ತಲುಪಿಸಲು ಇದು ಆಧಾರವಾಗಿದೆ ಎಂದು ಗಿಲ್ಮರ್ ಹೇಳಿದರು. “ನಿಮ್ಮ ಬಳಕೆಯ ಸಂದರ್ಭವನ್ನು ಅವಲಂಬಿಸಿ, ನೀವು ಪುನರಾವರ್ತನೆಗಾಗಿ ಒಂದು ಅಥವಾ ಎರಡನ್ನೂ ಅಥವಾ ಹೈಬ್ರಿಡ್ ಸಂಯೋಜನೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಬಯಸಬಹುದು.”
ಇದು ಮಾನಸಿಕತೆಯ ಮೂಲಭೂತ ಬದಲಾವಣೆಯಾಗಿದೆ. ಫ್ಯೂಚರ್ ಟೆಕ್ ಎಂಟರ್ಪ್ರೈಸ್ನ ಮುಖ್ಯ ಕಂದಾಯ ಅಧಿಕಾರಿ ಮೈಕ್ ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಹೇಳಿದಂತೆ, “ಮಿಷನ್ ವಾಸ್ತುಶಿಲ್ಪವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ, ಮತ್ತು ವಾಸ್ತುಶಿಲ್ಪವು ಮಿಷನ್ ಅನ್ನು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಸುರಕ್ಷಿತಗೊಳಿಸುತ್ತದೆ.”
ಈ ತತ್ವ ಹೊಸದಲ್ಲ. ಹೊಸದೇನೆಂದರೆ ಅದು ತಾಂತ್ರಿಕ ನಿರ್ಧಾರಗಳನ್ನು ಎಷ್ಟು ನೇರವಾಗಿ ರೂಪಿಸುತ್ತದೆ-ಕಂಪ್ಯೂಟೇಶನಲ್ ಫಾರ್ಮ್ ಫ್ಯಾಕ್ಟರ್, ಡೇಟಾ ಪ್ಲೇಸ್ಮೆಂಟ್ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ಕೆಲಸದ ಹರಿವಿನವರೆಗೆ.
ನಮ್ಮ ಸರಣಿಯ ಚರ್ಚೆಯ ಸಮಯದಲ್ಲಿ, ಸರ್ಕಾರಕ್ಕೆ ಒದಗಿಸುವ ತಂತ್ರಜ್ಞಾನವನ್ನು ಒದಗಿಸುವುದುಸರ್ಕಾರ ಮತ್ತು ಅದರ ತಂತ್ರಜ್ಞಾನ ಪಾಲುದಾರರಿಗೆ ಇದು ಹೇಗೆ ಹೊಸ ಮೂಲಭೂತ ಸೌಕರ್ಯಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತಿದೆ ಎಂಬುದನ್ನು ಹಂಚಿಕೊಳ್ಳಲು ನಾವು ಗಿಲ್ಮರ್ ಮತ್ತು ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಅವರನ್ನು ಕೇಳಿದ್ದೇವೆ.
ಕೇಂದ್ರೀಕೃತ ವ್ಯವಸ್ಥೆಗಳಿಂದ ವಿತರಿಸಿದ ವಿತರಣೆಗೆ
ಒಂದು ದಶಕಕ್ಕೂ ಹೆಚ್ಚು ಕಾಲ, ಕ್ಲೌಡ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಅಳೆಯಲು ಒಂದು ಮಾರ್ಗವನ್ನು ಒದಗಿಸಿದೆ. ಆದರೆ ಇದು ನಿಯಂತ್ರಣ, ಸುಪ್ತ ನಿರ್ವಹಣೆ ಅಥವಾ ಕಾರ್ಯಾಚರಣೆಯ ಸ್ಥಿತಿಸ್ಥಾಪಕತ್ವದ ಅಗತ್ಯವನ್ನು ತೆಗೆದುಹಾಕಲಿಲ್ಲ.
ಇಂದಿನ ಪರಿಸರಗಳಿಗೆ ವರ್ಗೀಕರಣ ಹಂತಗಳಲ್ಲಿ, ಭೌಗೋಳಿಕತೆಯಾದ್ಯಂತ ಮತ್ತು ನಿರಂತರ ಸಂಪರ್ಕವಿಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ವ್ಯವಸ್ಥೆಗಳ ಅಗತ್ಯವಿದೆ ಎಂದು ಗಿಲ್ಮರ್ ಹೇಳಿದರು. ಇದು ಕ್ಲೌಡ್ ಮೂಲಸೌಕರ್ಯ, ಆನ್-ಪ್ರೇಮ್ ಪರಿಸರಗಳು ಮತ್ತು ಅಂಚಿನ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಸಂಯೋಜಿಸುವ ವಿತರಿಸಿದ ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳ ಕಡೆಗೆ ಏಜೆನ್ಸಿಗಳನ್ನು ಚಾಲನೆ ಮಾಡುತ್ತಿದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಅವರು ತಮ್ಮ ಕೆಲಸಗಳನ್ನು ಮಾಡಲು ಅಗತ್ಯವಿರುವ ಪರಿಕರಗಳನ್ನು ಹೇಗೆ ಪ್ರವೇಶಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಎಂಬುದರ ಕುರಿತು ಹೊಸ ಬಳಕೆದಾರರ ನಿರೀಕ್ಷೆಗಳಿವೆ.
“ನಾವು ಜಾಹೀರಾತುಗಳ ನಡುವಿನ ಅಂತರವನ್ನು ನಿರಂತರವಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತಿದ್ದೇವೆ – ನಿಮ್ಮ ಫೋನ್ನಲ್ಲಿ ಏನು ಲಭ್ಯವಿದೆ ಅಥವಾ ನೀವು ಕೆಲಸ ಮಾಡಬಹುದಾದ ಸ್ಕಿಫ್ನಲ್ಲಿ – ಮತ್ತು ಸರ್ಕಾರದಾದ್ಯಂತ ಏನು ಲಭ್ಯವಿದೆ” ಎಂದು ಅವರು ಹೇಳಿದರು. “ಇದು ನಿಜವಾಗಿ ಮುಚ್ಚುತ್ತಿದೆ ಎಂದು ಹೇಳಲು ನನಗೆ ಸಂತೋಷವಾಗಿದೆ.”
ಗಿಲ್ಮರ್ ಮತ್ತು ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಇಬ್ಬರೂ ಗಮನವು ಪ್ರಮಾಣೀಕರಣದಿಂದ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ಗೆ ಬದಲಾಗುತ್ತಿದೆ ಎಂದು ಹೇಳಿದರು, ಸಿಸ್ಟಮ್ಸ್ ಇಂಟಿಗ್ರೇಟರ್ಗಳಿಗೆ ವಿನ್ಯಾಸ, ಏಕೀಕರಣ ಮತ್ತು ಪರಿಸರದಾದ್ಯಂತ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಹೊಸ ನಿರೀಕ್ಷೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ, ಕೇವಲ ಒಂದೇ ಸ್ಟಾಕ್ನಲ್ಲಿ ನಿಯೋಜಿಸುವುದಿಲ್ಲ.
ಹೊಸ ರಿಯಾಲಿಟಿ 1: GPU ಫಾರ್ಮ್ ಅಂಶಗಳು ಸಾಧ್ಯವಿರುವದನ್ನು ಮರುವ್ಯಾಖ್ಯಾನಿಸುತ್ತಿವೆ
ಹೈಬ್ರಿಡ್ ಮಾದರಿಯಲ್ಲಿ AI ಬಳಕೆಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವ ಪ್ರಮುಖ ತಾಂತ್ರಿಕ ಬದಲಾವಣೆಗಳಲ್ಲಿ ಒಂದು GPU-ಆಧಾರಿತ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಕ್ಷಿಪ್ರ ವಿಕಾಸವಾಗಿದೆ.
ಹದಿನೆಂಟು ತಿಂಗಳ ಹಿಂದೆ, ಅರ್ಥಪೂರ್ಣವಾದ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳನ್ನು ಚಲಾಯಿಸಲು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಮೂಲಸೌಕರ್ಯಗಳಿಗೆ ಪ್ರವೇಶದ ಅಗತ್ಯವಿದೆ. ಇಂದು, ಗ್ರಾಫಿಕ್ಸ್ ಸಂಸ್ಕರಣಾ ಘಟಕಗಳಲ್ಲಿನ ಪ್ರಗತಿಯು ಇದನ್ನು ಬದಲಾಯಿಸುತ್ತಿದೆ.
ಜಿಪಿಯು ಮೆಮೊರಿ ಸಾಂದ್ರತೆ, ವಿದ್ಯುತ್ ದಕ್ಷತೆ ಮತ್ತು ಪ್ಯಾಕೇಜಿಂಗ್ ಡೆಸ್ಕ್ಟಾಪ್ ಮತ್ತು ಪೋರ್ಟಬಲ್ ನಿಯೋಜನೆಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ, ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಗಮನಸೆಳೆದರು. 100 ಗಿಗಾಬೈಟ್ಗಳಿಗಿಂತ ಹೆಚ್ಚು VRAM ಹೊಂದಿರುವ ಸಿಸ್ಟಮ್ಗಳು ಈಗ ಮಿಷನ್-ರಿಯಲ್ ವರ್ಕ್ಫ್ಲೋಗಳಿಗೆ ಸೂಕ್ತವಾದ ಮಧ್ಯಮ ಗಾತ್ರದ ಭಾಷಾ ಮಾದರಿಗಳನ್ನು ಬೆಂಬಲಿಸಬಹುದು ಎಂದು ಅವರು ಹೇಳಿದರು.
ಡೆಸ್ಕ್ಟಾಪ್ GPUಗಳು “AI ಅನ್ನು ವೇಗಗೊಳಿಸುತ್ತವೆ ಮತ್ತು ಮಿಷನ್ ಫಲಿತಾಂಶಗಳನ್ನು ವೇಗಗೊಳಿಸುತ್ತವೆ” ಎಂದು ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಈ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಇನ್ಫ್ಲೆಕ್ಷನ್ ಪಾಯಿಂಟ್ನಲ್ಲಿ ವಿವರಿಸಿದ್ದಾರೆ. ಕಂಪ್ಯೂಟ್, ಶೇಖರಣೆ ಮತ್ತು ಭದ್ರತಾ ನಿಯಂತ್ರಣಗಳನ್ನು ಒಂದೇ ಶೆಲ್ಗೆ ಘನೀಕರಿಸುವ ಮೂಲಕ ಅವರು ನಿಯೋಜನೆಯನ್ನು ಸರಳಗೊಳಿಸುತ್ತಾರೆ, ವಿತರಿಸಿದ ಕ್ಲೌಡ್ ಪರಿಸರಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಅನೇಕ ಏಕೀಕರಣ ಸವಾಲುಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತಾರೆ ಎಂದು ಅವರು ಹೇಳಿದರು.
AI ಪರಿಕರಗಳನ್ನು ಅಲ್ಲಿಗೆ ಪ್ರವೇಶಿಸುವಂತೆ ಮಾಡಲು ಆನ್-ಪ್ರೇಮ್ ಡೆಸ್ಕ್ಟಾಪ್ಗಳನ್ನು ಅಂಚಿನಲ್ಲಿ ಬಳಸುವುದರಲ್ಲಿ ಸಾಕಷ್ಟು ತ್ವರಿತ ಅಳವಡಿಕೆಯಾಗಿದೆ ಎಂದು ಗಿಲ್ಮರ್ ಹೇಳಿದರು. “ಇದು ಕೇವಲ ಚಿಕ್ಕದಾಗಿದೆ, ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದೆ, LLM ಗಳು,” ಅವರು ಹೇಳಿದರು. “ಈಗ, ಇದು ಮಧ್ಯಮ, ಅತ್ಯಂತ ಸಮರ್ಥವಾದ LLM ಗಳಿಗೆ ಬಿಟ್ಟದ್ದು ಎಂದು ನಾನು ಹೇಳುತ್ತೇನೆ-ಮಿಷನ್ಗಳನ್ನು ನಡೆಸುವ ವಿಧಾನ ಅಥವಾ ವ್ಯವಹಾರಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುವ ವಿಧಾನವನ್ನು ಬದಲಾಯಿಸಬಹುದು, ಅಥವಾ ಖಂಡಿತವಾಗಿಯೂ ಸೂಕ್ಷ್ಮ ಅಥವಾ ವರ್ಗೀಕೃತ ಕೆಲಸದ ಹೊರೆಗಳನ್ನು ಸರ್ಕಾರದಲ್ಲಿ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ.”
ತೆಗೆದುಕೊಂಡು ಹೋಗುವುದೇ? ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಇದರರ್ಥ ಏಜೆನ್ಸಿಗಳು ಈಗ ಮಾಡಬಹುದು:
- ನಿರ್ಣಯಕ್ಕಾಗಿ ಸ್ಥಳೀಯವಾಗಿ ಕಂಟೈನರೈಸ್ಡ್ ಮಾದರಿಗಳನ್ನು ರನ್ ಮಾಡಿ
- ಬಾಹ್ಯ ಅವಲಂಬನೆಗಳಿಲ್ಲದೆ ವರ್ಗೀಕೃತ ಅಥವಾ ಸಂಪರ್ಕ ಕಡಿತಗೊಂಡ ನೆಟ್ವರ್ಕ್ಗಳಲ್ಲಿ AI ಅನ್ನು ನಿಯೋಜಿಸಿ
- ಬಹು-ವರ್ಷದ ಮೂಲಸೌಕರ್ಯ ಹೂಡಿಕೆಗಳನ್ನು ಮಾಡದೆಯೇ ಇದು ಕ್ಷಿಪ್ರ ಮೂಲಮಾದರಿಯ ಪರಿಸರವನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ
ಇದರರ್ಥ ನಿರ್ಬಂಧವು ಇನ್ನು ಮುಂದೆ ಕಂಪ್ಯೂಟಿಂಗ್ಗೆ ಪ್ರವೇಶವಿಲ್ಲ ಎಂದು ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಹೇಳಿದರು. ಇಂಟಿಗ್ರೇಟರ್ಗಳಿಗೆ, ಇದು ಮೂಲಭೂತ ಸೌಕರ್ಯಗಳ ಸಂಗ್ರಹಣೆಯಿಂದ AI ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಮಿಷನ್ ವರ್ಕ್ಫ್ಲೋಗಳಲ್ಲಿ ತ್ವರಿತವಾಗಿ ಸಂಯೋಜಿಸುವ ಸವಾಲನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ.
ಹೊಸ ರಿಯಾಲಿಟಿ 2: ತೀರ್ಮಾನ-ತರಬೇತಿ ಅಲ್ಲ-ವಾಸ್ತುಶೈಲಿಯನ್ನು ರೂಪಿಸುತ್ತದೆ
ಏಜೆನ್ಸಿಗಳು AI ಅನ್ನು ಬೆಳೆಸಿದಂತೆ, ಪ್ರಬಲವಾದ ವೆಚ್ಚವು ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತಿಲ್ಲ, ಆದರೆ ಅವುಗಳನ್ನು ನಡೆಸುತ್ತಿದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ.
ಮಾದರಿಗಳಿಂದ ಔಟ್ಪುಟ್ ಅನ್ನು ತಲುಪಿಸಲು ನೈಜ-ಸಮಯದ ಪ್ರಶ್ನೆಗಳು, ಏಜೆಂಟ್ ಸಂವಹನಗಳು ಮತ್ತು ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಪೈಪ್ಲೈನ್ಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಇನ್ಫರೆನ್ಸ್ ಕೆಲಸದ ಹೊರೆಗಳು-ಈಗ ಕಂಪ್ಯೂಟ್ ಬೇಡಿಕೆಯ ಬಹುಪಾಲು ಖಾತೆಯನ್ನು ಹೊಂದಿದೆ. “ಇದು 80 ಪ್ರತಿಶತದಿಂದ 90 ಪ್ರತಿಶತದಷ್ಟು ನಿರ್ಣಯದ ಕಡೆಗೆ ಹೆಚ್ಚು ಪಕ್ಷಪಾತವನ್ನು ಹೊಂದಿದೆ” ಎಂದು ಗಿಲ್ಮರ್ ಹೇಳಿದರು, ಅನುಮಾನವನ್ನು “ದೊಡ್ಡ ವೇರಿಯಬಲ್ ವೆಚ್ಚ” ಎಂದು ವಿವರಿಸಿದರು, ಪ್ರಶ್ನೆಯ ಪರಿಮಾಣದಿಂದ ಮತ್ತು ನಿರಂತರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಏಜೆಂಟ್-ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳಿಂದ ಹೆಚ್ಚಾಗಿರುತ್ತದೆ.
ಈ ಬದಲಾವಣೆಯು AI ಕೆಲಸದ ಹೊರೆಗಳು ಹೇಗೆ ಮತ್ತು ಎಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂಬುದಕ್ಕೆ ನೇರವಾದ ವಾಸ್ತುಶಿಲ್ಪದ ಪರಿಣಾಮಗಳನ್ನು ಹೊಂದಿದೆ, ವಿಶೇಷವಾಗಿ ವೆಚ್ಚ, ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಪರಿಸರದಾದ್ಯಂತ ನಿಯೋಜನೆಯನ್ನು ಸಮತೋಲನಗೊಳಿಸುವ ಜವಾಬ್ದಾರಿಯುತ ಸಂಯೋಜಕರಿಗೆ.
ಕ್ಲೌಡ್ ಪರಿಸರಗಳು ಸ್ಥಿತಿಸ್ಥಾಪಕತ್ವವನ್ನು ನೀಡುತ್ತವೆ, ಆದರೆ ಡೇಟಾ ಎಗ್ರೆಸ್ ಮತ್ತು ಪ್ರವೇಶ ವೆಚ್ಚಗಳು, ಲೇಟೆನ್ಸಿ ವೇರಿಯಬಿಲಿಟಿ ಮತ್ತು ಸ್ಕೇಲ್ನಲ್ಲಿ ಸಂಭಾವ್ಯವಾಗಿ ಕಡಿಮೆ ಊಹಿಸಬಹುದಾದ ಬೆಲೆಗಳನ್ನು ಪರಿಚಯಿಸುತ್ತವೆ. ಸ್ಥಳೀಯ GPU ಅಳವಡಿಕೆಗಳು, ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಹೆಚ್ಚು ನಿಯಂತ್ರಿತ ವೆಚ್ಚದ ಮಾದರಿಗಳನ್ನು ಅನುಮತಿಸುತ್ತದೆ.
“ಪುನರಾವರ್ತನೆಯ ವೆಚ್ಚ ಮತ್ತು ಪ್ರಯೋಗದ ವೆಚ್ಚ ಕಡಿಮೆಯಾಗಿದೆ,” ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಹೇಳಿದರು.
“ಪ್ರತಿ ಟೋಕನ್ಗೆ ವೆಚ್ಚ” ಮತ್ತು ಕೆಲಸದ ಹೊರೆಗಳು ಡೇಟಾಗೆ ಹತ್ತಿರವಾದಾಗ ಪುನರಾವರ್ತನೆಯ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಅವರು ಸೂಚಿಸಿದರು. ಏಜೆನ್ಸಿಗಳು AI ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ಪರಿಷ್ಕರಿಸಲು ಇದು ವಿಶೇಷವಾಗಿ ಮುಖ್ಯವಾಗಿದೆ, ಅಲ್ಲಿ ಪುನರಾವರ್ತನೆಯ ವೇಗವು ಸ್ಥಿರ-ಸ್ಥಿತಿಯ ಕಾರ್ಯಕ್ಷಮತೆಯಷ್ಟೇ ನಿರ್ಣಾಯಕವಾಗಿದೆ.
ಫಲಿತಾಂಶವು ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮವಾದ ಅನುಷ್ಠಾನ ತಂತ್ರವಾಗಿದೆ, ಗಿಲ್ಮರ್ ಮತ್ತು ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಇಬ್ಬರೂ ಹೇಳಿದರು. ಕೇಂದ್ರೀಕೃತ ಪರಿಸರದಲ್ಲಿ ತರಬೇತಿ ಇನ್ನೂ ನಡೆಯಬಹುದು. ಆದರೆ ನಿರ್ಣಯವು ಹೆಚ್ಚಾಗಿ ವಿತರಿಸಲ್ಪಡುತ್ತದೆ-ಸ್ಥಳೀಯವಾಗಿ, ಅಂಚಿನಲ್ಲಿ ಅಥವಾ ಹೈಬ್ರಿಡ್ ಸಂರಚನೆಗಳಲ್ಲಿ.
ಹೊಸ ರಿಯಾಲಿಟಿ 3: ಡೇಟಾದ ಸ್ಥಳ ಮತ್ತು ನಿಯಂತ್ರಣ ಡ್ರೈವ್ ವಿನ್ಯಾಸ ನಿರ್ಧಾರಗಳು
ಕಂಪ್ಯೂಟಿಂಗ್ ಹೆಚ್ಚು ಫ್ಲೆಕ್ಸಿಬಲ್ ಆಗುತ್ತಿರುವಾಗ, ಡೇಟಾಗೆ ಇನ್ನೂ ಬಿಗಿಯಾದ ಆಡಳಿತದ ಅಗತ್ಯವಿರುತ್ತದೆ, ಇದು ವಿಶಾಲವಾದ ಡೇಟಾ ರೆಪೊಸಿಟರಿಗಳನ್ನು ಹೊಂದಿರುವ ಏಜೆನ್ಸಿಗಳಿಗೆ ನಿರಂತರ ಸವಾಲಾಗಿ ಮುಂದುವರಿಯುತ್ತದೆ.
ಇದು ಡೇಟಾ ತಂತ್ರವನ್ನು ಏಜೆನ್ಸಿಗಳು ಮತ್ತು ಅವುಗಳ ಏಕೀಕರಣ ಪಾಲುದಾರರ ನಡುವೆ ಹಂಚಿಕೆಯ ಜವಾಬ್ದಾರಿಯನ್ನಾಗಿ ಮಾಡುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಕಟ್ಟುನಿಟ್ಟಾದ ವರ್ಗೀಕರಣದ ಗಡಿಗಳೊಂದಿಗೆ ಪರಿಸರದಲ್ಲಿ.
“ಇದು ಕೇವಲ ಎಷ್ಟು ಡೇಟಾ ಅಲ್ಲ, ನಾನು ಯಾವ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೇನೆ” ಎಂದು ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಹೇಳಿದರು, ಇದು AI ಆರ್ಕಿಟೆಕ್ಚರ್ಗೆ ಕೇಂದ್ರವಾಗುತ್ತಿರುವ ಸವಾಲನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ. ಫೆಡರಲ್ ಏಜೆನ್ಸಿಗಳು ಕಟ್ಟುನಿಟ್ಟಾದ ವರ್ಗೀಕರಣ, ಗೌಪ್ಯತೆ ಮತ್ತು ಮೂಲ ಅವಶ್ಯಕತೆಗಳೊಂದಿಗೆ ಪ್ರವೇಶವನ್ನು ಸಮತೋಲನಗೊಳಿಸಬೇಕು.
ಗಿಲ್ಮರ್ ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ, “ನಾವು ಒಂದು ನಿರ್ದಿಷ್ಟ ಪ್ರದೇಶವನ್ನು ಬಿಡಲು ಡೇಟಾ ಬಯಸದಿರಲು ಕಾರಣಗಳಿವೆ,” ಇದು ಸ್ಥಳೀಯ ಮತ್ತು ಸ್ಥಳೀಯ ಪ್ರಕ್ರಿಯೆಯ ಅಗತ್ಯವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.
ಆ ರಿಯಾಲಿಟಿ ಸಿಸ್ಟಮ್ ವಿನ್ಯಾಸವನ್ನು ಮರುರೂಪಿಸುವುದು. AI ಪೈಪ್ಲೈನ್ಗಳು ಈಗ ಡೇಟಾ ರೆಸಿಡೆನ್ಸಿ ಅಗತ್ಯತೆಗಳು, ಪರಿಸರದಾದ್ಯಂತ ಆವೃತ್ತಿ ನಿಯಂತ್ರಣ ಮತ್ತು ಗುರುತು ಮತ್ತು ಪಾತ್ರ-ಸಂಬಂಧಿತ ಪ್ರವೇಶ ನಿಯಂತ್ರಣಗಳಿಗೆ (ಫೆಡರಲ್ ಶೂನ್ಯ-ಟ್ರಸ್ಟ್ ಫ್ರೇಮ್ವರ್ಕ್ಗಳಿಂದ ವ್ಯಾಖ್ಯಾನಿಸಲ್ಪಟ್ಟಂತೆ) ಖಾತೆಯನ್ನು ಹೊಂದಿರಬೇಕು.
ಪ್ರಾಯೋಗಿಕ ಪರಿಭಾಷೆಯಲ್ಲಿ, ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಹಿಂದಿನ ಕ್ಲೌಡ್-ಕೇಂದ್ರಿತ ಊಹೆಗಳ ಹಿಮ್ಮುಖವಾದ ಮಾದರಿಗೆ ಡೇಟಾಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ AI ಮಾದರಿಯನ್ನು ಡೇಟಾಗೆ ತರುವುದು ಎಂದರ್ಥ.
ಹೊಸ ರಿಯಾಲಿಟಿ 4: ಇಂಜಿನಿಯರಿಂಗ್ ವರ್ಕ್ಫ್ಲೋಗಳು AI ಯೊಂದಿಗೆ ವಿಕಸನಗೊಳ್ಳುತ್ತಿವೆ
ಈ ವಾಸ್ತುಶಿಲ್ಪದ ಬದಲಾವಣೆಗಳ ಪ್ರಭಾವವು ನೇರವಾಗಿ ಎಂಜಿನಿಯರಿಂಗ್ ಅಭ್ಯಾಸಗಳಿಗೆ ವಿಸ್ತರಿಸುತ್ತದೆ.
ಪರಿಣಾಮ ಕೇವಲ ತಾಂತ್ರಿಕವಲ್ಲ. ಇದು ಎಂಜಿನಿಯರಿಂಗ್ ಮಾಡುವ ವಿಧಾನವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಏಜೆನ್ಸಿಗಳ ಪರವಾಗಿ ಸಿಸ್ಟಮ್ಗಳನ್ನು ವಿತರಿಸುವ ಮತ್ತು ನಿರ್ವಹಿಸುವ ಇಂಟಿಗ್ರೇಟರ್ಗಳಿಗೆ. AI ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಸಕ್ರಿಯ ಪಾಲ್ಗೊಳ್ಳುವವನಾಗುತ್ತಾನೆ.
ಸಾಫ್ಟ್ವೇರ್ ಎಂಜಿನಿಯರಿಂಗ್ ಔಟ್ಪುಟ್ನಲ್ಲಿ ಅಳೆಯಬಹುದಾದ ಲಾಭಗಳನ್ನು ಉಲ್ಲೇಖಿಸಿ ಗಿಲ್ಮರ್ “ನಾವು ಈಗ ಹೆಚ್ಚು ಉತ್ಪಾದಕವಾಗಿದ್ದೇವೆ” ಎಂದು ವಿವರಿಸಿದರು. ಅಭಿವೃದ್ಧಿ ಪರಿಸರಗಳು AI ಏಜೆಂಟ್ಗಳಿಂದ ಹೆಚ್ಚು ಬೆಂಬಲಿತವಾಗಿದೆ, ಅದು ಕೋಡ್ ಅನ್ನು ಉತ್ಪಾದಿಸಬಹುದು, ಲೆಗಸಿ ಸಿಸ್ಟಮ್ಗಳನ್ನು ರಿಫ್ಯಾಕ್ಟರ್ ಮಾಡಬಹುದು ಮತ್ತು ಪರೀಕ್ಷೆಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಇದು ಫೆಡರಲ್ ಪರಿಸರದಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಪರಿಣಾಮವನ್ನು ಬೀರುತ್ತದೆ, ಅಲ್ಲಿ ಪರಂಪರೆ ಕೋಡ್ ನೆಲೆಗಳು ನಡೆಯುತ್ತಿರುವ ಸವಾಲುಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುತ್ತವೆ.
AI ವ್ಯವಸ್ಥೆಗಳು ಸಹಾಯ ಮಾಡಬಹುದು:
- ಹಳೆಯ ಭಾಷೆಗಳನ್ನು ಆಧುನಿಕ ಚೌಕಟ್ಟುಗಳಿಗೆ ಅನುವಾದಿಸಿ
- ಲೆಗಸಿ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಂದ ವ್ಯಾಪಾರ ತರ್ಕವನ್ನು ಹೊರತೆಗೆಯಿರಿ
- ಸೀಮಿತ ಪರಿಣತಿಯ ಅಗತ್ಯವಿಲ್ಲದೇ ಆಧುನೀಕರಣವನ್ನು ವೇಗಗೊಳಿಸಿ
“ಮಾನವ ಇಂಜಿನಿಯರ್ಗಳ ಜೊತೆಯಲ್ಲಿ ಅಭಿವೃದ್ಧಿ ದಳ್ಳಾಲಿ ಕೆಲಸ ಮಾಡುವುದರಿಂದ – ಬದಲಾವಣೆಯು ಮುಂದುವರಿಯುವುದನ್ನು ನಾವು ನೋಡಲಿದ್ದೇವೆ” ಎಂದು ಗಿಲ್ಮರ್ ಹೇಳಿದರು. ಫಲಿತಾಂಶವು ಹೊಸ ಇಂಜಿನಿಯರಿಂಗ್ ಮಾದರಿಯಾಗಿದ್ದು ಅದು ಯಂತ್ರ-ಚಾಲಿತ ಮಾಪಕದೊಂದಿಗೆ ಮಾನವ ನಿರ್ಣಯವನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ.
ಹೊಸ ರಿಯಾಲಿಟಿ 5: ವಿತರಣೆಯನ್ನು ಮರು ವ್ಯಾಖ್ಯಾನಿಸಲು ವೇಗವು ಮುಂದುವರಿಯುತ್ತದೆ
ಈ ಎಲ್ಲಾ ಬದಲಾವಣೆಗಳು ಒಂದು ಫಲಿತಾಂಶದ ಕಡೆಗೆ ಒಮ್ಮುಖವಾಗುತ್ತವೆ: ವೇಗದ ವಿತರಣೆ.
ಸಾಂಪ್ರದಾಯಿಕ ಸ್ವಾಧೀನ ಚಕ್ರಗಳು ಮತ್ತು ಅಭಿವೃದ್ಧಿ ಟೈಮ್ಲೈನ್ಗಳು ಇನ್ನು ಮುಂದೆ AI ಆವಿಷ್ಕಾರದ ವೇಗದೊಂದಿಗೆ ಹೊಂದಾಣಿಕೆಯಾಗುವುದಿಲ್ಲ. ಒಟ್ಟಾಗಿ ಕೆಲಸ ಮಾಡುವುದರಿಂದ, ಏಜೆನ್ಸಿಗಳು ಮತ್ತು ಅವರ ತಂತ್ರಜ್ಞಾನ ಪಾಲುದಾರರು ಕ್ಷಿಪ್ರ ಪುನರಾವರ್ತನೆ ಮತ್ತು ನೈಜ-ಪ್ರಪಂಚದ ಮೌಲ್ಯೀಕರಣದ ಮೇಲೆ ನಿರ್ಮಿಸಲಾದ ಮಾದರಿಯನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತಾರೆ.
“ನಾವು ಕಲಿಯಲು ಪ್ರಯತ್ನಿಸಬೇಕು” ಎಂದು ಗಿಲ್ಮರ್ ಹೇಳಿದರು, ಇದು ಆರಂಭಿಕ ಅನುಷ್ಠಾನ ಮತ್ತು ಮುಂದುವರಿದ ಪರಿಷ್ಕರಣೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ವ್ಯಾಟ್ಕಿನ್ಸನ್ ತಂಡಗಳಿಗೆ “ವೇಗವಾಗಿ ಪುನರಾವರ್ತಿಸಲು ಮತ್ತು ಹೆಚ್ಚು ಪ್ರಯೋಗ ಮಾಡಲು” ಅನುಮತಿಸುತ್ತದೆ, ಹೊಸ ವಿಧಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಲು ತಡೆಗೋಡೆ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಇದು ಸರ್ಕಾರಿ ತಂತ್ರಜ್ಞಾನದ ಜಾಗದಲ್ಲಿ, ಏಜೆನ್ಸಿಗಳು ಮತ್ತು ಅವರ ಗುತ್ತಿಗೆದಾರರಲ್ಲಿ ನಡೆಯುತ್ತಿದೆ.
ವೇಗವು ಇನ್ನು ಮುಂದೆ ದ್ವಿತೀಯ ಮೌಲ್ಯವಲ್ಲ. ಇದು ಮಿಷನ್ ಯಶಸ್ಸಿನ ಪ್ರಾಥಮಿಕ ಅಳತೆಯಾಗಿದೆ. ವ್ಯಾಟ್ಕಿನ್ಸನ್ ಅದನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳಿದರು: “ನೀವು ಮಾರುಕಟ್ಟೆಗೆ ವೇಗವನ್ನು ಎಷ್ಟು ಮೌಲ್ಯೀಕರಿಸುತ್ತೀರಿ?” AI ನಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡುವ ಏಜೆನ್ಸಿಗಳಿಗೆ ಈಗ ನಿರ್ಣಾಯಕ ಪ್ರಶ್ನೆಯಾಗಿದೆ.
ಹೈಬ್ರಿಡ್ AI ಗಾಗಿ ಪ್ರಮುಖ ವಿನ್ಯಾಸ ತತ್ವಗಳು
- ಮಿಷನ್ ಅವಶ್ಯಕತೆಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ, ಮೂಲಸೌಕರ್ಯವಲ್ಲ
- ನಿರ್ಣಯ ವೆಚ್ಚ, ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಸ್ಕೇಲೆಬಿಲಿಟಿಗಾಗಿ ವಿನ್ಯಾಸ
- ನಿಯಂತ್ರಣ ಅಥವಾ ವರ್ಗೀಕರಣದ ಅಗತ್ಯವಿರುವಾಗ ಡೇಟಾವನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಇರಿಸಿ
- ಪರಿಸರ ಮತ್ತು ಪೂರೈಕೆದಾರರಾದ್ಯಂತ ಏಕೀಕರಣಕ್ಕಾಗಿ ವಿನ್ಯಾಸ
- ಕ್ಲೌಡ್, ಆನ್-ಪ್ರೇಮ್ ಮತ್ತು ಎಡ್ಜ್ ಪರಿಸರದಲ್ಲಿ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ
- ವೇಗ, ಪುನರಾವರ್ತನೆ ಮತ್ತು ನಿರಂತರ ಸುಧಾರಣೆಗೆ ಆದ್ಯತೆ ನೀಡಿ
ಉನ್ನತ ತಂತ್ರಜ್ಞಾನಗಳು ನಮಗಾಗಿ ಹಂಚಿಕೊಂಡಿರುವ ಹೆಚ್ಚಿನ FSI ಸ್ಮಾರ್ಟ್ ಸಲಹೆಗಳು ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಅನ್ವೇಷಿಸಿ ಇದು ಸರ್ಕಾರಕ್ಕೆ ಒದಗಿಸುವ ತಂತ್ರಜ್ಞಾನದ ಸರಣಿಯನ್ನು ಒದಗಿಸುತ್ತದೆ
ಕೃತಿಸ್ವಾಮ್ಯ © 2026 ಫೆಡರಲ್ ನ್ಯೂಸ್ ನೆಟ್ವರ್ಕ್. ಎಲ್ಲಾ ಹಕ್ಕುಗಳನ್ನು ಕಾಯ್ದಿರಿಸಲಾಗಿದೆ. ಈ ವೆಬ್ಸೈಟ್ ಯುರೋಪಿಯನ್ ಎಕನಾಮಿಕ್ ಏರಿಯಾದಲ್ಲಿರುವ ಬಳಕೆದಾರರಿಗಾಗಿ ಉದ್ದೇಶಿಸಿಲ್ಲ.
