మీ వ్యాపారానికి డేటా డైట్ అవసరమైనప్పుడు

డేటా బ్లోట్ ఏర్పడుతుంది. గ్రహం యొక్క క్లౌడ్ నెట్‌వర్క్‌లలో విస్తరించి ఉన్న డేటా సేవలతో పెద్ద సంఖ్యలో ఆధునిక IT సిస్టమ్‌లు ఎంటర్‌ప్రైజ్ అప్లికేషన్‌లను అమలు చేస్తున్నాయి అంటే డేటా పెరుగుదల కొన్ని ప్రమాణాల ప్రకారం నియంత్రణలో ఉండకపోవచ్చు. మేము డేటా లేక్‌లను (ప్రాసెస్ చేయలేని లేదా విస్తృత కార్యాచరణ స్థాయికి ఉపయోగించలేని నిర్మాణాత్మక డేటా ప్రవాహాలను ట్యాంక్ చేయడానికి రూపొందించిన సమాచార వనరులు) మరియు డేటా వేర్‌హౌస్‌లను (మేము సాంప్రదాయకంగా ఉపయోగించలేని సమాచార వనరులు) ఉపయోగిస్తాము. (నిల్వకు కొంత ఆర్డర్‌ని వర్తింపజేయడం వంటివి) యొక్క రూపం, మేము ఇప్పటికీ డేటా-బ్లేటెడ్ ప్రపంచంలో ఉన్నాము.

ఉత్పాదక కృత్రిమ మేధస్సు యొక్క అవసరాలను తీర్చడానికి పెద్ద-స్థాయి భాషా నమూనాల (LLMలు) విస్తరణ ద్వారా ప్రస్తుత డేటా ఓవర్‌లోడ్ పరిస్థితి మరింత విస్తరించబడుతుందని చాలామంది అంగీకరిస్తున్నారు. డేటా రక్షణ మరియు నిల్వ విధానాలు, వీడియో స్ట్రీమ్‌లు, ఆన్‌లైన్ గేమింగ్ మరియు మరిన్నింటికి ధన్యవాదాలు, ఇటీవలి సంవత్సరాలలో డేటా వాల్యూమ్‌లు విస్తరిస్తున్నాయి. క్లౌడ్-ఆధారిత నిల్వ సేవలు ప్రస్తుతం ఆన్-ప్రాంగణ డేటా స్టోర్‌లతో పాటు చవకైనవి, అయితే డేటా సెంటర్‌లకు భౌతిక స్థలం మరియు పెద్ద మొత్తంలో శక్తి అవసరం.

డేటా డైట్‌కి ఇది సమయం కాదా?

డేటా రక్షణ మరియు రికవరీ వెండర్ కోహెసిటీ అనేది నేటి డేటా ఓవర్‌లోడ్‌ను హైలైట్ చేసే ఒక కంపెనీ. కంపెనీ పరిశ్రమ డేటాను సంకలనం చేసింది, అది డేటా సెంటర్ ఎనర్జీ సమస్యలను హైలైట్ చేస్తుంది మరియు డేటా వృద్ధికి అనుగుణంగా సామర్థ్యం ఉండదని సూచించింది, అయితే సంస్థలు డేటాను కోల్పోవడం ప్రారంభిస్తే తప్ప, దానికదే ప్రత్యక్ష ప్రభావం ఉండదు. నేను నా డేటాలో కొంత భాగాన్ని కోల్పోతానా?కాబట్టి…కొన్ని పౌండ్‌లను కోల్పోయి, డేటా డైట్‌ని ప్రారంభించే సమయం కావచ్చు.

ఇంటర్నేషనల్ బ్యూరో ఆఫ్ వెయిట్స్ అండ్ మెజర్స్ అనేది ప్రపంచంలోని పురాతన అంతర్జాతీయ శాస్త్రీయ సంస్థ. 1875లో స్థాపించబడినప్పటి నుండి, సంస్థ ప్రపంచవ్యాప్తంగా ప్రామాణికమైన యూనిట్ల వ్యవస్థను ప్రోత్సహించే లక్ష్యంతో ఉంది. దాని చివరి చతుర్వార్షిక సమావేశంలో (ప్రతి నాలుగు సంవత్సరాలకు ఒకసారి జరిగే ఈ సమావేశం శీఘ్ర పరిష్కారాలు లేదా శీఘ్ర నిర్ణయాల కోసం స్థలం కాదు), 62 సభ్య దేశాల ప్రతినిధులు హాజరైన కమిషన్, వేగంగా పెరుగుతున్న డేటాను పరిగణనలోకి తీసుకుంటే, ఇది అవసరమని చెప్పింది. రెండు కొత్త సమావేశాలను పరిచయం చేయడానికి. 1991 నుండి మొదటిసారిగా, రోనాబైట్‌లు మరియు క్వెటాబైట్‌లు మరియు రోనాబైట్‌లు డేటా యూనిట్‌లుగా ఉపయోగించబడ్డాయి.

రోనాబైట్‌లో 27 సున్నాలు మరియు క్వెట్టవైట్‌లో 30 సున్నాలు ఉన్నాయి. మీరు రెండోది వ్రాస్తే, అది 1,000,000,000,000,000,000,000,000,000,000 లాగా కనిపిస్తుంది.

ఆధునిక స్మార్ట్‌ఫోన్‌లో ఒక క్వెటాబైట్‌ను నిల్వ చేయడానికి చాలా పెద్ద సంఖ్యలో పరికరాలు అవసరమవుతాయి, ఎండ్-టు-ఎండ్ లైన్‌లో ఉంటే దాదాపు 93 మిలియన్ మైళ్ల పొడవు ఉంటుంది. కోహెసిటీ ప్రకారం, ఇది భూమి నుండి సూర్యునికి దూరం. గ్లోబల్ డేటా వాల్యూమ్‌లలో వేగంగా వృద్ధి చెందడమే భారీ కొత్త డేటా ఎంటిటీకి కారణమని కంపెనీ మాకు గుర్తు చేస్తుంది. 2010లో, ప్రపంచవ్యాప్తంగా ఉన్న వ్యక్తులు కేవలం 2 జెట్‌బైట్‌ల కంటే తక్కువ డేటాను రూపొందించారు మరియు 2022 నాటికి ఈ సంఖ్య దాదాపు 104 జెట్‌బైట్‌లకు పెరిగింది.

పర్యావరణ ప్రభావం

మార్క్ మోలినెక్స్, చీఫ్ టెక్నాలజీ ఆఫీసర్, EMEA, కోహెసిటీ ఇలా అన్నారు: “ఈ (అంగీకారంగా కొంత చీకె) పదం మిషన్-క్రిటికల్ డేటాను రక్షించడానికి తాజా డేటా వర్గీకరణ మరియు అప్లికేషన్ అనలిటిక్స్ టెక్నిక్‌లను ఉపయోగించే కంపెనీలను సూచిస్తుంది, తగిన స్థాయి భద్రత మరియు సమ్మతికి లోబడి ఉంటుంది, కానీ ఇతర అవశేష సమాచారం లేదు.” స్ట్రీమ్ నుండి మరింత నేరుగా వేరు చేయబడి, వ్యాపారాలు తమను తాము ప్రారంభించే ఇన్‌జెషన్ స్ట్రీమ్‌ల నుండి తీసివేయబడతాయి. ఆధునిక కృత్రిమ మేధస్సు (AI) ఇంజిన్‌ల ద్వారా ఆధారితమైన డేటా మేనేజ్‌మెంట్ ప్రక్రియలను ఉపయోగించండి. ఆ విధంగా, పరిస్థితి మరింత దిగజారడానికి ముందు మీరు ఇప్పుడు చర్య తీసుకోవచ్చు మరియు మీరు దానిని పరిగణించాలి మీ డేటా వెన్నెముక గ్యాస్ట్రిక్ బైపాస్ సర్జరీని పోలి ఉంటుంది.

Molyneux “క్షీణిస్తున్న పరిస్థితి” గురించి మాట్లాడింది మరియు ప్రస్తుతానికి, కనీసం ఇప్పటికైనా, డేటా విస్తరణ యొక్క పర్యావరణ ప్రభావం ఇప్పటికీ పరిమితంగానే ఉంది. ఇంటర్నేషనల్ ఎనర్జీ ఏజెన్సీ ప్రకారం, డేటా సెంటర్లలో డేటా మొత్తం 2015 మరియు 2021 మధ్య మూడు రెట్లు ఎక్కువ. అయినప్పటికీ, డేటా సెంటర్ శక్తి వినియోగం దాదాపు స్థిరంగా ఉంటుంది. ఇది ప్రాథమికంగా గణనీయమైన సామర్థ్య లాభాలు మరియు ఆధునిక హైపర్‌స్కేల్ డేటా సెంటర్‌లకు తరలింపు కారణంగా ఉంది.

“డేటా కేంద్రాలు మరింత సమర్థవంతంగా మారాయి, కానీ మేము సాధించగల సరైన సామర్థ్య స్థాయిలో ఉన్నాము” అని కోహెసిటీ యొక్క మోలినెక్స్ హెచ్చరించింది. “చిన్న సామర్థ్య లాభాలు మాత్రమే మిగిలి ఉన్నాయి. గ్రహం యొక్క ప్రస్తుత సమాచార కేంద్రాల సముదాయం ప్రస్తుత శక్తి ఉత్పత్తి రూపాలతో 2030లో మొత్తం 496 మిలియన్ టన్నుల కార్బన్ డయాక్సైడ్‌ను ఉత్పత్తి చేస్తుందని అంచనా వేయబడింది. .ఇది 2021లో ఫ్రాన్స్ మొత్తం ఉద్గారాల కంటే ఎక్కువ. .”

AI అనేది ఒక పెద్ద సైడ్ ఆర్డర్

మేము కంపెనీ యొక్క క్యాలరీ-కౌంటింగ్ సారూప్యతను అనుసరిస్తే, వినియోగ పైల్‌కు AI ఒక టన్ను అదనపు డేటాను జోడిస్తుందని మేము ఖచ్చితంగా ఆశించవచ్చు. మసాచుసెట్స్ ఇన్‌స్టిట్యూట్ ఆఫ్ టెక్నాలజీ (MIT) నుండి 2019 అధ్యయనం ప్రకారం, శిక్షణ నాడీ నెట్‌వర్క్‌లు వాటి జీవిత చక్రాలపై ఐదు అంతర్గత దహన ఇంజిన్ కార్ల వలె కార్బన్ డయాక్సైడ్‌ను ఉత్పత్తి చేయగలవని నిర్ధారించింది. Google మరియు బర్కిలీ విశ్వవిద్యాలయం 2021లో చేసిన ఒక అధ్యయనం ప్రకారం, ChatGPT యొక్క అసలు వెర్షన్ వెనుక ఉన్న AI మోడల్ అయిన GPT-3 శిక్షణ 1,287 గిగావాట్ గంటలను వినియోగిస్తుంది, తద్వారా 502 టన్నుల కార్బన్ డయాక్సైడ్‌ను విడుదల చేస్తుంది. ఇది ఒక సంవత్సరానికి 120 అమెరికన్ గృహాల విద్యుత్ వినియోగానికి సమానం.

“మా డిజిటల్ ఫుట్‌ప్రింట్‌పై మాకు చాలా తక్కువ నియంత్రణ ఉంది” అని మోలినెక్స్ వాదించారు. “కంపెనీలు తరచుగా ‘డార్క్’ డేటా యొక్క భారీ కుప్పలను వదిలివేస్తాయి, వీటిలో ఎక్కువ భాగం ఇకపై అవసరం లేదు, కానీ అవి ఇప్పటికీ దానిని తొలగించవు. ఇది తరచుగా వర్గీకరించని డేటా కారణంగా ఉంటుంది. చాలా సందర్భాల్లో, కంపెనీలకు తమ సర్వర్‌లలో ఏ డేటా ఉందో కూడా తెలియదు. డేటా డైట్ యొక్క కాన్సెప్ట్ వారు నిల్వ చేసే మొత్తం డేటాను తగ్గించడానికి సంస్థలు అనుసరించే వైఖరి మార్పును వివరిస్తుంది. ఈ మార్పు ఎంటర్‌ప్రైజెస్ డేటా మేనేజ్‌మెంట్ లైఫ్‌సైకిల్‌లో డేటాను ఇండెక్స్ చేయడం, వర్గీకరించడం మరియు సేకరించడం ఎలా అనేదానికి మరింత చురుకైన విధానాన్ని తీసుకోవడానికి ప్రోత్సహిస్తుంది. మీ సంస్థ యొక్క డేటా స్టోర్ వర్క్‌లోడ్‌లను ఒకే ఉమ్మడి ప్లాట్‌ఫారమ్‌లో ఏకీకృతం చేయడానికి చురుకైన చర్యలు తీసుకోవడం కూడా దీని అర్థం. ”

అట్కిన్స్ డైట్ మెథడాలజీ ఇక్కడ అందించబడనప్పటికీ, కోహెసిటీ బృందం కార్పొరేట్ సంస్థలు రోజువారీగా, వారానికోసారి మరియు నిజానికి వార్షిక ప్రాతిపదికన తినే డేటా డైట్‌ను తగ్గించడంలో సహాయపడగలదని వారు పేర్కొన్న కొన్ని నిరూపితమైన అభ్యాసాలను అందజేస్తుంది.

డేటా కోసం అట్కిన్స్?

డేటా మేనేజ్‌మెంట్ ప్లాట్‌ఫారమ్ ద్వారా సాధ్యమైనంత ఖచ్చితంగా డేటాను ఇండెక్సింగ్ చేసే పైన పేర్కొన్న ప్రక్రియ వాడుకలో లేని, అనవసరమైన, అనాథ లేదా పాతవి అయిన డేటా స్ట్రీమ్‌లను గుర్తించడంలో వ్యాపారాలకు సహాయపడుతుంది. ఈ కార్యకలాపానికి అనుగుణంగా, డేటా ప్లాట్‌ఫారమ్ స్థాయిలో వర్తించే డీప్లికేషన్ సాధనాలు డేటా నిల్వ లోడ్‌ను ఆశ్చర్యపరిచే స్థాయికి తగ్గించగలవు. అంటే ప్రశ్నలోని డేటా యొక్క “రకం” ఆధారంగా 97 శాతం వరకు తగ్గింపు, అయితే ఈ సంఖ్య చర్చనీయాంశంగా ఉండవచ్చు.

“అన్ని పరిశ్రమలలోని సంస్థలు గ్రహించవలసిన ముఖ్యమైన సామర్థ్య అవకాశాలు ఇక్కడ ఉన్నాయి. సంస్థ యొక్క డేటా స్టోర్‌లను శుభ్రం చేయడం ద్వారా, కంపెనీలు నాలుగు ప్రధాన ‘ఆహార’ సమూహాలలో ప్రయోజనాలను పొందగలవు. ఈ విధానం ఎ) క్లౌడ్ వనరులను మరింత ఖచ్చితమైన స్థాయిలో ఉపయోగించడం ద్వారా సంస్థ యొక్క కార్బన్ పాదముద్రను తగ్గిస్తుంది మరియు బి) ఎంటర్‌ప్రైజ్ డేటా లేయర్‌లో ఉన్న పాత వ్యక్తిగతంగా గుర్తించదగిన సమాచారం (PII)కి సంబంధించిన వ్యాజ్యం ప్రమాదాన్ని తగ్గిస్తుంది. మేము అలా చెప్పగలం మరియు c) ) AIకి మీ కంపెనీ విధానం మీ సంస్థ అంతటా అత్యంత సన్నగా మరియు అత్యంత ఖచ్చితమైన సమాచార వనరులపై నిర్మించబడిందని నిర్ధారించుకోండి. d) ఇది మీ IT టీమ్‌ను మరింత చురుకైనదిగా చేయడం ద్వారా మరియు అర్థరాత్రి డేటా బిల్డ్‌ల ద్వారా తక్కువ భారం పడేలా చేయడం ద్వారా బరువు తగ్గడంలో సహాయపడవచ్చు. టు-గో పిజ్జా గురించి,” కోహెసిటీ యొక్క మోలినెక్స్ ముగించింది.

డేటా డైట్ అనేది కొత్త మార్గాల్లో సమాచారాన్ని క్రమబద్ధీకరించడం మరియు నిర్వహించడం గురించి మీరు ఆలోచించేలా రూపొందించిన అందమైన ఆలోచన కావచ్చు. అవును, ఇది డేటా రక్షణ మరియు డేటా రికవరీ విక్రేతలచే ప్రతిపాదించబడిన భావన. మీరు దాని గురించి ఆలోచిస్తే, అదనపు ఉప్పును తినవద్దు. సోడియం తీసుకోవడం ఇప్పటికే తగినంత ఎక్కువగా ఉంది కాబట్టి మనం మా డేటాతో మరింత జాగ్రత్తగా ఉండాలి.

ఉప్పు లేని మసాలా జోడించండి.

నన్ను అనుసరించు ట్విట్టర్ లేదా లింక్డ్ఇన్.