超过 40% 的 IT 决策者认为他们当前的数据架构无法满足未来的模型推理挑战

新的市场调查显示对实时模型训练和推理的需求；强调了当前架构在准确性、延迟和可靠性方面的主要挑战

山景城，2021 年 6 月 29 日—随着公司希望扩展其人工智能 (AI) 和机器学习 (ML) 的使用，以跟上客户的需求，他们在将这些项目投入生产并最终将其所需的结果交付给他们的底线方面面临着障碍。事实上，根据 委托研究，88% 的 AI/ML 决策者预计，未来一到两年内需要这些技术的用例将会增加，这项研究由 Forrester Consulting 代表 Redis Labs 进行。该研究着眼于在部署 ML 以创建 AI 应用程序时，决策者们从他们期望的转型中脱颖而出的挑战。 

该研究表明，公司正在开发越来越多基于实时数据的模型。但是，超过 40% 的受访者认为他们当前的数据架构无法满足他们未来的模型推理需求。大多数决策者 (64%) 表示，他们的公司正在基于来自数据流和连接设备的实时数据开发 20% 到 39% 的模型。随着团队在实时数据上开发更多模型，对准确性和可扩展性的需求变得越来越关键。值得注意的是，38% 的领导者大约在实时范围内开发了三分之一的模型。

其他主要发现包括

• 近一半的决策者认为，可靠性 (48%) 和性能 (44%) 是他们使用当前数据库部署模型的最大挑战。同样令人担忧的是，41% 的受访者认为他们的数据库无法满足必要的数据安全性和合规性要求。
• 为了实现 AI/ML 所承诺的益处，调查受访者表示，将模型定位在内存数据库中可以解决他们当前面临的关键障碍。根据调查，架构上的优势将使公司能够更有效地准备数据 (49%)、提高分析效率 (46%) 并保持数据更安全 (46%)。

正如 Forrester Consulting 总结的那样，“由 ML 模型驱动的 AI 不得不减慢应用程序的速度，因为它需要网络跳转到服务和/或微服务，以便应用程序使用 ML 模型和/或获取参考数据。大多数应用程序，尤其是事务性应用程序，在满足服务级别协议 (SLA) 的同时，无法承受这些宝贵的毫秒。” 

“公司正在拥抱 AI/ML，以便为他们的任务关键型应用程序交付更多价值，但需要现代化的 AI/ML 基础设施来支持实时服务和持续训练。仍然存在一些差距，阻碍公司使现有应用程序更智能并交付新应用程序，”Redis Labs 的首席业务发展官 Taimur Rashid 说。“客户意识到了这一点，并且 Redis 作为内存数据库的简单性和多功能性使他们能够将 Redis 实现为在线特征存储和推理引擎，以实现低延迟和实时服务。”

“Fabric 的成立是为了帮助品牌从传统商务系统迁移到现代数字商务系统，”Fabric 的 CTO Umer Sadiq 说。“为了向企业提供增强和改善客户体验的最佳技术，我们已经构建并继续交付依赖于 Redis 的实时数据平台（托管在 AWS 上）的应用程序，以确保为客户提供实时特征服务，从而保持卓越的用户满意度。此外，通过结合 Amazon SageMaker 和 Redis Enterprise 的强大功能来增强我们市场领先的推荐系统的效率，我们保证每次客户交互都具有低延迟和高可靠性。”

“The Room 的使命是将来自世界各地的顶尖人才与有意义的机会联系起来，而技术挑战的核心是一个数学上困难的实体匹配问题，”The Room 的 CTO Peter Swaniker 说。“为了解决这个复杂性，我们构建了一个联合解决方案，使用 Scribble Data 的 Enrich 特征存储和 Redis 的实时数据平台，为 The Room 的智能平台提供整体框架，该平台负责实体匹配。使用 Redis 基于最近邻向量查找的高性能密钥检索，该团队能够在核心相似度计算循环中实现 15 倍以上的改进，而没有任何内存开销。”

“在模拟中使用机器学习 (ML) 算法持续增长，以提高科学研究的效率和准确性，”Hewlett Packard Enterprise 的 AI 和高级生产力主管 Benjamin Robbins 说。“通过在 SmartSim 中利用 Redis 和 RedisAI（我们的新开源 AI 框架，可推进在超级计算机上运行的模拟），用户可以在现有模拟和内存数据库之间交换数据，同时模拟正在运行。这种简便的数据交换有助于解锁新的机器学习机会，例如在线推理、在线学习、在线分析、强化学习、计算指导和交互式可视化，这些可以进一步提高模拟的准确性并加速科学发现。” 

有关更多见解，请阅读 Forrester Consulting 机会快照 或了解更多关于 Redis 如何支持 AI/ML 用例。

来源：“将 ML 模型部署到内存数据库以实现极快的性能”，Redis 委托 Forrester Consulting 机会快照，2021 年 6 月

调查方法

此机会快照由 Redis Labs 委托。为了创建此配置文件，Forrester Consulting 调查了北美 106 位负责 ML/AI 运营策略的 IT 经理和决策者。受访者包括以下职位的人员：C 级管理人员 (29%)、副总裁 (15%)、总监 (42%) 和经理 (13%)。定制调查于 2020 年 12 月开始并完成。

其他资源

观看以下演示文稿

• Redis 作为在线特征存储
• 使用 RedisAI 进行高性能边缘推理
• SmartSim：利用 RedisAI 将机器学习引入科学计算
• Redis 作为可扩展的特征存储

关于 Redis

数据是每个企业的命脉，Redis 帮助企业重新构想他们能够以多快的速度处理、分析、预测并对其生成的数据采取行动。 Redis 通过提供 开源 和 企业级 数据平台来为应用程序提供支持，从而驱动任何规模的实时体验，从而为任何企业提供竞争优势。开发人员依靠 Redis 将性能、可扩展性、可靠性和安全性构建到他们的应用程序中。

Redis 诞生于云原生时代，能够以独特的方式使用户能够跨多云、混合云和全球应用程序统一数据，从而最大限度地发挥业务潜力。了解 Redis 如何在 redis.com 上为您提供这种优势。