On-Premise એ એવી પદ્ધતિ છે જેમાં કંપનીઓ બાહ્ય ક્લાઉડને બદલે પોતાની IT ઇન્ફ્રાસ્ટ્રક્ચર પોતાના ડેટા સેન્ટર અથવા સર્વર પર સીધી સ્થાપિત અને સંચાલિત કરે છે. On-Premise પદ્ધતિ અપનાવવાથી કંપનીઓને ડેટા સુરક્ષા અને સિસ્ટમ પર સીધું નિયંત્રણ રાખવાનો લાભ મળે છે.
On-Premise એ એવી પદ્ધતિ છે જેમાં કંપનીઓ બાહ્ય ક્લાઉડને બદલે પોતાની IT ઇન્ફ્રાસ્ટ્રક્ચર પોતાના ડેટા સેન્ટર અથવા સર્વર પર સીધી સ્થાપિત અને સંચાલિત કરે છે. On-Premise પદ્ધતિ અપનાવવાથી કંપનીઓને ડેટા સુરક્ષા અને સિસ્ટમ પર સીધું નિયંત્રણ રાખવાનો લાભ મળે છે.
આ દસ્તાવેજમાં Clevi On-Premise અપનાવવાથી અપેક્ષિત મુખ્ય લાભો અને Clevi-X MDLM(Massive Multimodal Language Model) મોડેલ માટેના સુરક્ષિત અલગ કમ્પ્યુટિંગ પર્યાવરણનું તકનીકી વર્ણન કરવામાં આવ્યું છે.
1. On-Premise અપનાવવાથી પ્રાપ્ત થતા લાભો
ડેટાની સ્વતંત્રતા અને સુરક્ષાનું મહત્તમકરણ
ડેટા ઇનપુટથી લઈને વિશ્લેષણ, સેવા અને બેકઅપ સુધીની તમામ પ્રક્રિયાઓ કંપનીના આંતરિક બંધ નેટવર્કમાં સ્વતંત્ર રીતે સંચાલિત થાય છે. → બાહ્ય લીકેજનું જોખમ ઓછું કરે છે અને ડેટા સાર્વભૌમત્વ તથા વ્યક્તિગત માહિતીના સંરક્ષણ માટે અનુકૂળ છે
Fine Dataset, ખાનગી ડેટાસેટ વગેરે જેવા સંવેદનશીલ ડેટાને અલગ સુરક્ષા ક્ષેત્રમાં અલગ રાખવામાં આવે છે → ડેટા ઍક્સેસ નિયંત્રણ અને ઑડિટ સરળ બને છે.
ઉચ્ચ કાર્યક્ષમતા અને ઉચ્ચ ઉપલબ્ધતાવાળા ઇન્ફ્રાસ્ટ્રક્ચરની રચના
વિશ્લેષણ અને ગણતરી ક્ષેત્રમાં GPU/CPU સર્વર્સને ક્લસ્ટર તરીકે ગોઠવવામાં આવે છે → મોટા પાયે AI ગણતરી, રિયલ-ટાઇમ ડેટા પ્રોસેસિંગ અને સમાંતર વિશ્લેષણ માટે ઑપ્ટિમાઇઝ્ડ
HA(High Availability) માળખું લાગુ કરવામાં આવે છે → ખામી સર્જાય ત્યારે પણ સેવા બંધ થયા વિના સ્થિર કામગીરી શક્ય બને છે.
લવચીક ડેટા વ્યવસ્થાપન અને વિસ્તરણક્ષમતા
સંકલિત ડેટાબેઝ ક્લસ્ટર અને કોલ્ડ બેકઅપ સ્ટોરેજને અલગ કરીને → રિયલ-ટાઇમ ડેટા અને લાંબા ગાળાના સંગ્રહ માટેના ડેટાનું કાર્યક્ષમ સંચાલન કરવામાં આવે છે
વિશ્લેષણ, સેવા અને ડેટા વ્યવસ્થાપન ક્ષેત્રોને મોડ્યુલર બનાવવામાં આવ્યા હોવાથી વિસ્તરણ અને જાળવણી સરળ બને છે → કાર્યમાં ફેરફાર, ડેટામાં વધારો અને નવી સેવાઓની રજૂઆત માટે ઝડપી પ્રતિસાદ આપી શકાય છે.
SVCE(Clevi Safe Virtural Compute Environment)
સુરક્ષા મજબૂત બનાવવી → દરેક કાર્ય અને વપરાશકર્તા સત્રને સંપૂર્ણપણે અલગ રાખીને દૂષિત કોડના અમલ, ડેટા લીક અને સિસ્ટમમાં ઘૂસણખોરીના જોખમોને અટકાવે છે.
લવચીકતા અને વિસ્તરણક્ષમતા → જરૂરિયાત મુજબ ઇન્સ્ટન્સની સંખ્યા અને સંસાધન ફાળવણીને ગતિશીલ રીતે સમાયોજિત કરે છે તથા વિવિધ AI વર્કલોડ (ટેક્સ્ટ, છબી, કોડ વગેરે) માટે કસ્ટમાઇઝ્ડ પર્યાવરણ પ્રદાન કરે છે
સંચાલન કાર્યક્ષમતા → સ્વચાલિત સંસાધન વ્યવસ્થાપન અને શેડ્યૂલિંગ દ્વારા ઇન્ફ્રાસ્ટ્રક્ચરના ઉપયોગને મહત્તમ કરે છે તથા ખામી સર્જાય ત્યારે ઇન્સ્ટન્સને ઝડપથી પુનઃસર્જિત કરવા અને રોલબેકને સપોર્ટ કરે છે.
2. Clevi-X MDLM મોડેલ માટે સુરક્ષિત અલગ કમ્પ્યુટર પર્યાવરણ
Clevi-X MDLM (M Double LM - Massive Multimodal Language Model) એ માનવીઓના કમ્પ્યુટિંગ ઉપયોગના પર્યાવરણ અને રીતો, માળખાં તથા પ્રક્રિયાઓ શીખીને વાસ્તવિક કમ્પ્યુટિંગ કાર્યોમાં સહાય કરવા માટે રચાયેલું આગામી પેઢીનું મલ્ટિમોડલ AI મોડેલ છે.
CLK (Clevi Linux Kernel) આધારિત હલકું કન્ટેનર પર્યાવરણ એ વાયરસની ઘૂસણખોરી અને દૂષિત ઍક્સેસ ઉપરાંત અધિકારોની મર્યાદા પાર કરતા તમામ કાર્યો અશક્ય બને તે રીતે રચાયેલું છે.
વિવિધ હેતુઓ માટે ઍક્સેસ કરતા અનેક અનામી વપરાશકર્તાઓ ધરાવતા ક્લાઉડ કમ્પ્યુટિંગ પર્યાવરણમાં પણ, SVCE(Safe Virtual Compute Environment) દ્વારા દરેક સત્ર અને કાર્યને સંપૂર્ણપણે અલગ રાખીને, દૂષિત વપરાશકર્તાઓની ઘૂસણખોરી અથવા હુમલાના પ્રયાસો સામે સુરક્ષા સુનિશ્ચિત કરે છે.
ઇન્ટરનેટ ઍક્સેસ, ગણતરી, કોડ અમલ, પરિણામ ચકાસણી, ફાઇલ ઇનપુટ/આઉટપુટ સહિતનાં તમામ કાર્યો સુરક્ષિત અલગ જગ્યામાં કરવામાં આવે છે, તેથી મોડેલના આઉટપુટ ડેટાની વિશ્વસનીયતા અને કાર્ય અમલ કરવાની ક્ષમતા સુનિશ્ચિત થાય છે.
હેકિંગ, ડેટા લીક, મોડેલનો ઉપયોગ કરીને કરવામાં આવતા હુમલા અને મોડેલ પર કરવામાં આવતા હુમલા સહિતના વિવિધ જોખમોથી સુરક્ષિત પર્યાવરણ પ્રદાન કરે છે.
