ওডেইলি প্ল্যানেট ডেইলি সংবাদ: ওয়েস্টার্ন ডিজিটাল (WD)-এর প্রধান পণ্য অফিসার আহমেদ শিহাব বলেছেন, কৃত্রিম বুদ্ধিমত্তার অবকাঠামোর দ্রুত বিস্তারের সাথে স্টোরেজ ক্ষেত্রের মূল প্রতিযোগিতা শুধুমাত্র ফ্ল্যাশ (Flash) এবং মেকানিক্যাল হার্ড ডিস্ক (HDD)-এর মধ্যে সীমাবদ্ধ নয়, বরং দীর্ঘমেয়াদি আর্থিকভাবে স্কেলযোগ্য AI স্টোরেজ আর্কিটেকচার গঠনের ক্ষমতার উপর নির্ভর করে। বর্তমানে AI শিল্প একটি গুরুত্বপূর্ণ সমস্যার মুখোমুখি: এই বছর যে স্টোরেজ আর্কিটেকচারটি বেছে নেওয়া হয়েছে, তা কি ভবিষ্যতে ডেটা আকার PB-এরও বেশি, এমনকি EB-এরও বেশি হওয়ার সময় সমর্থন করতে পারবে? তিনি মনে করেন, অনেক AI অবকাঠামোই পারফরম্যান্সের অভাবেই ব্যর্থ হয়নি, বরং ডেটা আকার বৃদ্ধির পরেই খরচের সমস্যায় পড়েছে।
আহমেদ শিহাব মনে করেন, এআই ডেটা অবিরাম বৃদ্ধি পাচ্ছে, যার মধ্যে রয়েছে মডেল ট্রেনিং ডেটা, ইনফারেন্স ডেটা, ব্যবহারকারী ইন্টারঅ্যাকশন রেকর্ড, কমপ্লায়েন্স ডেটা এবং সিনথেটিক ডেটা ইত্যাদি। যদি প্রাথমিক পর্যায়ে ফুল-ফ্ল্যাশ আর্কিটেকচার গ্রহণ করা হয়, তবে ছোট স্কেল ডিপ্লয়মেন্টে এটি আকর্ষণীয় হতে পারে, কিন্তু ডেটা পরিমাণ বৃদ্ধির সাথে স্টোরেজ খরচ বিশাল বোঝা হয়ে উঠবে। ফ্ল্যাশ এবং HDD পরস্পরের প্রতিদ্বন্দ্বী নয়, বরং বিভিন্ন ওয়ার্কলোডের জন্য পরস্পরকে পূরক করে। পারফরম্যান্স-সংবেদনশীল সিচুয়েশন, যেমন মডেল ওয়েটস, GPU ওভারফ্লো, KV ক্যাশে ইত্যাদির জন্য লো-ল্যাটেনসি ফ্ল্যাশের প্রয়োজন; আবার, ট্রেনিং ডেটাসেট, লগ, চেকপয়েন্ট, কমপ্লায়েন্স রেকর্ড এবং বড়সড় হিস্টোরিকাল ডেটা-এর মতো দীর্ঘমেয়াদি স্টোরেজের জন্য HDD-এর খরচ-কার্যকারিতা বেশি উপযুক্ত।
“এআই স্টোরেজের বিজয় নির্ভর করবে কে অর্থনৈতিকভাবে স্কেলযোগ্য ক্ষমতা প্রদান করতে পারবে,” শিহাব বলেন, গ্রাহকরা শুধু গতি নয়, বরং এআই ব্যবসাকে নির্ভরযোগ্য এবং টেকসইভাবে স্কেল করার ক্ষমতা নিয়েও মনোযোগ দেয়।
শিহাব বলেন, এআই যুগের স্টোরেজ আর্কিটেকচার একক স্টোরেজ মিডিয়ার উপর নির্ভরশীল না হয়ে আরও স্তরীয় হবে। “ফ্ল্যাশ মেমোরি কী মুহূর্তের পারফরম্যান্সের জন্য দায়ী, এইচডিডি ডেটার লাইফসাইকেলের জন্য দায়ী।” এআই ইনফ্রাস্ট্রাকচারের স্কেলিং পর্যায়ে, স্টোরেজ খরচ এখন শুধুমাত্র অপারেশনাল খরচ নয়, বরং আর্কিটেকচার ডিজাইনের একটি অংশ। প্রতিটি ডলার উচ্চখরচের পারফরম্যান্স স্টোরেজের উপর ব্যয় করা মানে কম্পিউটিং, নেটওয়ার্ক, বিদ্যুৎ এবং অন্যান্য ইনফ্রাস্ট্রাকচারের জন্য কম সম্পদ।
এছাড়াও, নির্ভরযোগ্যতা অবশ্যই আর্কিটেকচার ডিজাইনের প্রাথমিক পর্যায় থেকেই বিবেচনা করা উচিত। বড় পরিসরের AI সিস্টেমের ক্ষেত্রে, হার্ডওয়্যার, সফটওয়্যার, নেটওয়ার্ক এবং বিদ্যুৎ ব্যর্থতা সাধারণ বিষয়। উৎকৃষ্ট স্টোরেজ সিস্টেমের অবশ্যই অবিরাম চলমান, ত্রুটি বিচ্ছিন্নকরণ এবং দ্রুত পুনরুদ্ধারের ক্ষমতা থাকতে হবে। তিনি সংক্ষেপে বলেন, ভবিষ্যতে AI স্টোরেজের বিকাশের দিকনির্দেশ “ফ্ল্যাশ মেমোরি HDD-কে প্রতিস্থাপন করবে” নয়, বরং বিভিন্ন ডেটা লাইফসাইকেল এবং ব্যবসায়িক প্রয়োজনীয়তার ভিত্তিতে সঠিকভাবে স্তরীকরণ। “সত্যিকারের ইনফ্রাস্ট্রাকচার উজ্জ্বল পারফরম্যান্সের পিছনে ছোটা নয়, বরং AI-এর দীর্ঘমেয়াদী বৃদ্ধির জন্য নির্ভরযোগ্য ভিত্তি।”