Democratizando a IA com o AI Data Fabric da F5

Quando embarcamos nessa jornada, estabelecemos alguns objetivos de design muito específicos para impulsionar a adoção. Em vez de forçar os usuários a mudar suas formas de trabalhar, tivemos que encontrá-los onde eles estavam. Isso significava ajudar a encontrar e conectar todos os dados, permitindo o autoatendimento, dando suporte à mobilidade e portabilidade, estabelecendo um ecossistema para impulsionar a colaboração e a inovação e usando grandes modelos de linguagem (LLMs) para acelerar o treinamento do modelo.

Uma boa IA começa com dados, e o F5 AI Data Fabric ajuda a gerar insights a partir das enormes quantidades de dados coletados de produtos em nosso portfólio. Como a maioria das empresas que executam aplicativos em escala, reconhecemos a realidade de que os dados residem em muitos armazenamentos diferentes e não apenas em um único data lake. Acomodamos aplicativos e fontes de dados implantados no local e em várias nuvens, públicas e privadas; o AI Data Fabric pode conectar e anexar computação aos dados onde quer que eles estejam. Um catálogo de dados comum ajuda os usuários a navegar por muitas fontes de dados, ao mesmo tempo em que nos permite, como equipe, nos adequar à estratégia de governança de dados da F5 para garantir controles e auditorias adequados sobre os ativos de dados. Essa estratégia nos permite gerar insights, gerenciar e fornecer governança para dados de diferentes aplicativos e produtos, em vários data lakes e fontes de dados, sem alterar a forma como nossos usuários trabalham.

Dar aos usuários a capacidade de anexar computação aos dados é apenas parte da história. Para impulsionar a adoção, tivemos que considerar toda a jornada do usuário da ciência de dados e onde poderíamos eliminar o atrito. 

Empacotar e implementar aplicativos de IA é um ótimo exemplo. Fazemos muito do trabalho duro para que nossos usuários não precisem fazer isso. O AI Data Fabric pode gerenciar dependências do Python, empacotar aplicativos de IA em um contêiner com um servidor HTTP, configurar esse ponto de extremidade em nosso gateway de API e implantar os aplicativos de IA no Kubernetes com os requisitos corretos de GPU, CPU e memória onde quer que sejam necessários. Imagine treinar, empacotar e implantar um modelo, tudo em um fluxo de trabalho automatizado por meio de um SDK fácil de usar. Com esse sistema, um cientista de dados pode implantar uma nova versão de seu application de IA em 10 a 15 minutos. Reduzir o atrito ajuda os cientistas de dados a fazer o que eles fazem de melhor: ciência de dados.

Este é outro exemplo de como encontrar nossos clientes onde eles estão. Todos os contêineres criados são armazenados no registro de contêineres do AI Data Fabric, liberando os usuários para implantar aplicativos de IA onde quer que eles precisem ser executados, mesmo em ambientes com air gap.

Acelerar a adoção da IA significa colaboração rápida. Significa aproveitar e desenvolver o trabalho daqueles que vieram antes de você. Dentro do AI Data Fabric há um “ecossistema de IA”, ferramentas e módulos pré-construídos para executar funções de IA comuns e complexas. Quando os usuários contribuem com módulos e modelos de volta ao ecossistema, isso é um verdadeiro acelerador para a inovação. Os módulos podem variar de modelos pré-criados de detecção e classificação de anomalias a aplicativos para executar geração aumentada de recuperação, ou RAG.