یک دهه پیش، هوش مصنوعی مدرن متولد شد. امروزه، یادگیری عمیق که یکی از زیر شاخه های هوش مصنوعی است در طبقه بندی تصاویر گربهها و سگها تا ترجمه زبانها، تشخیص تومورها در اسکنهای پزشکی و انجام هزاران کار دیگر که در زمان صرفه جویی میکنند، کاربرد دارد. فقط یک مشکل وجود دارد قدرت محاسباتی ما رو به اتمام است. مدلهای هوش مصنوعی به طور تصاعدی در حال رشد هستند، اما سختافزار برای آموزش این غولها و اجرای آنها بر روی سرور های ابری به همان نسبت پیشرفت نکرده است. به همین دلیل مرکز سخت افزار AI Research IBM تصمیم گرفت یک تراشه کامپیوتری تخصصی برای هوش مصنوعی ایجاد کند.
ما آن را واحد هوش مصنوعی یا AIU مینامیم. طبق مطالعات تقاضا برای تراشه هوش مصنوعی و سخت افزارهای مخصوص برنامههای آن بین 10 تا 15 درصد افزایش خواهد داشت و این یعنی تا سال 2025 میلادی بازار 109میلیارد دلاری برای سختافزارهای هوش مصنوعی ایجاد میشود.
تراشه هوش مصنوعی چیست؟
تراشههای هوش مصنوعی که به آن سخت افزار هوش مصنوعی یا شتاب دهنده هوش مصنوعی نیز گفته میشود یک مدار مجتمع است که از طریق چارچوبهای برنامه نویسی مانند: TensorFlow گوگل و PyTorch فیس بوک طراحی شده است. این تراشهها به طور ویژه برای برنامههایی ساخته شدهاند که از ANN استفاده میکنند. یک تراشه AI معمولی از: FPGA ،GPU و ASIC تشکیل شده است.
چرا استفاده از تراشه هوش مصنوعی ضروری است؟
تراشههای هوش مصنوعی به دلیل ویژگیهای منحصر به فردشان، دهها یا حتی هزاران بار سریعتر و کارآمدتر از CPU های معمولی برای آموزش و استنتاج الگوریتمهای هوش مصنوعی هستند. همچنین این تراشه هوش مصنوعی به طور چشمگیری مقرون به صرفهتر از CPUهای پیشرفته می باشند. سیستمهای پیشرفته هوش مصنوعی نه تنها به تراشههای مخصوص هوش مصنوعی، بلکه به تراشههای هوش مصنوعی پیشرفته نیاز دارند. تراشههای قدیمیتر هوش مصنوعی با ترانزیستورهای بزرگتر، کندتر و پر انرژیتر هزینههای مصرف انرژی زیادی را متحمل میشوند که به سرعت به سطوح غیر قابل قبولی میرسد. این پویاییهای هزینه و سرعت، توسعه و استقرار الگوریتمهای پیشرفته هوش مصنوعی را بدون تراشههای پیشرفته هوش مصنوعی غیر ممکن میکند. حتی با تراشههای پیشرفته هوش مصنوعی، آموزش الگوریتم هوش مصنوعی میتواند دهها میلیون دلار هزینه داشته باشد و تکمیل آن هفتهها طول بکشد.
آیا تراشه هوش مصنوعی با تراشههای سیلیکونی تفاوت دارند؟
کوتاهترین پاسخ بله است. تراشه های هوش مصنوعی مطمئنا منحصر به فرد هستند و طوری ساخته شدهاند که مانند ادامه مطلب...
فناوری بلاک چین در بسیاری از صنایع مختلف مورد استفاده قرار میگیرد. طبق تحقیقات اخیر CBInsights، هزینه سالانه بلاک چین تا سال 2023 به 16 میلیارد دلار خواهد رسید و نرخ پذیرش این فناوری در حال افزایش است. واضح است که بسیاری از شرکتها این فناوری را در جهت مزایایی که به همراه دارد اتخاذ خواهند کرد. بلاک چین علاوه بر امکان تراکنشهای فوری از طریق شبکه همتا به همتا و کاهش هزینههای واسطهها، از احراز هویت برای ایمن کردن دادهها استفاده میکند. طبق آمار به دست آمده تاکنون بزرگترین کاربرد فناوری بلاک چین در ارزهای دیجیتال بوده است. با این حال، بلاک چین به همین جا ختم نمیشود. بانکها و موسسات مالی بلاک چین را مفید میدانند زیرا به آنها کمک میکند تا تراکنشها را سریعتر و با هزینه کمتر پردازش کنند. در ادامه مقاله همراه ما باشید تا به توضیحات بیشتری درباره کاربرد بلاک چین بپردازیم.
کاربرد بلاک چین در امنیت سایبری
بلاک چین امنیت سایبری را متحول میکند. به طوری که سازمانها میتوانند هزینههای نقض دادهها را با استفاده از این فناوری کاهش دهند. در نظر بگیرید که امنیت دادهها و اطلاعات بیش از 20 درصد از بودجه فناوری اطلاعات سازمانها را به خود اختصاص میدهد. بخشی از این هزینهها مربوط به بدافزار است که به طور متوسط سالانه 2.4 میلیون دلار است. علاوه بر این، تعمیر سیستمهای آسیب دیده ماهها طول میکشد. بر اساس گزارش اخیر IBM، هزینه سالانه نقض دادهها اکنون به 3.2 میلیون دلار رسیده که طی پنج سال 12 درصد افزایش یافته است.
کاربردهای بلاک چین در بانکداری
انجام انتقالات مالی با بلاکچین خصوصی و عمومی امکانپذیر است. این شبکه میتواند انتقالات مالی بین المللی را بسیار راحت کند. زیرا توانایی انتقال وجه در قالب ارزهای دیجیتال را دارد. تمام انتقالات مالی در این شبکه با شفافیت کامل انجام میشوند و هیچ گونه ابهام یا تردیدی در مورد فرد انتقال دهنده وجه و نحوه انتقال آن وجود ندارد. در صورت استفاده از کاربرد بلاک چین برای انتقال پول، تمام اطلاعات در یک پایگاه داده ذخیره میشوند و این اطلاعات در هر زمانی قابل دسترسی و جستجو هستند.
با استفاده از این روش میتوان ادامه مطلب...
مفهوم مدرن مجازی سازی عملکرد شبکه برای اولین بار در یک کنفرانس فناوری اطلاعات در سال 2012 مطرح شد. مجازی سازی عملکرد شبکه (NFV) جمعآوری دادهها را ساده میکند و فرآیندهای کسب و کار را بهبود میبخشد. فرایند مجازی سازی عملکرد شبکه مدیریت خدمات شبکه را از طریق زیرساختهای ارتباطات مجازی آسان میکند. NFV نسبت به یک سیستم سخت افزاری سنتی مزایایی مانند افزایش عملکرد، کاهش هزینهها و مصرف انرژی را به دنبال دارد. امروزه رقابت میان ارائه دهندگان خدمات شبکه بیشتر میشود و چالش هایی در این زمینه به وجود آمده است. برای پشتیبانی از این خدمات، ارائه دهندگان به یک شبکه پایدارتر، قابل اعتمادتر و مقیاس پذیرتر نیاز دارند، مانند شبکهای که با مجازی سازی عملکرد شبکه (NFV) فعال شده است. مدتی است که NFV به یک عنصر کلیدی در صنایع مختلف تبدیل شده است. در این مقاله همه چیز را در مورد مجازی سازی عملکرد شبکه، از مزایای آن گرفته تا برنامههای مورد استفاده در آن را شرح میدهیم تا تصمیم بگیرید چگونه از این فناوری برای شبکه خود استفاده کنید.
تعریف مجازی سازی عملکرد شبکه
مجازی سازی عملکرد شبکه (NFV) راهکاری است که اجزای سخت افزاری شبکه را با نرم افزار جایگزین میکند تا عملکردهای مشابهی را انجام دهند. شبکههای مبتنی بر NFV انعطافپذیر، قابل گسترش، مدیریتپذیر و مقرون به صرفه هستند. به بیان ساده،NFV اجزای اصلی شبکه را مجازی میکند و ادامه مطلب...