Au cours des cinq prochaines années, l’utilisation de l’apprentissage automatique devrait passer d’infrastructures dédiées à des infrastructures plus flexibles capables de fournir la capacité d’évoluer, de changer et de se diversifier instantanément. Alors que l’une des principales fonctions de la collecte de données d’apprentissage automatique est centrée sur les interactions homme-machine, des interactions machine à machine commencent à se dessiner, et peuvent ne pas nécessiter de données ou d’entrées humaines. Lorsque les machines commencent à créer des voies de communication, les systèmes pourraient aider à traiter et à transmettre des données de façon à nous donner de nouvelles informations sur de plus grands volumes de données.
Le processus d’ajout de l’apprentissage automatique dans les systèmes de données tels que les serveurs et les racks de données peut souvent varier, en fonction de ce que le concepteur du système tente de réaliser, ainsi que de la charge de travail de l’opérateur du centre de données pour ajouter l’apprentissage automatique au noyau.
L’ajout de l’apprentissage automatique dans des centres de données nouveaux ou existants survient généralement pour résoudre un problème connu existant, comme des problèmes dans de grands modules d’apprentissage ou des problèmes de réseau en raison d’algorithmes développés à partir de données reçues. La plupart des solutions d’aujourd’hui ont tendance à être personnalisées pour s’adapter à l’ampleur du problème.
Parmi les défis liés à la conception de solutions client, citons l’optimisation de la distribution de puissance, la réduction des niveaux thermiques et l’amélioration des performances à haut débit/faible latence dans les interconnexions. Étant donné que tout doit normalement être interconnecté dans le centre de données, les composants du système doivent offrir la flexibilité nécessaire pour être installés et fonctionner dans de petits espaces, et répondre aux exigences de vitesse attendues sans augmenter la puissance thermique.
Souvent, les concepteurs doivent tenir compte de la proximité du matériel lors de la planification de l’architecture. Pour trouver le bon équilibre, il peut être nécessaire de faire des compromis en termes de conception, de coût et de structures d’alimentation et de refroidissement. Normalement, il existe un plafond pour la quantité d’énergie pouvant être correctement contrôlée et refroidie dans les centres de données, ce qui peut fournir aux concepteurs des indications sur la façon de faire des compromis et peut leur permettre de développer des accélérateurs et des conceptions de systèmes plus efficaces, ainsi que d’adopter des caractéristiques thermiques avancées.