Los centros de datos adoptarán la tecnología que mejor soporte las aplicaciones; a su vez, las aplicaciones adoptarán el enfoque / técnica que mejor apoye el problema comercial.
Considere una analogía de Big Data. Hoy en día, los problemas de Big Data dependen de mover los cálculos a los datos (Hadoop, SPARC). Esto es una inversión del enfoque de mover datos a un procesador central.
A medida que las aplicaciones de aprendizaje automático se vuelven más estándar e importantes, los procesadores personalizados proporcionarán una ventaja competitiva.
- ¿Cómo se puede utilizar el aprendizaje automático para construir un sistema de predicción del comportamiento del cliente?
- ¿Cómo puede un investigador practicar las estadísticas bayesianas sin suficientes conocimientos matemáticos?
- Cómo usar SVM para clasificar imágenes normales y anormales si se conocen las características
- ¿Cómo afectarán herramientas como BigML y Google Prediction API al aprendizaje automático? ¿Reducirá la demanda de científicos de datos?
- ¿Cuál es el número mínimo de árboles que debo usar en un bosque aleatorio?
Dicho esto, la ventaja competitiva puede ser de corta duración. A medida que la velocidad del procesador ‘básico’ continúa mejorando y la capacidad de poner la capacidad de cuatro núcleos (o superior) en un solo chip, la solución de ‘hardware optimizado’ puede superarse.
Aquí hay algunos ejemplos de dónde los avances de hardware dieron un impulso inicial y luego fueron venerados.
La máquina de la base de datos Britton-Lee utilizó hardware optimizado para superar al software únicamente en bases de datos relacionales que se ejecutan en máquinas de consumo. La ventaja duró algunos años. Finalmente, Britton-Lee dio paso a SYBASE, escrito por personas que habían aprendido mucho al construir la máquina de base de datos Britton-Lee.
(Un desarrollo clave de Britton-Lee fue la invención del ‘procedimiento almacenado’, que ahora es estándar en la mayoría de las bases de datos relacionales. Originalmente fue creado para superar los cuellos de botella de comunicación que eran relativamente bajos en comparación con las velocidades de computación. Por lo tanto, tenía sentido para mover la lógica a los datos en lugar de al revés).
Otro ejemplo es “The Thinking Machine Corporation” Thinking Machines Corporation – Wikipedia La ventaja del hardware del procesamiento masivo paralelo basado en hardware fue inicialmente una gran ventaja. Sin embargo, gran parte de lo que se aprendió sobre el procesamiento paralelo se pudo recrear en software y dio lugar, al menos en parte, a Ab Initio; Una solución de procesamiento masivamente paralela utilizada hoy para muchas cargas de trabajo computacionales y ETL.