L’adozione di modelli LLM richiederà expertise adeguate per sfruttare al meglio le nuove funzionalità
L’adozione di massa di modelli linguistici di grandi dimensioni (LLM), sia da parte delle aziende clienti che dai produttori di apparecchiature informatiche, richiede a tutti i responsabili IT una seria riflessione. Di certo rimangono alcune aree grigie sul potenziale impatto che si avrà sul data center in seguito all’adozione dell’intelligenza artificiale generativa (GenAI), soprattutto per quanto riguarda la necessità di avere maggiore elaborazione, storage e potenza ma, una cosa è certa: l’impatto ci sarà. Serviranno parecchi server, unità di elaborazione grafica (GPU), dispositivi di storage e così via, e continuerà a crescere il gap sugli ingegneri esperti i quali, se utilizzeranno i codici di riferimento per l’uso nelle applicazioni, avranno bisogno di una adeguata specializzazione. Tutti possiamo credere di essere diventati esperti nella gestione di un’attività utilizzando la GenAI, ma pensare di adottarla in modo produttivo comporterà una notevole quantità di verifiche e potrebbero servire nuove applicazioni, senza dimenticare che le normative potrebbero intensificarsi. I programmatori che utilizzeranno la GenAI per sviluppare nuovi programmi potrebbero non essere in grado di individuare velocemente risultati oggettivamente scadenti. Di conseguenza, il data center dovrà prevedere elevate risorse per le applicazioni di realtà virtuale e di realtà aumentata che vengono già utilizzate in molti settori per ottimizzare i processi e migliorare l’esperienza del cliente, soprattutto nei comparti B2C e retail.
Un nuovo approccio
Il data center, quindi, potrebbe richiedere un nuovo approccio al consumo di risorse, così come alla gestione dell’infrastruttura e dei sistemi di sicurezza informatica. Le infrastrutture di rete, le architetture e i modelli di storage e restore dei dati cosiddetti critici dovranno essere protetti, per cui gli impatti non riguarderanno semplicemente i requisiti di scalabilità e capacità. Il provisioning comporterà meccanismi di archiviazione distribuita via Internet superando il modello dei database relazionali per spingersi verso l’addestramento dei sistemi di intelligenza artificiale e di apprendimento automatico (Machine Learning). Non basterà un singolo cluster per farlo, bisognerà distribuire il carico tra molte GPU e i nuovi requisiti cambieranno i data center, dal condizionamento ai sistemi di alimentazione, fino alla struttura fisica e logica delle reti. Allo stesso tempo, recenti report di analisti evidenziano che l’AI consente anche di aumentare il risparmio energetico sulla rete elettrica grazie alle funzionalità capaci di analizzare grandi volumi di dati relativi al traffico, alla richiesta di domanda e alla disponibilità delle risorse di rete, agevolando i responsabili nel prendere decisioni rapide sulle infrastrutture e le applicazioni che si possono temporaneamente disattivare. L’AI si dimostra essere anche un efficace strumento per la manutenzione predittiva basata sull’analisi dei dati e per il rilevamento di potenziali problemi nelle apparecchiature prima che diventino più gravi.
Rispondere alle nuove sfide
Vertiv ha già adottato la tecnologia ‘digital twin’, una forma di AI, in diversi stabilimenti per migliorare efficienza e qualità, riducendo anche i costi di produzione. Alcuni dei tecnici di assistenza di Vertiv utilizzano occhiali intelligenti AR per identificare virtualmente i problemi e possono ricevere istruzioni chiare sui processi da avviare. Inoltre, la nuova e innovativa Vertiv XR app consente di esplorare i prodotti Vertiv in 3D e in scala 1:1. Il servizio di diagnostica remota e monitoraggio preventivo Vertiv Life Services si basa sull’AI e sul machine learning per offrire visibilità, capacità di analisi e di diagnosi in tempo reale dei servizi fondamentali, consentendo la valutazione preventiva costante della rete. Il monitoraggio è attivo 24 ore su 24, 7 giorni su 7 ed è connesso a un Service Center. Quando si verifica un malfunzionamento, Vertiv Life Services invia automaticamente le informazioni pertinenti al team di esperti per la diagnosi e, se necessario, assegna al tecnico più vicino l’incarico di ripristinare la normale operatività.
Vertiv – www.vertiv.it