将ML模型部署到内存数据库以获得快速性能

分析研究

弗雷斯特咨询公司的机会快照，由Redis赞助实验室

Redis Labs委托Forrester Consulting调查负责ML/AI运营策略的IT决策者。研究表明，IT决策者认为他们当前的数据架构无法满足未来模型推断的挑战。我们需要一个现代化的人工智能基础设施，可以加速机器学习的生命周期，改善数据科学家和机器学习工程师之间的交互，最重要的是，提高机器学习的准确性。

这个现代人工智能基础设施有几个组件，Redis在低延迟存储和在线功能服务方面发挥着关键作用。

这项研究的一些关键见解包括:

• 决策者们正全力以赴地利用ML来开发人工智能应用，但关键的障碍阻碍了他们实现理想的转型。超过40%的人认为他们的建筑对未来来说不够好。
• 实时模型推断(在生产中使用ML模型)的高需求暴露了当前体系结构在准确性、延迟和可靠性方面的主要挑战。
• 在存储数据的数据库中运行ML模型推断可以解决一些关键的挑战。