與云相關(guān)的法規(guī)、安全和財(cái)務(wù)問題促使許多人權(quán)衡在本地和混合數(shù)據(jù)庫上構(gòu)建生成式AI的優(yōu)勢。

譯自PostgreSQL vs. the Cloud for GenAI? 4 Things To Consider，作者 Valeria Bogatyreva。

生成式AI（GenAI）已展現(xiàn)出重塑各行各業(yè)的潛力，有望提高生產(chǎn)力、接管運(yùn)營任務(wù)并推動(dòng)營收增長。根據(jù)德勤2024年企業(yè)生成式AI現(xiàn)狀報(bào)告，80%擁有先進(jìn)AI專業(yè)知識的企業(yè)計(jì)劃增加AI能力方面的支出。

然而，盡管GenAI的光環(huán)閃耀，企業(yè)也意識到AI項(xiàng)目并非易事。隨著公司繼續(xù)爭相利用GenAI的能力，安全和數(shù)據(jù)管理方面新的挑戰(zhàn)和機(jī)遇正在出現(xiàn)。

主流AI開發(fā)模式的挑戰(zhàn)

在開始GenAI之旅之前，需要巨額投資來現(xiàn)代化遺留系統(tǒng)并解決數(shù)據(jù)相關(guān)問題。然而，大多數(shù)公司，包括財(cái)富500強(qiáng)企業(yè)，都在使用數(shù)十年前構(gòu)建的技術(shù)，這些技術(shù)通常不適合處理AI工作負(fù)載。

從遺留軟件過渡成本高昂，并可能導(dǎo)致嚴(yán)重的停機(jī)和中斷。與此同時(shí)，公司迫切希望看到投資回報(bào)率 (ROI)：近一半的美國生成式AI決策者預(yù)計(jì)AI投資將在三年內(nèi)獲得回報(bào)——考慮到所涉及的復(fù)雜性，這是一個(gè)激進(jìn)的時(shí)間表，并且忽略了挑戰(zhàn)的現(xiàn)實(shí)。

云計(jì)算的可擴(kuò)展性和快速配置使其成為部署AI模型的首選。然而，云計(jì)算的成本效益承諾往往與現(xiàn)實(shí)相沖突。支出往往分散且難以控制，許多企業(yè)已經(jīng)采用財(cái)務(wù)運(yùn)營(FinOps)框架來管理成本。

許多企業(yè)都擔(dān)心使用第三方云服務(wù)可能帶來的威脅，包括數(shù)據(jù)主權(quán)法、法規(guī)遵從性和AI模型訓(xùn)練期間敏感信息泄露的擔(dān)憂。這些因素可能使本地和混合解決方案更具吸引力。德勤預(yù)測，到2025年，全球約有一半的企業(yè)將增加本地AI開發(fā)模型。因此，雖然云服務(wù)仍然至關(guān)重要，但企業(yè)正越來越多地投資于本地硬件，以保護(hù)知識產(chǎn)權(quán)、遵守法規(guī)并降低數(shù)據(jù)泄露的風(fēng)險(xiǎn)。

如何為GenAI選擇合適的數(shù)據(jù)庫

雖然AI創(chuàng)新的道路充滿挑戰(zhàn)，但這絕非不可能。成功的秘訣之一是為您的用例選擇最佳平臺，對于許多用例而言，這意味著采用可靠、通用的數(shù)據(jù)庫解決方案，例如PostgreSQL。

以下是PostgreSQL在GenAI開發(fā)中脫穎而出的四個(gè)原因：

1. 可擴(kuò)展性和向量搜索支持: PostgreSQL支持豐富的原生數(shù)據(jù)類型，包括向量。向量搜索是AI應(yīng)用程序的核心需求；它允許企業(yè)在不徹底改變其數(shù)據(jù)庫基礎(chǔ)設(shè)施的情況下對模型進(jìn)行原型設(shè)計(jì)和迭代。這不僅降低了成本，而且還加快了開發(fā)時(shí)間。
2. 無縫集成: 與遷移到全新的數(shù)據(jù)庫不同，利用PostgreSQL可以實(shí)現(xiàn)逐步現(xiàn)代化。企業(yè)可以在嘗試新的AI功能的同時(shí)繼續(xù)使用熟悉的SQL工具，從而最大限度地減少中斷。
3. 開源優(yōu)勢: Postgres的社區(qū)驅(qū)動(dòng)特性有助于確保持續(xù)改進(jìn)和免費(fèi)訪問。而且，由于開源消除了許可證費(fèi)用，因此它對ROI產(chǎn)生了積極影響。組織還可以選擇增強(qiáng)的產(chǎn)品，例如Percona for PostgreSQL，它提供PostgreSQL的開箱即用版本以及針對企業(yè)需求的定制支持。
4. 部署自由: 使用PostgreSQL和Percona Everest等工具，企業(yè)可以在最合適的地方部署AI項(xiàng)目——本地、私有云或混合方法——以降低數(shù)據(jù)泄露的風(fēng)險(xiǎn)。

AI成功因素

我們從客戶那里了解到，成功的生成式AI方法包含三個(gè)因素：快速開發(fā)、低成本失敗和有效擴(kuò)展。了解更多Percona 如何幫助您實(shí)現(xiàn)所有這些。