L’optimisation des requêtes n’est pas toujours nouvelle. La gouvernance des dépenses dans le cloud pour déterminer et gérer les dépenses liées aux questions n’est pas nouvelle non plus. Ce qui est nouveau, néanmoins, c’est Bluesky, un fournisseur d’optimisation de charge de travail basé sur le cloud, axé sur Snowflake, qui a été publié plus tôt ce mois-ci pour aider les organisations à atteindre ces objectifs.
Parmi les composants importants de la méthode de l’entreprise, il y a » les algorithmes que nous avons créés nous-mêmes, sur la base de chacune de nos 15 dernières années d’expérience dans le travail de réglage chez Google, Uber, etc. », a déclaré Mingsheng Hong, PDG de Bluesky.
Hong est l’ancien responsable de l’ingénierie des capacités d’exécution de l’intelligence artificielle de Google, un rôle dans lequel il a beaucoup travaillé avec TensorFlow. Bluesky a été cofondé par Hong et le CTO Zheng Shao, un ancien ingénieur distingué chez Uber, où il s’est concentré sur l’architecture de l’information volumineuse et la réduction des coûts.
Les algorithmes référencés par Hong évaluent les requêtes à grande échelle, principalement dans les environnements cloud, et déterminer comment optimiser leur travail, diminuant ainsi leurs coûts. « Les questions privées n’ont presque jamais de valeur commerciale », a observé Hong. « C’est une combinaison d’entre eux qui, ensemble, permettent d’atteindre certains objectifs de l’entreprise, comme la modification des informations et l’offre d’informations sur l’entreprise. »
Ce qui est particulièrement intrigant, c’est que Bluesky combine des approches de système expert (IA) analytique et symbolique pour cette tâche, soulignant de manière tangible que leur fusion pourrait affecter l’avenir de l’IA dans l’entreprise .
Gouvernance des dépenses des requêtes d’intelligence artificielle
Il existe un certain nombre de méthodes par lesquelles Bluesky renforce la gouvernance des coûts en optimisant le temps et les ressources consacrés à l’interrogation des sources cloud populaires. La solution peut limiter la redondance des requêtes grâce à la matérialisation incrémentielle, une fonction utile pour répéter les requêtes par incréments définis, comme par heure, tous les jours ou toutes les semaines.
Selon Hong, lors de l’analyse des chiffres de revenus mensuels, par exemple, cette capacité permet aux systèmes de « sortir du calcul précédent et de calculer simplement la partie incrémentielle », ou le delta en considérant que le dernier calcul. Lorsqu’elle est appliquée à grande échelle, cette fonction peut économiser une quantité importante de ressources fiscales et informatiques.
Suggestions de réglage
Bluesky fournit une quantité détaillée de présence dans les modèles de questions et leur prise. L’option propose une liste continue des modèles de questions les plus chers, ainsi que d’autres méthodes pour « révéler aux individus combien ils investissent », a déclaré Hong. « Nous simplifions des utilisateurs, des groupes, des emplois, des centres d’appels spécifiques, etc., afin que tout le monde comprenne combien coûte tout le monde. »
Bluesky intègre des algorithmes qui incluent des approches d’IA statistiques et non statistiques pour le profil- conduit, interrogez l’attribution des dépenses. Les profils de requête sont basés sur le temps, le processeur et la mémoire requis par des requêtes particulières. Les algorithmes utilisent ces détails pour minimiser l’utilisation de ces ressources pour les requêtes au moyen de suggestions de réglage pour personnaliser le code de la question, la disposition des données, etc. « L’optimisation n’est pas seulement le calcul », a rappelé Hong. « De même, nous organisons le stockage : les indices de table, la façon dont vous disposez les tables, puis il y a les paramètres d’entrepôt et les paramètres système que nous modifions. »
Directives et découverte supervisée des appareils
Considérablement, les algorithmes offrant de telles suggestions et analysant les facteurs soulignés par Hong impliquent des approches basées sur des règles et l’intelligence artificielle. En tant que tels, ils intègrent la structure traditionnelle de représentation des connaissances de l’IA avec sa structure analytique. Il existe de nombreux cas d’utilisation d’un tel tandem (appelé IA neuro-symbolique) pour les innovations en langage naturel. Gartner a en fait décrit l’ajout de ces deux types d’IA dans le cadre d’un mouvement d’IA composite plus complet. Selon Hong, les directives sont un choix naturel pour l’optimisation des requêtes.
« C’est comme l’optimisation des requêtes en commençant par les règles et vous les améliorez avec la conception des coûts », a-t-il montré. « Il y a des cas où tenter d’exécuter un filtre est toujours un bon concept. C’est une excellente règle. Pour éliminer une analyse complète de la table, c’est toujours bon. C’est une règle. »
L’apprentissage supervisé est inclus lors de la mise en œuvre de directives basées sur les conditions de coût ou la conception des dépenses. Par exemple, se débarrasser des demandes de renseignements avec un mauvais retour sur investissement est une règle utile. Des stratégies de découverte contrôlées peuvent établir quelles questions correspondent à cette classification en examinant la valeur des questions de la semaine dernière, par exemple, avant de les éliminer au moyen de directives. « Si une requête échoue plus de 98 % du temps au cours des 7 derniers jours, vous pouvez mettre un tel modèle de requête dans une boîte de pénalité », a fait remarquer Hong.
Réduire les dépenses
La nécessité de réduire les coûts des entreprises, en particulier lorsqu’elles utilisent des paramètres de cloud multicloud et hybride, va certainement augmenter au cours des prochaines années. Les techniques de gouvernance des coûts et d’optimisation de la charge de travail qui améliorent les questions sont utiles pour comprendre où les coûts augmentent et comment les réduire. Compter sur une automatisation qui utilise à la fois l’IA statistique et non statistique pour déterminer ces domaines, tout en fournissant des idées pour remédier à ces problèmes, peut être un signe avant-coureur de la direction que prend l’IA d’entreprise
Objectif de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur l’innovation d’entreprise transformatrice et de négocier. Découvrez nos Briefings.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
