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模型推理的挑战

新的市场研究表明对实时模型训练和推理的需求；突出了当前架构在准确性、延迟和可靠性方面的重大挑战

山景城，2021 年 6 月 29 日 - 随着企业寻求扩展其对人工智能 (AI) 和机器学习 (ML) 的使用，以满足客户的需求，他们正面临着将这些项目投入生产并最终为其底线带来预期结果的障碍。事实上，根据 Forrester Consulting 代表 Redis Labs 进行的一项委托研究，88% 的 AI/ML 决策者预计需要这些技术的用例将在未来一到两年内增加。该研究考察了在部署 ML 以创建 AI 应用程序时，阻止决策者实现其预期转型的挑战。

该研究表明，公司正在基于实时数据开发越来越多的模型。尽管如此，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模型推理的要求。大多数决策者 (64%) 表示，他们的公司正在从数据流和连接的设备中开发 20% 到 39% 的实时数据模型。随着团队开发更多基于实时数据的模型，对准确性和可扩展性的需求变得越来越关键。重要的是，38% 的领导者正在实时范围内开发大约三分之一的模型。

其他主要发现包括

• 几乎一半的决策者将可靠性 (48%) 和性能 (44%) 视为他们使用当前数据库部署模型面临的主要挑战。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，将模型放在内存数据库中将解决他们目前面临的主要障碍。根据调查结果，从架构上来说，这将使公司能够更有效地准备数据 (49%)，提高分析效率 (46%)，并确保数据更安全 (46%)。

正如 Forrester Consulting 得出的结论，“由 ML 模型提供支持的 AI 不应该通过要求应用程序进行网络跳转到服务和/或微服务来使用 ML 模型和/或获取参考数据来减慢应用程序的速度。大多数应用程序，尤其是事务性应用程序，无法承受宝贵的毫秒时间，同时满足服务级别协议 (SLA)。”

“公司正在采用 AI/ML 来为其关键任务应用程序提供更多价值，但需要现代 AI/ML 基础设施来支持实时服务和持续训练。仍有一些差距阻碍公司使现有应用程序变得更智能并提供新的应用程序，”Redis Labs 首席商务发展官 Taimur Rashid 说。“客户意识到了这一点，Redis 作为内存数据库的简单性和多功能性使他们能够将 Redis 实施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到现代的数字商务系统迁移，”Fabric 的首席技术官 Umer Sadiq 说。“为了为企业提供能够增强和改善客户体验的最佳技术，我们已经精心打造并继续交付依赖于托管在 AWS 上的 Redis 实时数据平台的应用程序，以确保向客户提供实时功能服务，从而保持卓越的用户满意度。此外，通过将 Amazon SageMaker 和 Redis Enterprise 的强大功能相结合，以提高我们市场领先的推荐系统的效率，我们确保了每次客户交互的低延迟和高可靠性。”

“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很困难的实体匹配问题，”The Room 的首席技术官 Peter Swaniker 说。“为了解决这一复杂性，我们设计了一种联合解决方案，使用 Scribble Data 的 Enrich 特征存储和 Redis 的实时数据平台来为 The Room 的情报平台提供总体框架，该平台负责实体匹配。利用 Redis 基于最近邻向量查找的高性能键检索，该团队能够在核心相似性计算循环中实现 15 倍以上的改进，而没有任何内存开销。”

“机器学习 (ML) 算法在模拟中的使用不断增长，以提高科学研究的效率和准确性，”惠普企业 AI 和高级生产力总监 Benjamin Robbins 说。“通过在 SmartSim（我们新的开源 AI 框架，推动在超级计算机上运行的模拟）中利用 Redis 和 RedisAI，用户可以在模拟运行时在现有模拟和内存数据库之间交换数据。数据交换的简便性有助于释放新的机器学习机会，例如在线推理、在线学习、在线分析、强化学习、计算控制和交互式可视化，这些机会可以进一步提高模拟的准确性并加速科学发现。”

如需了解更多见解，请阅读 Forrester Consulting 机会快照 或详细了解 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超快性能”，Forrester Consulting 机会快照，由 Redis 委托，2021 年 6 月

调查方法

此机会快照是由 Redis Labs 委托的。为了创建此概况，Forrester Consulting 调查了 106 位北美负责 ML/AI 运营策略的 IT 管理人员和决策者。受访者包括以下职位的人员：C 级高管 (29%)、副总裁 (15%)、主管 (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

• Redis 作为在线特征存储
• 使用 RedisAI 实现高性能边缘推理
• 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

数据是每个企业的生命线，Redis 帮助企业重新构想处理、分析、预测和对生成的数据采取行动的速度。Redis 通过提供 开源 和 企业级 数据平台为任何企业提供竞争优势，以支持驱动实时体验的应用程序，无论规模如何。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，以独特的方式让用户能够跨多云、混合和全球应用程序统一数据，以最大限度地发挥业务潜力。了解 Redis 如何为您提供这种优势，请访问 redis.com。