• Wählen Sie das richtige NAS:
  Wählen Sie die ASUSTOR Lockerstor Gen3-Serie, die aufgrund ihrer leistungsstarken Hardware gut für die KI-Entwicklung geeignet ist.
• Installieren Sie KI-Entwicklungssoftware:
  Verwenden Sie Docker auf dem ASUSTOR NAS, um häufig verwendete KI-Entwicklungstools wie TensorFlow zu installieren.
• Datenaufbereitung:
  Organisieren Sie die Unternehmensdaten und laden Sie sie auf ein ASUSTOR NAS hoch, um während der Entwicklung einfach darauf zugreifen zu können.
• Modell-Training:
  Trainieren Sie KI-Modelle in einer virtuellen Umgebung auf dem NAS und bewerten Sie die Modellleistung.
• Modell-Einsatz:
  Einsatz der trainierten Modelle in der Produktionsumgebung zur Bereitstellung von KI-Diensten für Unternehmen.

Durch die Installation des ASUSTOR Cloud Backup Centers können KI-Trainingsmaterialien wie Bilder und Texte einfach auf gängige Cloud-Speicherdienste wie Amazon S3, Microsoft Azure Blob Storage oder Google Cloud Storage als Datenquellen für das KI-Modelltraining hochgeladen werden. Cloud Backup Center unterstützt die kontinuierliche Eingabe großer Mengen neuer Trainingsdaten in KI-Modelle während des Trainings und trägt so dazu bei, die Genauigkeit der Vorhersagen für ungesehene Daten zu verbessern. Die Verwendung eines ASUSTOR NAS als zentraler Knotenpunkt für die Zusammenarbeit mit Trainingsdaten oder als Caching-Center für Dateniterationen gewährleistet geringe Latenzzeiten und Echtzeitzugriff auf große Datensätze sowie effiziente Prozesse für Verwaltung, Zusammenarbeit und RAG-Datenbereinigung.

Bei der KI-Training können große Datensätze oft zu einem Engpass werden. Verwenden Sie Ihr ASUSTOR NAS-Gerät für Ihre Edge-Storage- und Caching-Center-Anforderungen, um die Einrichtung einer internen kollaborativen Arbeitsumgebung zu erleichtern. Die plattformübergreifenden Zugriffsfunktionen eines ASUSTOR NAS ermöglichen es Mitarbeitern, von überall aus auf zentral verwaltete Daten zuzugreifen und diese zu bearbeiten. Dadurch werden Netzwerkverzögerungen durch gleichzeitige Downloads großer Datensätze vermieden. Mitarbeiter an entfernten Standorten können Daten direkt online über das NAS bearbeiten. Auf diese Weise entfällt die Notwendigkeit, große Datensätze über externe Laufwerke zu übertragen. Sobald die Zusammenarbeit abgeschlossen ist, können die Daten über geplante Aufgaben auf einem ASUSTOR NAS in die Cloud hochgeladen werden.

RAG (Retrieval-Augmented Generation) ist eine Technik, die externe Informationen nutzt, um die Fähigkeiten von generativen KI-Modellen zu verbessern. Bei RAG wirkt sich die Datenqualität direkt auf die Leistung eines Modells aus. Eine effektive Datenbereinigung, ein komplexer, aber wichtiger Prozess. Er kombiniert sowohl manuelle als auch automatisierte Methoden und verbessert die Leistung von RAG-Modellen erheblich, indem er genauere und nützlichere Inhalte erzeugt.

Bevor Sie Daten an Plattformen wie SageMaker oder AWS S3 senden, müssen die Trainingsdaten vorbereitet werden. Dies beinhaltet in der Regel Datenvorbereitung, Bereinigung, Transformation, Feature-Engineering, Aufteilung und Hochladen, die alle eine kollaborative Verarbeitung erfordern. ASUSTOR NAS-Geräte spielen eine wichtige Rolle bei der Koordination dieses Prozesses und ermöglichen die Zusammenarbeit bei der Datenbereinigung vor dem Hochladen in die Cloud.