存储大量数据也需要大量电力

[account_disabled]

决妹刊物上的一篇文章。照片戈罗登科夫廉价的服务器和存储容量混合云的使用增加以及人工智能的指数级增长意味着数据量迅速增加。在超过一半的公司中数据量已经以平均每年的速度增长。这不仅从合规角度带来了挑战。 对于基于人工智能的流程来说更是如此。例如的能耗比标准数据搜索高出十倍。尽管数据中心效率不断提高但甚至无法开始抵消增加的工作负载。到年仅在欧洲我们的数据消耗就会增。

决加的水和的能源距离现在只有七年时间。减肥不仅仅是为了环境尽管我们正处于气候危机之中但企业和行业的努力仍然不足以减少数据量从而减少水和 WhatsApp 号码数据 能源的消耗。仅通过提高数据管理效率无法解决该问题。因为实在太多了数据储存的时间太长了。因此企业应该节食数据丢失不必要的大量数据。这种可能性是存在的并且包括新方法和传统方法的结合。利用人工智能进行数据识别和分类在许多公司中基础设施充满了非结。



决构化的黑暗数据塞满了。平均而言公司根本不知道的数据内容。其中包括过时的产品和公司图像以及不必要的数据库或生产数据副本。在此背景下企业战略集团的研究表明每的生产数据企业就会额外存储或更多的二级数据这进一步加剧了数据洪流。人工智能和机器学习可以通过自动识别和分类公司数据来缓解最复杂的问题之一。预定义的过滤器捕获与合规性相关的过滤器数据例如信用卡或其他个人数据立即从数据池中取出。