Apa Itu Susunan Teknologi AI?
Susunan teknologi untuk artificial intelligence adalah solusi end-to-end lengkap yang terdiri dari perangkat keras, perangkat lunak, dan alat-alat yang memfasilitasi pengembangan dan penerapan aplikasi AI. Meskipun mirip dengan susunan teknologi yang digunakan untuk membangun aplikasi perangkat lunak pada umumnya, susunan teknologi AI mencakup beberapa alat khusus untuk mendukung pembuatan model AI yang memungkinkan machine learning dan deep learning.
Susunan teknologi AI terdiri dari empat lapisan dasar utama: lapisan aplikasi, lapisan model, lapisan data, dan lapisan infrastruktur.
Lapisan Aplikasi
Lapisan aplikasi susunan teknologi AI mencakup semua perangkat lunak, antarmuka pengguna, dan fitur aksesibilitas yang memungkinkan pengguna untuk berinteraksi dengan model AI yang mendasari dan kumpulan data yang mendukung solusi AI. Misalnya, antarmuka berbasis browser memungkinkan pengguna untuk mengirim pertanyaan ke model AI generatif seperti ChatGPT, atau perangkat lunak analisis data mungkin memberikan visualisasi dalam bentuk grafik dan bagan untuk membantu pengguna memahami hasil model AI.
Lapisan Model
Lapisan model susunan teknologi AI adalah tempat model AI dikembangkan, dilatih, dan dioptimalkan. Model AI dikembangkan menggunakan kombinasi kerangka kerja AI, rangkaian alat, dan pustaka, serta kemudian dilatih dengan data yang sangat banyak untuk membantu menyempurnakan proses pengambilan keputusan model tersebut.
Lapisan Data
Lapisan ini berfokus pada pengumpulan, penyimpanan, dan pengelolaan kumpulan data, menyediakan antarmuka untuk terhubung dengan dan memungkinkan semua lapisan lainnya. Data dari lapisan ini dimasukkan ke lapisan model, data baru dari lapisan aplikasi ditangkap di sini untuk analisis model di masa depan, dan lapisan infrastruktur memberikan sumber daya yang diperlukan untuk menskalakan, mengamankan, dan memproses data dengan andal.
Lapisan Infrastruktur
Lapisan infrastruktur susunan teknologi AI mencakup semua sumber daya perangkat keras dan komputasi yang diperlukan untuk menjalankan model AI dan semua perangkat lunak yang ditampilkan ke pengguna. Hal ini dapat mencakup pusat data perusahaan, server cloud, perangkat klien seperti AI PC desktop dan laptop, atau perangkat edge seperti sensor dan kamera pintar.
Alur Kerja AI
Keberhasilan menerapkan susunan teknologi AI bergantung pada alur kerja AI, yang merupakan langkah berurutan untuk mengembangkan dan melatih model AI yang mengikuti urutan data, model, dan penerapan:
- Langkah data mencakup proses pengumpulan atau pembuatan data formal, biasanya diikuti oleh prapemrosesan dan penyimpanan. Langkah ini mempersiapkan data untuk digunakan oleh model AI, baik untuk pelatihan atau inferensi.
- Langkah kedua, pemodelan AI, melibatkan pengembangan model AI melalui pelapisan algoritma untuk menciptakan jaringan neural yang menyimulasikan pola logis dan pengambilan keputusan dari pikiran manusia.
- Langkah terakhir, penerapan, dilakukan ketika model AI diterapkan dalam kasus penggunaan dunia nyata, seperti bot obrolan AI yang dipersonalisasi yang menjawab pertanyaan pengguna tanpa campur tangan manusia atau dengan intervensi yang minimal.
Komponen Solusi AI
Banyak komponen yang mendasari susunan teknologi AI sudah dikenal oleh sebagian besar profesional yang bekerja dengan teknologi dan mencakup perangkat keras, jaringan, dan perangkat lunak. Namun, komponen dan alat susunan teknologi AI secara khusus dirancang untuk menangani persyaratan dan tuntutan beban kerja AI yang unik.
Perangkat Keras AI
Perangkat keras AI mencakup semua komponen silikon atau perangkat fisik yang menyusun penerapan AI dan membentuk lapisan fondasi susunan teknologi AI.
CPU
Unit pemrosesan sentral (CPU) atau prosesor mengeksekusi instruksi logis yang memerintahkan komputer berjalan. Dalam arsitektur prosesor, inti prosesor thread tunggal dapat menjalankan satu instruksi dalam satu waktu, sementara inti multi-thread dapat menjalankan dua instruksi secara bersamaan. Untuk beban kerja AI, inti multi-thread menghadirkan performa yang lebih tinggi daripada inti thread tunggal dan dapat membantu melatih model AI secara lebih efisien.
Pelajari lebih lanjut tentang prosesor AI.
GPU
Unit pemrosesan grafis (GPU) adalah komponen khusus yang dirancang untuk menangani beban kerja grafis menggunakan unit eksekusi dalam jumlah yang sangat banyak yang beroperasi secara paralel. Beban kerja grafis dan beban kerja AI menggunakan jenis operasi yang sama, itulah sebabnya GPU umum digunakan dalam penerapan AI. GPU tersedia sebagai kartu plug-in GPU diskrit (dGPU) atau GPU terintegrasi (iGPU) yang tertanam dalam arsitektur CPU. dGPU lebih umum digunakan dalam server AI, sedangkan iGPU lebih umum digunakan dalam komputer klien atau perangkat edge.
Pelajari lebih lanjut tentang GPU untuk AI.
FPGA
Field Programmable Gate Array (FPGA) adalah kartu plug-in terpisah untuk memproses data yang fungsinya dapat dikustomisasi setelah manufaktur. Hal ini memberikan FPGA tingkat fleksibilitas yang tinggi untuk membantu mengakselerasi perpindahan, enkripsi, atau pemrosesan data untuk berbagai beban kerja, termasuk AI.
Pelajari lebih lanjut tentang FPGA untuk AI.
Akselerator AI
Akselerator AI diskrit adalah komponen perangkat keras khusus yang dirancang untuk memproses beban kerja AI dan ideal untuk penerapan pusat data penskalaan horizontal. Beberapa akselerator AI diskrit dapat menawarkan fitur seperti komponen jaringan bawaan untuk membantu mengurangi biaya infrastruktur sekaligus menghadirkan performa pelatihan dan inferensi AI yang sebanding dengan GPU.
Pelajari lebih lanjut tentang akselerator AI.
AI Edge
AI di edge menggunakan banyak komponen perangkat keras AI yang sama dengan yang disebutkan sebelumnya, termasuk CPU, GPU, FPGA, dan akselerator AI. Perbedaan utama adalah di mana sistem diterapkan. Meskipun banyak perusahaan akan menerapkan AI di pusat data mereka, AI edge menggambarkan sistem AI yang diterapkan dalam lingkungan edge, seperti persimpangan jalan di kota, toko ritel, dan di lantai pabrik.
AI edge melakukan inferensi data pada titik data dihasilkan untuk analisis dan tindakan yang hampir real-time. Karena itu, AI edge berpotensi lebih hemat biaya daripada mengirim data ke dan dari cloud untuk inferensi karena memerlukan lebih sedikit infrastruktur jaringan dan sumber daya berbasis cloud.
Pelajari lebih lanjut tentang AI edge.
Server AI
Server AI adalah komputer yang dirancang untuk persyaratan beban kerja AI yang menyediakan layanan, aplikasi, dan data ke sistem lain yang digunakan oleh bisnis dan pengguna akhir. Server AI menggabungkan prosesor, akselerator, dan perangkat keras jaringan khusus AI untuk mendukung penyiapan dan penyimpanan data, serta pelatihan model dan inferensi AI. Pusat data perusahaan terdiri dari beberapa server AI, sementara penerapan AI edge mungkin mengandalkan satu atau beberapa server AI edge untuk menyelesaikan tugasnya.
Jaringan AI
Jaringan berperforma tinggi adalah komponen penting dari infrastruktur teknologi yang memungkinkan aplikasi AI untuk beroperasi secara efisien dan aman. Jaringan untuk AI harus memberikan koneksi andal yang kuat, efisien, aman, dan fleksibel. AI dapat diimplementasikan di mana saja, sehingga solusi jaringan mungkin mencakup koneksi berkabel, nirkabel, dan virtual antara berbagai sistem dan perangkat yang berbeda di pusat data AI, klien, cloud, dan edge. Kemampuan keamanan jaringan yang kuat juga penting untuk melindungi kumpulan data yang sangat besar, termasuk informasi pribadi pengguna, yang diproses oleh algoritma machine learning dan program AI lainnya.
Perangkat Lunak AI
Seperti perangkat lunak lainnya, AI adalah kode yang berjalan pada perangkat keras. Perangkat lunak AI dapat menggunakan banyak bahasa pengkodean yang berbeda, termasuk Python, Java, atau C++. Developer menggunakan kerangka kerja AI untuk membangun, melatih, dan menerapkan model AI, sementara kerangka kerja AI menggunakan pustaka dan alat-alat AI untuk mempermudah pengembangan AI dengan elemen siap pakai dan sampel kode. Perangkat lunak AI berkontribusi dalam mengembangkan baik lapisan model maupun lapisan aplikasi dalam susunan teknologi AI.
Kerangka Kerja AI
Kerangka kerja AI adalah sebuah platform dan juga dianggap sebagai aplikasi. Developer menggunakan kerangka kerja AI untuk membangun, melatih, dan menerapkan solusi AI. Kerangka kerja AI menggabungkan berbagai metodologi, mendukung satu atau beberapa bahasa pengkodean, dan juga dapat menyediakan antarmuka untuk memudahkan penelusuran dan pengeditan kode. Contoh kerangka kerja AI di antaranya adalah PyTorch dan TensorFlow.
Pustaka AI
Pustaka AI adalah kumpulan fungsi AI modular siap pakai dan sampel kode yang dapat digunakan developer untuk mengembangkan model AI mereka sendiri tanpa perlu membuatnya dari awal. Kerangka kerja AI menggunakan pustaka AI untuk membantu mengakselerasi proses pengembangan AI. Contoh pustaka AI di antaranya adalah Keras dan Scikit-learn.