数据是成功实现人工智能的基础和动力,企业在应用人工智能时需高度重视数据本身、基础设施和存储以及安全性。Omdia认为,数据安全是一个不容妥协的领域,企业在采用基于人工智能的模型进行数据安全态势管理前需谨慎行事,因其标准化响应功能可能被黑客利用。企业需平衡数据获取与隐私保护,采用联邦学习、差分隐私等技术降低风险,并遵守GDPR等法规。内部部署人工智能需考虑数据中心基础设施、隐私增强技术及工作负载优化等因素。
Omdia预测,未来五年服务器计算人工智能应用需求将每年增长20%,人工智能将成为数据中心中增长最快的应用。存储性能层预计CAGR接近18%,HDD和SSD将根据需求分别用于成本效益和性能提升。技术行业正开发解决方案以减轻数据隐私和安全问题,如戴尔验证统包式人工智能堆栈,IBM等参与联合学习计划。企业应优先优化数据中心基础设施,分类分级数据并控制访问权限,同时关注存储解决方案的可持续性。
数据安全方面,组织需根据数据类型建立合适的安全态势,采用整体数据保护平台整合供应商。数据存储需优化工作负载,迎接超异质性浪潮,如Meta和谷歌的AI优化服务器配置。随着SSD成本降低,其创新将逐步取代HDD设备。供应商需提高分析工作负载可移植性,支持云、内部部署和边缘部署,并优先考虑可观察性和透明度以平衡性能和成本。
Omdia建议企业结合可持续发展目标投资存储基础设施,减少碳足迹。通过订阅其服务,企业可与市场领先分析师交流,获取可操作的见解。技术提供商应利用人工智能自动化低级流程,增强复杂决策点,如自动模式检测和查询计划优化。