播客：AI 数据需要可扩展的闪存，但也需要公平

快速阅读: 《计算机周刊》消息，组织面临数据增长和永久保存的挑战，可通过结合多种存储介质优化成本与性能。建议采纳“可发现、可访问、互操作、可重用”的“FAIR”原则，提升数据管理效率，支持人工智能发展。

在人工智能对数据量增长以及数据保留等方面带来的挑战下，组织如何更高效地管理存储？如今，随着人工智能技术的发展，有两个突出的问题摆在眼前：一是数据持续增长的问题从未停歇；二是我们在设计解决方案时使用的数据需要永久保存。这意味着，除了GPU集群的每次单独运行外，还有大量未被计算在内的数据需要以合理成本长期保存。

目前市面上有一些解决方案，通过结合闪存、硬盘和磁带三种介质，根据它们各自的特性和需求，在不同层级和数量间进行优化配置，从而实现成本与性能的最佳平衡。通过这种方式，组织可以根据自身需求调整存储方案的性能与经济性，为所有数据提供长期存储保障。

我建议那些正在思考如何应对数据永续增长问题的组织，可以探索“FAIR”数据管理理念。“FAIR”这一概念已经存在六到八年，最初源于组织内部的研究领域，目的是解决如何系统化整理研究成果的问题，但它同样适用于管理人工智能相关的数据集。“FAIR”是“可发现（Findable）、可访问（Accessible）、互操作（Interoperable）和可重用（Reusable）”的缩写。这实际上是一套指导原则，能够帮助组织评估当前的数据管理环境，并在构建数据管理基础设施时，参照这些原则进行衡量和优化，尽力整理和利用好所有的数据资源。这种方法有点像从传统图书馆学中汲取智慧，并将其应用到数字时代的创新实践中。

总结来说，采用“FAIR”原则不仅能让组织在数据管理方面更具条理性和前瞻性，还能有效应对未来数据增长的压力，为人工智能的发展奠定坚实的基础。

(以上内容均由Ai生成)