Hilbijartina mezinahiya blokê li ser dîskek domdar dikare bandorek girîng li ser performansa wê ji bo rewşên karanîna cihêreng ên di warê Zehmetkêşiya Hunerî (AI) de bike dema ku Google Cloud Machine Learning (ML) û Google Cloud AI Platform ji bo zanistiya daneya hilberîner bikar tîne. Mezinahiya blokê behsa perçeyên bi pîvana sabît e ku tê de dane li ser dîskê têne hilanîn. Ew di destnîşankirina karbidestiya karûbarên xwendin û nivîsandinê, û her weha performansa giştî ya dîskê de rolek girîng dilîze.
Dema ku mezinahiya blokê ya guncan hilbijêrin, girîng e ku hûn hewcedariyên taybetî yên doza karanîna AI-ê ya li ber destan bihesibînin. Mezinahiya blokê bandorê li aliyên cihêreng ên performansa dîskê dike, di nav de berbiçûk, dereng, û operasyonên têketin/derketinê (I/O) her çirke (IOPS). Ji bo xweşbînkirina performansa dîskê, pêdivî ye ku meriv bazirganiya ku bi mezinahiyên blokê yên cihêreng ve girêdayî ye fam bike û wan bi taybetmendiyên barkêşiya xebata taybetî re hevaheng bike.
Mezinahiya blokek piçûktir, wekî 4 KB, ji bo barkêşên xebatê yên ku operasyonên xwendin û nivîsandinê yên piçûk ên piçûktir in guncan e. Mînakî, serîlêdanên AI-ê yên ku bi gelemperî xwe digihînin pelên piçûk an xwendin û nivîsandina rasthatî pêk tînin, wek pêvajoyek wêneyê an karên hilberandina zimanê xwezayî, dikarin ji mezinahiya bloka piçûktir sûd werbigirin. Ev e ji ber ku mezinahiyên blokên piçûktir rê dide gihandina daneyan a hûrgelî, derengiya ku bi lêgerîn û wergirtina agahdariya taybetî ve girêdayî ye kêm dike.
Ji hêla din ve, mezinahiyên blokên mezintir, wek 64 KB an 128 KB, ji bo barkêşên xebatê yên ku xebatên xwendin û nivîsandinê yên rêzdar vedigirin guncantir in. Di senaryoyên ku serîlêdanên AI-ê danehevên mezin pêvajo dikin an xwendin û nivîsandina li pey hev pêk tînin, wek mînak perwerdekirina modelên fêrbûna kûr li ser daneyên mezin, mezinahiya blokê ya mezin dikare performansê zêde bike. Ev e ji ber ku mezinahiyên blokê yên mezin dihêle ku dîskê di yek operasyonek I/O de bêtir daneyan veguhezîne, di encamê de berbi çêtirkirin û sermayê kêm dibe.
Hêjayî gotinê ye ku bijartina mezinahiya blokê divê pergala pelê ya bingehîn û kapasîteyên cîhaza hilanînê jî bihesibîne. Mînakî, dema ku Platforma Google Cloud AI-ê bikar tîne, dîska domdar bi gelemperî bi pergalek pelê ya mîna ext4, ku xwedan mezinahiya bloka xwe ye, tê format kirin. Girîng e ku mezinahiya blokê ya dîska domdar bi mezinahiya blokê ya pergala pelê re were hevrêz kirin da ku ji serêşiya nehewce dûr bixin û performansê zêde bikin.
Hilbijartina mezinahiya blokê li ser dîskek domdar di çarçoweya barkêşên AI-ê de dikare bandorek girîng li ser performansê bike. Hilbijartina mezinahiya blokê ya guncan bi doza karanîna taybetî ve girêdayî ye, faktorên wekî celebê operasyonên ku têne kirin (random an rêzdar), mezinahiya daneyên ku têne hilberandin, û taybetmendiyên pergala pelê ya bingehîn dihesibînin. Bi têgihiştina van ramanan û girtina biryarek agahdar, bikarhêner dikarin performansa serîlêdanên xwe yên AI-ê li ser Fêrbûna Makîneya Google Cloud û Platforma Google Cloud AI-ê xweştir bikin.
Pirs û bersivên din ên vê dawiyê di derbarê EITC/AI/GCML Fêrbûna Makîna Ewr a Google:
- Nivîsar bi axaftinê (TTS) çi ye û ew çawa bi AI-ê re dixebite?
- Di fêrbûna makîneyê de di xebata bi daneyên mezin de çi sînor hene?
- Ma fêrbûna makîneyê dikare hin arîkariya diyalogê bike?
- Qada lîstikê ya TensorFlow çi ye?
- Di rastiyê de danûstendinek mezintir tê çi wateyê?
- Hin mînakên hîperparametreyên algorîtmê çi ne?
- Fêrbûna ensambleyê çi ye?
- Ger algorîtmayek fêrbûna makîneya bijartî ne guncan be û meriv çawa dikare piştrast bike ku ya rast hilbijêrin?
- Ma modelek fêrbûna makîneyê di dema perwerdehiya xwe de hewceyê çavdêriyê ye?
- Parametreyên sereke yên ku di algorîtmayên bingeha tora neuralî de têne bikar anîn çi ne?
Pirs û bersivan bêtir li EITC/AI/GCML Fêrbûna Makîneya Cloud Google-ê bibînin