J'étais à une conférence d'investisseurs l'autre semaine et lors de plusieurs de mes douze réunions 1:1 consécutives, on m'a demandé quelque chose du genre : « Attendez, c'est la première conversation à laquelle j'ai participé cette semaine. Je ne suis pas renversé par le fait que votre entreprise est « entièrement basée sur l'IA » et que tout « va être l'IA » et que « l'IA est le seul avenir » ou mon préféré, « les centres de données sont morts et donc les années 2000, c'est tout à propos du centre d'IA maintenant' » Cela me rappelle les experts de 2009 à 2012 autour du cloud, où on m'a littéralement dit : « si la réponse n'est pas « cloud », alors la question est fausse ! Ma thèse ici est simple : la réalité et les experts ne se croisent souvent jamais et ne se rencontrent jamais.
Vous voyez, dans le paysage en évolution rapide du traitement de l’intelligence artificielle, Qumulo est devenu un acteur central, en particulier dans les clusters de formation et d’inférence en IA d’entreprise grand public. Avec l'expansion des applications de l'IA dans des domaines tels que la reconnaissance d'images, la génomique, la protéomique, la conduite autonome et la modélisation industrielle avancée, l'influence de Qumulo est à la fois large et profonde, étant donné qu'il y a deux ans, bon nombre de ces charges de travail auraient été appelées « supercalcul », « apprentissage profond » HPC » ou « apprentissage automatique », mais aujourd'hui, tous ont été regroupés sous le parapluie de « l'IA » pour tenir les experts à distance. Le marché de la formation en IA, malgré son vaste potentiel, se caractérise par un nombre limité d’opportunités importantes qui peuvent être classées en trois catégories principales :
Tout d'abord, état nation exploiter l’IA pour la recherche cryptographique et la reconnaissance d’images dans les secteurs nationaux du renseignement et de la défense. Cette application de l’IA est cruciale pour maintenir la sécurité des intérêts mondiaux/nationaux et faire progresser les techniques cryptographiques qui garantissent la confidentialité et l’intégrité des informations sensibles ou compromettent celles des États-nations non alignés.
En second lieu, l' secteur des services financiers, en particulier les hedge funds, adoptent l'IA pour créer de l'alpha commercial et générer des rendements démesurés. En exploitant l’IA, ces institutions peuvent exécuter des stratégies de trading complexes, analyser de vastes ensembles de données en temps réel et s’adapter aux conditions du marché plus rapidement que jamais.
Troisièmement et simultanément, grand les « alpha » de la technologie se concentrer sur le développement et la formation de modèles d'IA pour améliorer les modèles de diffusion de publicités, la diffusion de contenu dynamique et les algorithmes d'apprentissage en profondeur qui fournissent une compréhension plus approfondie des modèles d'approvisionnement des utilisateurs et des comportements sociodémographiques.
Cependant, un goulot d’étranglement important dans toutes ces initiatives d’IA est la disponibilité du capital humain. Le vivier de talents capables de développer, d’ajuster, de mettre à jour et de maintenir ces modèles sophistiqués est limité. Cette pénurie de développeurs qualifiés constitue un formidable défi pour l’avancement et l’évolutivité des technologies d’IA.
Chez Qumulo, nous avons la chance d'être intégrés dans plusieurs des plus importants clusters de formation, d'inférence et de calcul en IA au monde, contribuant à la gestion et à la fourniture de volumes de données sans précédent (des milliards de fichiers et d'objets) traités via des environnements spécialisés alimentés par des processeurs. Bien que notre rôle dans ces opérations à grande échelle soit essentiel, notre objectif principal réside dans l’application générale des technologies d’IA en entreprise. Compte tenu des contraintes en matière de capital humain et du manque de ressources disponibles, nous assistons à une tendance croissante parmi les entreprises clientes : nos clients utilisent de plus en plus des processeurs spécialisés hébergés dans le cloud pour exécuter des réglages personnalisés de modèles d'IA open source ou disponibles dans le commerce. Cette approche leur permet d'optimiser des ressources limitées tout en maximisant la valeur dérivée des investissements en IA.
L'un des catalyseurs essentiels de cette tendance est l'adoption d'architectures de génération augmentée de récupération (RAG) prises en charge par des modèles pré-entraînés et l'intégration des données privées des clients stockées dans des bases de données vectorielles locales. Lorsqu'ils sont intégrés à des systèmes de stockage en cluster de 250 à 500 Po ou plus développés par Qumulo, ces outils génèrent des progrès significatifs dans des domaines tels que les systèmes de conduite autonome, les bases de données de cartographie, la modélisation génomique et l'identification précoce des maladies neuronales dégénératives et la détection précoce du cancer. Nous catégorisons globalement cette tendance comme « IA appliquée », où des modèles d'IA open source ou disponibles dans le commerce sont utilisés avec des données d'entreprise pour produire des résultats précis, réglables et précieux à haut volume et à grande vitesse.
La proposition de valeur unique de Qumulo réside dans notre capacité à fournir un stockage de fichiers et d'objets d'un volume incroyablement élevé dans l'environnement de cloud public, privé ou hybride et avec notre Plateforme de données cloud et sa capacité à
En conclusion, à mesure que l’IA imprègne divers secteurs, la gestion et le traitement de grandes quantités de données de manière efficiente et efficace deviennent de plus en plus critiques. La plateforme de données cloud de Qumulo, combinée à notre concentration sur l'IA appliquée, nous positionne comme un leader permettant aux entreprises d'exploiter tout le potentiel des technologies d'IA. En surmontant les limites posées par le capital humain et en tirant parti de l'évolutivité et de la flexibilité du cloud, nous aidons nos clients à atteindre de nouveaux niveaux d'innovation et de productivité dans leurs efforts d'IA.
Nous pouvons être pragmatiques quant au marché à long terme de la formation en IA et poser des questions rationnelles telles que : « Cet investissement massif générera-t-il un jour un retour sur investissement pour l’entreprise ? » Il est également possible d'accompagner nos clients et de les aider à obtenir les résultats souhaités, mais à un niveau de coût et avec un modèle d'acquisition élastique qui peut soutenir à la fois leur vision de l'IA et leur impératif de rentabilité/efficacité.
