适合人工智能和机器学习的三个原因

型。存储平台需要支持API来容纳各种数据。此外，人工智能和机器学习的创新越来越多地在公共云上进行，但是仍然有相当一部分人工智能和机器学习在内部部署数据中心或私有云中发生，这取决于用例的具体情况(例如，科学研究和医疗保健等领域通常最适合私有云)。这意味着组织需要一个存储API，以支持公共云和本地/私有云中的工作负载。

文件和块存储平台所支持的API受限制，部分原因是它们是较旧的架构。相比之下，对象存储使用云平台中固有的高级API，该API设计为以应用程序为中心，与文件和块存储相比，它支持范围更广的API，其中包括版本控制、生命周期管理、加密、对象锁定和元数据。此外，支持人工智能和机器学习用例的新对象存储API(例如对流数据的支持和对海量数据集的查询的支持)也是可能的。

通过围绕Amazon S3的对象存储API的标准化，可以更轻松地在内部部署和公共云中集成软件。企业可以轻松地将人工智能和机器学习部署从内部部署/私有云环境扩展到公共云，或者将云原生的人工智能和机器学习工作负载迁移到内部部署环境，而不会损失功能。这种双模式方法使组织可以合作且可互换地利用内部部署/私有云和公共云资源。

由于S3 API已成为对象存储的事实上的标准，因此许多软件工具和库都可以利用该API。这允许共享代码、软件和工具，以促进人工智能和机器学习社区中更快的开发。示例包括流行的机器学习平台，例如具有内置S3 API的TensorFlow和Apache Spark。

3.元数据

与API一样，使用人工智能和机器学习的组织必须利用无限的可自定义的元数据，这一点至关重要。元数据只是关于数据的数据，在最基本的层面上，是在何时何地创建的数据，以及是谁创建的数据。但是元数据可以描述更多内容：用户可以创建任意的元数据标记来描述他们想要的任何属性。

（编辑：长春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!