اینتل تراشه ۷۲ هسته ای زئون فی را برای رقابت با پردازنده های گرافیکی انویدیا در حوزه یادگیری ماشین رونمایی کرد

اینتل تراشه ۷۲ هسته ای زئون فی را برای رقابت با پردازنده های گرافیکی انویدیا در حوزه یادگیری ماشین رونمایی کرد

اخیرا انویدیا پردازنده‌های گرافیکی قدرتمند خود نظیر تسلا پی ۱۰۰ را به منظور استفاده در کاربردهایی نظیر یادگیری ماشین، رونمایی کرده که بسیار مورد استقبال واقع شده است. اما اینتل به عنوان بزرگ‌ترین تولیدکننده‌های پردازنده‌ بیکار ننشسته و تراشه‌ی ۷۲ هسته‌ای زئون فی ۷۲۹۰ را برای استفاده از در حوزه‌ی یادگیری ماشین رونمایی کرده است.

اینتل تراشه‌ی ۷۲ هسته‌ای زئون فی ۷۲۹۰ خود را با هدف استفاده در کاربردهایی نظیر یادگیری ماشین رونمایی کرده است. این کمپانی مدعی است که زئون فی قادر است تا قدرتی برابر با پردازنده‌های گرافیکی انویدیا را در حوزه‌ی یادگیری ماشین به کاربران ارائه کند، در حالی که زئون فی در شماری از حوزه‌ها نیز دست بالا را در اختیار دارد.

قرار بود زئون فی به همراه Larrabee، پردازنده‌ی گرافیکی اصلی اینتل راهی بازار شود، اما این پروژه پس از چندین بار به تعویق افتادن، بالاخره در سال ۲۰۰۹ میلادی به صورت کامل کنار گذاشته شد، اما اینتل ایده‌ی توسعه‌ی زئون فی را کنار نگذاشت.

اینتل تراشه ۷۲ هسته ای زئون فی را برای رقابت با پردازنده های گرافیکی انویدیا در حوزه یادگیری ماشین رونمایی کرد

همانطور که اشاره کردیم، زئون فی با هدف مقابله با محصولات انویدیا راهی بازار شده که اخیر سر و صدای بسیاری را در حوزه‌هایی نظیر بازی و یادگیری ماشین، بله راه انداخته است.

البته باید به این موضوع اشاره کرد که زئون فی تاکنون به عنوان یکی از بهترین گزینه‌ها برای توسعه‌ی ابررایانه‌ها و سرورها در موسسات آموزشی و کمپانی‌های متعدد مورد استفاده قرار گرفته است، اما اینتل با معرفی نسل جدید این تراشه که از وجود ۷۲ هسته‌ی پردازشی بهره می‌برد، درصدد رقابت با پردازنده‌های گرافیکی انویدیا در حوزه‌ی یادگیری ماشین است.

تراشه‌ی ۷۲ هسته‌ای زئون فی ۷۲۹۰ را باید سریع‌ترین تراشه‌‌ی این کمپانی در تاریخ خواند. براساس اطلاعات ارائه شده این محصول از سپتامبر سال جاری میلادی با برچسب قیمت ۶,۲۹۴ دلاری راهی بازار خواهد شد که علاوه بر سریع‌ترین، لقب گران‌ترین محصول اینتل را نیز به خود اختصاص داده است. اینتل در کنار این محصول، سه نسخه‌ی دیگر از زئون فی را نیز رونمایی کرده که شامل نسخه‌ی ۶۴ و ۶۸ هسته‌ای می‌شود.

تراشه‌های زئون فی در برخی از سریع‌ترین رایانه‌های جهان مورد استفاده قرار می‌گیرند. اینتل شماری از تراشه‌های نسل جدید خود را از ماه‌ها پیش راهی بازار کرده است، اما این کمپانی مشخصات فنی و قیمت محصولات خود را برای اولین بار در جریان کنفرانس بین المللی ابررایانه‌ها که در فرانکفورت آلمان برگزار می‌شود، اعلام کرد.

همانطور که در تصویر نیز مشاهده می‌کنید، این تراشه با ظاهری شبیه به یک کارت گرافیک تولید شده است. کاربران می‌توانند از این تراشه به عنوان پردازنده‌ی اصلی سیستم استفاده کرده یا آن را در کنار سایر پردازنده‌های موجود قرار دهند. برای مثال در ابررایانه‌ها و سرور‌ها این تراشه به عنوان یک پردازنده‌ی کمکی برای پردازنده‌ی اصلی که زئون E5 است، مورد استفاده قرار خواهد گرفت.

البته باید به این موضوع اشاره کرد که امکان استفاده از این تراشه‌ در رایانه‌های معمولی نیز وجود دارد، اما نباید انتظار داشت تا رایانه‌ی مجهز به این تراشه توانایی اجرای آخرین بازی‌های منتشر شده را داشته باشد، چراکه زئون فی جدید با بهره‌گیری از هسته‌های اتم تقویت شده برای انجام محاسبات و پردازش‌های علمی توسعه یافته است.

تراشه‌ی زئون فی جدید از حافظه‌ی سه بعدی موسوم به Integrated Stacked Memory با ظرفیت ۱۶ گیگابایت بهره برده و می‌تواند از حافظه‌ی رم DDR4 با ظرفیت بیش از ۳۸۴ گیگابایت نیز پشتیبانی کند. انرژی مصرف شده توسط این پردازنده ۲۴۵ وات است و فرکانس هر یک ازهسته‌ها روی ۱.۵ گیگاهرتز تنظیم شده است.

ووشپارد به این موضوع اشاره کرده که پردازنده‌ها در مقایسه با پردازنده‌های گرافیکی در کاربردهایی نظیر یادگیری ماشین و سرور‌ها بسیار سریع‌تر هستند.

اینتل تراشه‌ی جدید خود را در حوزه‌ای نظیر یادگیری عمیق نیز مورد آزمایش قرار می‌دهد. این کمپانی علاوه بر انویدیا با پردازنده‌های گرافیکی، حضور رقبای دیگری را با تولید پردازنده‌های مخصوص یادگیری عمیق حس می‌کند که از جمله‌ی آن باید به گوگل اشاره کرد که اخیرا پردازنده‌ی TPU یا همان پردازنده‌ی تنسور را رونمایی کرده است.

براساس برنامه‌‌های اینتل، این کمپانی در نظر دارد تا از حوره‌ی تولید تراشه برای رایانه‌ها فاصله گرفته و تراشه‌های جدید خود نظیر زئون فی را با فناوری‌های جدیدی که به آن‌ها دست یافته، پیونددهد.

باید دید که رقابت کمپانی‌ها در مسیر توسعه‌ی واحدهای پردازشی مورد استفاده در حوزه‌هایی نظیر یادگیری عمیق، یادگیری ماشین و هوش مصنوعی به کجا ختم خواهد شد؟

 

اشتراک

 

محققان پردازنده هزار هسته‌ای ساختند!

حتما تاکنون نامی از پردازنده‌های ۱۰ یا ۱۲ یا ۱۸ هسته‌ای شنیده‌اید ولی مطمئنا این خبر برایتان تازگی دارد. موسسه تحقیقاتی UC Davis پردازنده‌ای به نام KiloCore توسعه داده است که دربردارنده هزار هسته محاسباتی است و بسیاری از وظایف و کارهای پردازشی را در کمتر از یک ثانیه انجام می‌دهد.

با این پردازنده می‌توان بسیاری از کارهای محاسباتی مانند رمزنگاری، محاسبات علمی خرد، انکدینگ ویدیوها را به طور موازی و در کمترین زمان ممکن تا کنون انجام داد. کارایی این پردازنده فوق‌العاده و چشم‌گیر است. شما می‌توانید ۱۱۵ میلیارد دستورالعمل را در یک ثانیه انجام دهید ولی فقط ۰.۷ وات مصرف انرژی داشته باشید. یعنی برای راه‌اندازی و اجرای این تراشه فقط به یک باتری قلمی AAA نیاز است. فعلا نباید منتظر تولید انبوه این محصول بود. این پردازنده با آزمایشگاه‌های IBM و در مقیاس ۳۲ نانومتری ساخته شده است در حالی که پردازنده‌های تجاری موجود در بازار از فناوری‌های ۱۴ نانومتری استفاده می‌کنند. بنابراین؛ محققان و توسعه‌دهنده‌گان KiloCore به دنبال روش‌هایی برای کوچک‌تر کردن این واجد محاسباتی هستند. چیزی که از دل این خبر بیرون می‌آید؛ چشم‌انداز سال‌های آینده است و اینکه شما روی دستگاه‌های همراهی مانند موبایل یک پردازنده با این سطح از کارایی داشته باشید و بتوانید چندین کار سنگین را سریع انجام دهید در حالی که مصرف باتری موبایل به کمترین حد ممکن خودش رسیده است.

منبع: www.netco.biz

گوگل پردازنده‌ای ویژه هوش مصنوعی ساخت

امروزه بیش از ۱۰۰ تیم حرفه‌ای در گوگل از یادگیری ماشینی در حوزه‌های مختلف و همچنین بهبود عملکرد برنامه‌های کاربردی محبوب استفاده می‌کنند. Street View، صندوق پستی و جستجوی صوتی همه این برنامه‌ها به لطف یادگیری ماشینی به بهترین شکل عمل می‌کنند. اما در پس زمینه این نرم‌افزارهای محبوب، سخت‌افزارهای گوگل قرار دارند که همانند خورشیدی می‌درخشند. اگر به فعالیت‌های سخت‌افزاری گوگل نگاهی داشته باشیم، به خوبی مشاهده می‌کنیم که این شرکت با ساخت سخت‌افزارهای ویژه مراکز داده‌اش، بیگانه نیست. اما خبر طراحی یک پردازنده خاص، موضوع دیگری است.

این پردازنده خاص منظوره غول اینترنتی، یک واحد پردازش تانسو است که در اصل یک تراشه سفارشی ویژه یادگیری ماشینی است. در حالی که در ظاهر چنین به نظر می‌رسد که این پردازنده با هدف افزایش دقت وظایف هوش مصنوعی طراحی شده است، اما این چنین نیست. گوگل در ساخت این تراشه تمرکزش بر محاسبات خام بوده است. در نتیجه سعی کرده است  مصرف انرژی این تراشه را به حداقل رسانده تا در یادگیری ماشینی عملکرد بهتری داشته باشد. اگر این پردازنده را به لحاظ مصرف انرژی با پردازنده‌های رایج بازار مورد بررسی قرار دهیم، مشاهده می‌کنیم که این پردازنده با همان مصرف انرژی سریع‌تر کار می‌کند.

پروژه‌ای که نزدیک به یک سال مستتر بود!

گوگل نزدیک به یک سال پیش در سکوت کامل خبری کار روی پروژه‌ای در ارتباط با شتاب‌دهندگی پیشرفته در برنامه‌های کاربردی را آغاز کرد. پروژه‌ای که بر مبنای یادگیری ماشینی عمل می‌کرد. ماحصل این پروژه گوگل یک واحد پردازشی تانسور TPU بود. یک ASIC سفارشی که به‌طور خاص برای یادگیری ماشینی طراحی شده بود. تراشه‌ای که به بهترین شکل با پروژه یادگیری ماشینی منبع باز TensorFlow یکپارچه شده است. گوگل با استفاده از این تراشه‌‌ که مصرف انرژی آن بهینه‌سازی شده است، بسیاری از کارها را مدیریت کرده و فرآیندهایی همچون بهبود کیفیت نقشه‌ها و افزایش ضریب اعتماد به آلفاگو که برای شرکت در مسابقه Go آماده شده بود را بهبود بخشید. این همان تراشه‌‌ای بود که گوگل در بازی Go برای شکست قهرمان کره‌ای از آن استفاده کرد. تقریبا یک سال است که گوگل از این تراشه‌ها در مراکز داده‌ای خودش استفاده می‌کند.

اما دو نکته جالب توجه در ارتباط با این تراشه‌ها وجود دارد. اول آن‌که معماری این تراشه‌ها به گونه‌ای است که از هر وات مصرفی برای یادگیری ماشینی به صورت بهینه‌سازی شده‌ای استفاده می‌کند. دوم آن‌که گوگل دقت این تراشه‌ها را کمی کاهش داده است. این کاهش دقت باعث شده است تا از تعداد ترانزیستورهای کمتری برای انجام عملیات استفاده شود. این ترکیب به گوگل این توانایی را داده است تا عملیات بیشتری را در هر ثانیه به درون سیلیکون‌ها وارد کرده و از مدل‌های یادگیری ماشینی قدرتمندتری استفاده کرده و این مدل‌ها را بسط دهد. ماحصل این فعالیت‌ها در غالب ارائه نتایج هوشمندانه‌ای که به سرعت در حال رشد هستند به کاربران نشان داده می‌شود.

گوگل در ارتباط با دستاوردهای این شرکت در حوزه محاسبات پیشرفته گفته است: «هدف ما این است که به عنوان رهبری در صنعت یادگیری ماشینی شناخته شویم و نوآوری‌هایی که در این زمینه به وجود می‌آوریم را در اختیار مصرف کنندگان خودمان قرار دهیم. ساخت تراشه‌های TPU که در زیرساخت‌های گوگل مورد استفاده قرار می‌گیرد به ما اجازه می‌دهد تا قدرت گوگل در حوزه نرم‌افزارهایی همچون تانسورفلو و یادگیری ماشینی ابری را همراه با قابلیت‌های شتاب‌بخشی پیشرفته در اختیار توسعه دهندگان خود قرار دهیم. یادگیری ماشینی در حال تغییر این رویکرد است که چگونه توسعه‌دهندگان توانایی ساخت برنامه‌های هوشمندی را دارند که مزایایی را هم برای مصرف کنندگان و هم برای مشتریان به وجود آورد. ما با اشتیاق دوست داریم، آینده‌ای را مشاهده کنیم که این امکانات به بهترین نحو در زندگی مردم وارد شده باشد.»

لازم به توضیح است که شما توانایی خرید این پردازنده‌ها را ندارید، اما به خوبی تاثیرگذاری آن‌را بر هوش مصنوعی و از همه مهم‌تر بر سرویس‌های گوگل مشاهده خواهید کرد.

===============================www.netco.biz

معرفی روتر های سیسکو

معرفی روتر های سیسکو

در میان محصولات شبکه ، Cisco آشناترین و محبوبترین نام را دارد. محصولات Cisco معمولا” بهترین و مطمئن ترین ابزارهای شبکه هستند. با داشتن یک روتر Cisco بعید است مدیر یک شبکه در حل مسائل و مشکلات خود به بن بست برسد. چرا که Cisco برای هر مسئله ای راه حلی را پیشنهاد کرده است.

ما در اینجا تنها مقداری درباره روترهای Cisco بحث می کنیم و وارد سایر محصولات Cisco نمی شویم.

بدیهی است پرداختن به جزئیات کامل روترهای Cisco نیز امکان پذیر نیست. برای آگاهی کامل از محصولات و هر یک از تجهیزات Cisco می توانید به سایت cisco.com مراجعه نمایید.

امروزه استفاده از روترهای Cisco به منظور برقراری ارتباط کاربران با ISP از جمله رایج ترین روشهای موجود است. علاوه بر این روترهای Cisco می توانند به منظورهای مختلفی نظیر Firewall , Routing , VoIP , … مورد استفاده قرار گیرند.

روترهای Cisco دارای مدلهای مختلفی بوده که برخی از آنها به اختصار عبارتند از :

Cisco 2511 :

این مدل دارای ۱ ماژول Ethernet می باشد.

ــ برای اتصال خط Leased دارای پورت سریال Onboard است.

ــ مــیزان Ram آن۴ الی ۸ مــگابایت می باشد و امکان افزایش را نیز داراست.

ــ میزان Flash آن۸ الی ۱۶ مگابایت بوده و امکان تعویض یا افزایش را نیز داراست.

ــ ماژول نمی توان به آن اضافه کرد. اما می توان ۲ پورت سریال برای اتصال خط Leased یا E1/T1 به آن اضافه کرد.

ــ سرعت Ethernet آن ۱۰ Mb/s می باشد.

Cisco 26XX :

ــ این مدل دارای ۱ پورت یا ۲ پورت Ethernet می باشد.

ــ بــرای اتــصــال خــط Leased به کارت سریال WIC1T یا WIC2T نیاز است.

ــ میزان Ram آن حداقل ۱۶ و حداکثر ۲۵۶ مگابایت می باشد.

ــ میزان Flash آن حـــداقل ۸ و حـــداکثر ۱۲۸ مگابایت می باشد.

ــ حداکثر ۱ ماژول می توان به آن اضافه کرد.

ــ حداکثر ۲ کارت WIC می توان به آن اضافه کرد.

ــ سرعت Ethernet آن ۱۰۰/۱۰ یا۱۰ می باشد.

Cisco 36XX :

ــ این مدل دارای ۱ پورت یا ۲ پورت Ethernet می باشد.

ــ برای اتصال خط Leased به آن به ماژول NM-1FE2W و کارت سریال WIC1T یا WIC2T نیاز است

ــ مــیزان Ram آن ۳۲ مــی باشــد و امــکان افــزایش را نیز داراست.

ــ میزان Flash آن ۸ بوده و امکان تعویض یا افزایش را نیز داراست.

ــ حداکثر ۶ ماژول می توان به آن اضافه کرد.

ــ سرعت Ethernet آن ۱۰۰ می باشد.

Cisco 5300 :

ــ این مدل Router نبوده و فقط Access Server می باشد.

ــ دارای ۲ پورت Ethernet است. یکی با سرعت ۱۰ و دیگری با سرعت ۱۰۰ است.

ــ خط Leased نمی توان به آن اضافه کرد.

ــ میزان Ram آن ۶۴ می باشد و امکان افزایش را نیز داراست.

ــ میزان Flash آن ۱۶ بوده و امکان تعویض یا افزایش را نیز داراست.

ــ حداکثر ۳ ماژول می توان به آن اضافه کرد.

ــ حداکثر ۴ خط E1 می توان به آن اضافه کرد. (برای ۱۲۰ خط VoIP همزمان)

Cisco 5350 :

ــ این مدل دارای ۲ پورت Ethernet با سرعت ۱۰/۱۰۰ می باشد.

ــ حداکثر ۷ خط E1 می توان به آن اضافه کرد.

ــ دارای دو سریال پورت Onboard است که از آن می توان برای اتصال خط Leased استفاده کرد.

ــ میزان Ram آن ۱۲۸ مگابایت می باشد و امکان افزایش را نیز داراست.

ــ میزان Flash آن ۳۲ مگابایت بوده و امکان تعویض یا افزایش را نیز داراست.

ــ حداکثر ۳ ماژول می توان به آن اضافه کرد.

ــ حداکثر ۷ خط E1 می توان به آن اضافه کرد.

Cisco 1750 :

ــ این مدل دارای ۱ ماژول Ethernet می باشد.

ــ به این مدل می توان ۲ کارت WAN اضافه کرد.

ــ مورد استفاده آن فقط به منظور Voice Gateway است.

ــ برای اتصال خط Leased به آن باید ماژول WIC به آن اضافه کرد.

ــ میزان Ram آن۱۶ مگابایت می باشد و امکان افزایش را نیز داراست.

ــ میزان Flash آن ۴ مگابایت بوده و امکان تعویض یا افزایش را نیز داراست.

ــ با استفاده از کارتهای VIC-2FXO می توان از حداکثر ۴ خط به منظور VoIP استفاده کرد.

ــ ماژول نمی توان به آن اضافه کرد.

ــ سرعت Ethernet آن۱۰/۱۰۰ می باشد.

Cisco Vg200 :

ــ این مدل دارای ۱ ماژول Ethernet می باشد.

ــ مورد استفاده آن فقط به منظور Voice Gateway است.

ــ اتصال خط Leased به آن ممکن نیست.

ــ میزان Ram آن۱۶مگابایت می باشد و امکان افزایش را نیز داراست.

ــ میزان Flash آن ۴مگابایت بوده و امکان تعویض یا افزایش را نیز داراست.

ــ حداکثر ۱ ماژول می توان به آن اضافه کرد.

ــ سرعت Ethernet آن ۱۰۰/۱۰ می باشد.

همانگونه که گفته شد روترهای Cisco نسبت به سایر روترها قابلیت انعطاف پذیری بیشتری داشته و ماژول های مختلفی می توان بر روی آنها نصب کرد و به منظورهای مختلف از آنها استفاده نمود. از میان انواع ماژولهایی که می توان بر روی روترهای Cisco نصب کرد می توان به موارد زیر اشاره کرد :

NM16AM : ماژول Data برای ۱۶ خط تلفن به همراه ۱۶ مودم Internal با سرعت ۵۶Kb/s می باشد.

NM32A : ماژول Data برای ۳۲ خط تلفن بدون مودم Internal می باشد. اگر از این ماژول استفاده شود باید ۳۲ مودم External به روتر وصل شود.

NM16A : ماژول Data برای ۱۶ خط تلفن بدون مودم Internal می باشد. اگر از این ماژول استفاده شود باید ۱۶ مودم External به روتر وصل شود.

NM-HDV-2E1 : بوسیله این ماژول ۲ خط E1 را می توان به روتر متصل کرد.

نوآوری کلیدی تکنولوژی در سال۲۰۱۶

نوآوری کلیدی تکنولوژی در سال۲۰۱۶

سال ۲۰۱۶ همراه با چشم اندازهایی جدید در زمینه سخت افزارهای محیط های کسب و کار متوسط همراه گردیده است. طبق بررسیهای IDC، سخت افزار بزرگترین بخش از بازار در سال ۲۰۱۶ باقی خواهد ماند و نزدیک به ۴۰ درصد از تمام هزینه های IT به سمت دستگاه های، زیرساخت ها و سایر سخت افزار خواهد بود. آخرین زمانی که قابلیت های فنی کسب و کار خود را بررسی نموده اید، کی بوده است؟ آیا کارکنان شما از وجود فن آوری های قدیمی، عدم دسترسی و یا محدودیت های ذخیره سازی داده شکایت مینمایند؟ زمان آن رسیده تا فن آوری های نوآورانه ای که منجر به پیشرفت کسب و کار شما میشوند را درنظر بگیرید. در اینجا نگاهی به سه حوزه زیرساخت کلیدی که بسیاری از سازمان های متوسط قصد استقرار آن را پیش رو دارند، میندازیم:

 شبکه های مجازی

برای کسب و کارهای متوسط، مجازی سازی سرور به طور فزاینده ای رایج گردیده است. این سازمان ها ممکن است در معرض تنگناهای داده قرار گرفته و ذخیره سازی مجازی را نیز اضافه نمایند. در حال حاضر، فاز آتی شبکه، مجازی سازی میباشد. سال ۲۰۱۶، سال بزرگ شکل گیری مجازی سازی و شبکه نرم افزار تعریف شده (SDN) است. در حالی که SDN از لحاظ فنی یک سخت افزار ارتقاء پذیر نیست، تفکر بر قابلیت های سخت افزاری شما برای این موضوع حائز اهمیت میباشد. با آماده سازی اساس تکنولوژی خودتان ، به طور کامل می توانید SDN یا مجازی سازی را ادغام، از مزایای آن استفاده کنید و کسب و کار خود را بدون هیچ گونه نگرانی در مورد از کار افتادگی فعال سازید. مزیت مرکز SDN پیرامون حوزه همگرایی میباشد. عناصر شبکه (به عنوان مثال، سوئیچ ها، فایروال ها، روتر، و غیره) همانند محاسبات و ذخیره سازی مجازی، به صورت یک فرآیند ساده مدیریت شبکه به نظر میایند. علاوه بر این، توانایی تهیه و تنظیم آسان منابع شبکه برای قوی تر شدن مقیاس شبکه فراهم میاید. سخت افزارهای مورد نیاز چه هستند و چه چیزهایی برای پشتیبانی از تراکنش ها مورد نیاز است؟ به عنوان مدیر فناوری اطلاعات، شما باید تفکیک منطقی توابع شبکه معمولی را تهیه نمایید. سوئیچ ها و روتر باید به صورت متمرکز بر روی پردازش بسته پیکربندی شود، در حالی که مسیر واقعی شبکه باید بر روی SDN باقی بماند.

اینترنت اشیا

IoT به اینترنت اشیاء اطلاق میشود و هنوز در مراحل اولیه رشد است، اما کسب و کارها تا حد زیادی می توانند از این فناوری جوان بهره مند شوند. مهمترین مزیت این روش تاثیر اطلاعات با ارزش است. با بهره گیری از اتصال دستگاه های مشتریان و نهادهای کسب و کار به طور یکسان، منابع جدیدی از داده به دست میاید، که می تواند به فرصتی ارزشمند از اطلاعات تبدیل گردد. به عنوان مثال، ماشین های فروش می تواند با یک سیم کارت نصب شده اطلاعات فروش را به دفتر ارسال نمایند، که این یک فرایند خودکار خستگی ناپذیر است. جمع آوری این داده ها بسته به ترافیک مصرفی می تواند برای پیش بینی زمان آتی تهیه یک ماشین جدید کمک نماید. علاوه بر این، اینترنت اشیا (IOT) را می توان اهرمی برای افزایش بهره وری رو به جلو کسب و کار از طریق بازاریابی در زمان واقعی، بهینه سازی فرآیند و کاهش مصرف در نظر گرفت. محصولات اینترنت اشیا به طور مستقل می توانند در جمع آوری داده از کاربران و مشتریان، از جمله چگونگی و زمان استفاده از محصول به کار برده شوند. با نظارت بر خریداران و آن چه که مورد نیاز آنهاست، بازاریابان بهتر می توانند بر روی ارسال تقاضا، پیام های منحصر به فرد به مشتریان، بهبود بازاریابی داخلی و تجربه مشتری تعیین هدف نمایند. اگر کسب و کار شما به مزایای استفاده از اینترنت اشیا توجه دارد و بر روی یکپارچه سازی برخی از فن آوری جدید در آینده نزدیک برنامه ریزی مینماید، شرکت خود را برای هجوم دستگاه های جدید با به روز رسانی سخت افزار فعلی و زیرساخت های شبکه، محاسبات و ذخیره سازی بالاتر و سطح پردازش داده ها بیشتر آماده نمایید.

ذخیره سازی مبتنی بر فلش

کسب و کار شما به لطف چند عامل کلیدی ممکن است سال ۲۰۱۶ را به عنوان زمانی مناسب برای ارتقاء ذخیره سازی مبتنی بر فلش در نظر بگیرد. اول اینکه قیمت فلش در حال کاهش است، که به این معنیست که فلش ها در حال حاضر برای تمام کسب و کار ها مقرون به صرفه میباشند. علاوه بر این، افزایش نیاز به پردازش داده ها با عملکرد بالا به احتمال زیاد منجر به رشد آن میشود. رشد اطلاعات کسب و کار و نیاز به راه حل های ذخیره سازی با کارایی بالا، منجر به ارایه گزینه های امیدوار کننده ای برای کسانی که به دنبال این تصمیم در این سال هستند گردیده است. با در دسترس قرار داشتن راه حل های ذخیره سازی، کسب و کارها می توانند سرعت و عملکرد فلش را به همراه طول عمر دیسک داشته باشند. بهتر از همه اینکه، ارتقاء به ذخیره سازی مبتنی بر فلش تقریبا هیچ خللی در ترکیب با سایر تکنیک های موجود در ذخیره سازی و سخت افزار فعلی ایجاد نمی نماید و به کسب و کار شما اجازه اجرا در سطح مطلوب را می دهد. با یکپارچه سازی فن آوری ذخیره سازی زیرساخت های خود، سازمان شما می تواند یک فلش را مانند هر دستگاه ذخیره سازی دیگر به عنوان هدف معرفی نماید. کسب و کارها میبایست به دقت وظایف پردازش اطلاعات ارسالی به این فلشها را اولویت بندی نمایند. قبل از ادغام، داده ها را با توجه به آنچه می خواهید در فلش ذخیره نمایید با توجه به این پرسش های مهم مرتب نمایید:

• کدام برنامه ها بزرگترین فایلها را تولید مینمایند؟
• داده هایی که قصد ذخیره سازی دارید چه زمان تولیدی دارند و یا تا چه حد مرتبط هستند؟
• چه مقدار از داده ها کپی شده و یا قدیمی هستند؟
• چه داده هایی حساس و نیاز به رمزگذاری دارند؟
• با چه سرعت و از چه مکانی نیاز به دسترسی به داده ها دارید ؟

اگر در این سال به دنبال ارتقاء سخت افزاری فعلی کسب و کار خود هستید، این سه فن آوری نوین را برای سازمان متوسط خود در نظر بگیرید و شروع به برنامه ریزی کنید که چگونه شما می توانید این روش ها را بدون اختلال در روند کسب و کار ادغام نمایید. با به روز بودن با آخرین تغییرات، گوش فرا دادن به نگرانی های کارمندان، و انجام یک ارزیابی دقیق از فرآیندهای کسب و کار، با دقت و به طور موثر می توانید به بهبود عملیات که در آن حداکثر سرعت و حداقل وقفه انجام میگیرد، بپردازید.

برترین های  نتکو را در اینجادنبال کنید…