Ảo hóa GPU cho AI với VMware và NVIDIA dựa trên cơ sở hạ tầng của Dell

Việc phát triển các kỹ năng để thành công trong việc tích hợp AI, phát triển phần mềm và vận hành CNTT đã thách thức tất cả mọi người. Yêu cầu đặt ra đối với CNTT là cung cấp các hệ thống sản xuất mạnh mẽ cho khối lượng công việc AI quan trọng trong kinh doanh đồng thời quản lý các môi trường bổ sung để phát triển các sáng kiến ​​mới đã gây áp lực nặng nề lên các nguồn lực vốn đã hạn chế. Áp lực phải phát triển từ ý tưởng, thông qua thử nghiệm và sản xuất thường xuyên khiến các nhà khoa học và nhà phát triển dữ liệu phải từ bỏ việc hợp tác với CNTT. Thay vào đó, họ cố gắng tiến hành nhanh hơn một mình. Tình trạng này xuất hiện trong những năm có sự thay đổi nhanh chóng trong thời đại phát triển ứng dụng định hướng dịch vụ vi mô và trí tuệ kinh doanh, càng làm căng thẳng thêm mối quan hệ vốn đã đầy thách thức giữa CNTT, cộng đồng nhà phát triển và cộng đồng quản lý doanh nghiệp.

Bản chất thử nghiệm của công việc khoa học dữ liệu khiến việc cộng tác và lập kế hoạch trở nên khó khăn. Việc phân bổ nguồn lực CNTT trong môi trường cần có nguồn lực cho “phòng thí nghiệm phát triển” là điều khó dự đoán. Sự không chắc chắn về thời gian để định giá khiến việc quản lý ngân sách và khối lượng công việc gần như không thể thực hiện được. Bộ phận CNTT có thể cảm thấy rằng họ thiếu thông tin đầy đủ để phân bổ nguồn lực một cách hiệu quả và các nhà phát triển thường cảm thấy thiếu sự ưu tiên để đáp ứng những thay đổi trong kế hoạch đã thống nhất trước đó.

Những yếu tố này đã tạo ra động lực cho các nhóm tham gia vào việc gấp rút triển khai khối lượng công việc AI để hành xử theo những cách không hiệu quả về mặt chi phí cho tổ chức của họ. Những cách phổ biến nhất mà các nhóm cố gắng “đi nhanh hơn” là sử dụng việc sử dụng đám mây công cộng không được giám sát, tái sử dụng thiết bị cho một nỗ lực ngoài ý muốn hoặc mua lại nguồn tài trợ của đơn vị kinh doanh cho các sáng kiến ​​phát triển riêng biệt nằm ngoài quy trình lập ngân sách vốn CNTT chính thức. Những loại hệ thống thông tin này, tồn tại phần lớn ẩn giấu đối với các nhà quản lý và các đơn vị CNTT chính thức, tạo ra vấn đề ”CNTT ngầm” mà tất cả các tổ chức lớn hơn phải giải quyết. Các tình huống thúc đẩy các nhóm lựa chọn con đường CNTT bóng tối đặc biệt gay gắt trong lĩnh vực nghiên cứu ứng dụng AI và trí tuệ máy móc.

Sự tập trung vào AI, trước đây chỉ là mối quan tâm của một cộng đồng nhỏ các nhà nghiên cứu và nhà khoa học máy tính, giờ đây trở nên mãnh liệt đến mức nhiều tổ chức cảm thấy rằng mặc dù đã đầu tư đáng kể nhưng họ đang ngày càng tụt hậu so với các đối thủ cạnh tranh. Tốc độ quản lý dữ liệu mới và AI được đưa ra thị trường làm tăng chi phí lập kế hoạch hệ thống và tăng nguy cơ phải thay đổi quy trình thường xuyên hơn.