ಆನ್-ಪ್ರಿಮೈಸ್ (On-Premise) ಎಂದರೆ企業ವು IT ಮೂಲಸೌಕರ್ಯವನ್ನು ಬಾಹ್ಯ ಕ್ಲೌಡ್ ಬದಲಿಗೆ ತನ್ನದೇ ಡೇಟಾ ಕೇಂದ್ರ ಅಥವಾ ಸರ್ವರ್ಗಳಲ್ಲಿ ನೇರವಾಗಿ ನಿರ್ಮಿಸಿ ನಿರ್ವಹಿಸುವ ವಿಧಾನವಾಗಿದೆ. ಆನ್-ಪ್ರಿಮೈಸ್ (On-Premise) ವಿಧಾನವನ್ನು ಅಳವಡಿಸಿಕೊಂಡರೆ,企業ವು ಡೇಟಾ ಭದ್ರತೆ ಮತ್ತು ವ್ಯವಸ್ಥೆಯನ್ನು ನೇರವಾಗಿ ನಿಯಂತ್ರಿಸಬಹುದಾಗಿದೆ.
ಆನ್-ಪ್ರಿಮೈಸ್ (On-Premise) ಎಂದರೆ企業ವು IT ಮೂಲಸೌಕರ್ಯವನ್ನು ಬಾಹ್ಯ ಕ್ಲೌಡ್ ಬದಲಿಗೆ ತನ್ನದೇ ಡೇಟಾ ಕೇಂದ್ರ ಅಥವಾ ಸರ್ವರ್ಗಳಲ್ಲಿ ನೇರವಾಗಿ ನಿರ್ಮಿಸಿ ನಿರ್ವಹಿಸುವ ವಿಧಾನವಾಗಿದೆ. ಆನ್-ಪ್ರಿಮೈಸ್ (On-Premise) ವಿಧಾನವನ್ನು ಅಳವಡಿಸಿಕೊಂಡರೆ,企業ವು ಡೇಟಾ ಭದ್ರತೆ ಮತ್ತು ವ್ಯವಸ್ಥೆಯನ್ನು ನೇರವಾಗಿ ನಿಯಂತ್ರಿಸಬಹುದಾಗಿದೆ.
ಈ ದಸ್ತಾವೇಜಿನಲ್ಲಿ Clevi On-Premise ಅಳವಡಿಕೆಯಿಂದ ನಿರೀಕ್ಷಿಸಬಹುದಾದ ಪ್ರಮುಖ ಪ್ರಯೋಜನಗಳು ಮತ್ತು Clevi-X MDLM(Massive Multimodal Language Model) ಮಾದರಿಗಾಗಿ ಸುರಕ್ಷಿತ ಪ್ರತ್ಯೇಕಿತ ಕಂಪ್ಯೂಟಿಂಗ್ ಪರಿಸರದ ಕುರಿತು ತಾಂತ್ರಿಕವಾಗಿ ವಿವರಿಸಲಾಗಿದೆ.
1. On-Premise ಅಳವಡಿಕೆಯಿಂದ ಪಡೆಯಬಹುದಾದ ಪ್ರಯೋಜನಗಳು
ಡೇಟಾ ಸ್ವಾತಂತ್ರ್ಯ ಮತ್ತು ಭದ್ರತೆಯ ಗರಿಷ್ಠೀಕರಣ
ಡೇಟಾ ಇನ್ಪುಟ್ನಿಂದ ವಿಶ್ಲೇಷಣೆ, ಸೇವೆ ಮತ್ತು ಬ್ಯಾಕಪ್ವರೆಗೆ ಎಲ್ಲಾ ಪ್ರಕ್ರಿಯೆಗಳು ಸಂಸ್ಥೆಯ ಆಂತರಿಕ ಮುಚ್ಚಿದ ನೆಟ್ವರ್ಕ್ನೊಳಗೆ ಸ್ವತಂತ್ರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. → ಬಾಹ್ಯ ಸೋರಿಕೆಯ ಅಪಾಯವನ್ನು ಕನಿಷ್ಠಗೊಳಿಸಿ, ಡೇಟಾ ಸಾರ್ವಭೌಮತ್ವ ಮತ್ತು ವೈಯಕ್ತಿಕ ಮಾಹಿತಿ ರಕ್ಷಣೆಗೆ ಅತ್ಯುತ್ತಮವಾಗಿವೆ
Fine Dataset, ಖಾಸಗಿ ಡೇಟಾಸೆಟ್ನಂತಹ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಪ್ರತ್ಯೇಕ ಭದ್ರತಾ ಪ್ರದೇಶದಲ್ಲಿ ಪ್ರತ್ಯೇಕಿಸಲಾಗುತ್ತದೆ → ಡೇಟಾ ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಮತ್ತು ಆಡಿಟ್ ಸುಲಭವಾಗುತ್ತದೆ.
ಉನ್ನತ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಲಭ್ಯತೆಯ ಮೂಲಸೌಕರ್ಯ ವಿನ್ಯಾಸ
ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಗಣನಾ ಪ್ರದೇಶದಲ್ಲಿ GPU/CPU ಸರ್ವರ್ಗಳನ್ನು ಕ್ಲಸ್ಟರ್ ಆಗಿ ರಚಿಸಲಾಗುತ್ತದೆ → ಬೃಹತ್ AI ಗಣನೆ, ನೈಜ-ಸಮಯದ ಡೇಟಾ ಸಂಸ್ಕರಣೆ ಮತ್ತು ಸಮಾಂತರ ವಿಶ್ಲೇಷಣೆಗೆ ಅತ್ಯುತ್ತಮವಾಗಿವೆ
HA(High Availability) ರಚನೆಯನ್ನು ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ → ವೈಫಲ್ಯ ಸಂಭವಿಸಿದರೂ ಸೇವೆ ಸ್ಥಗಿತಗೊಳ್ಳದೆ ಸ್ಥಿರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ಹೊಂದಿಕೊಳ್ಳುವ ಡೇಟಾ ನಿರ್ವಹಣೆ ಮತ್ತು ವಿಸ್ತರಣಾಶೀಲತೆ
ಸಂಯೋಜಿತ ಡೇಟಾಬೇಸ್ ಕ್ಲಸ್ಟರ್ ಮತ್ತು ಕೋಲ್ಡ್ ಬ್ಯಾಕಪ್ ಸ್ಟೋರೇಜ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸಿ → ನೈಜ-ಸಮಯದ ಡೇಟಾ ಮತ್ತು ದೀರ್ಘಕಾಲೀನ ಸಂಗ್ರಹಣೆಯ ಡೇಟಾವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ
ವಿಶ್ಲೇಷಣೆ, ಸೇವೆ ಮತ್ತು ಡೇಟಾ ನಿರ್ವಹಣಾ ಪ್ರದೇಶಗಳನ್ನು ಮಾಡ್ಯುಲರ್ ಆಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಿರುವುದರಿಂದ ವಿಸ್ತರಣೆ ಮತ್ತು ನಿರ್ವಹಣೆ ಸುಲಭವಾಗುತ್ತದೆ → ವ್ಯವಹಾರ ಬದಲಾವಣೆಗಳು, ಡೇಟಾ ಹೆಚ್ಚಳ ಮತ್ತು ಹೊಸ ಸೇವೆಗಳ ಅಳವಡಿಕೆಗೆ ತ್ವರಿತವಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸಬಹುದು.
SVCE(Clevi Safe Virtural Compute Environment)
ಭದ್ರತೆಯ 강화 → ಪ್ರತಿಯೊಂದು ಕಾರ್ಯ ಮತ್ತು ಬಳಕೆದಾರರ ಸೆಷನ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಿ, ದುರುದ್ದೇಶಪೂರಿತ ಕೋಡ್ ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆ, ಡೇಟಾ ಸೋರಿಕೆ ಮತ್ತು ಸಿಸ್ಟಂ ಹಾನಿಯ ಅಪಾಯವನ್ನು ತಡೆಯುತ್ತದೆ.
ನಮ್ಯತೆ ಮತ್ತು ವಿಸ್ತರಣಾಶೀಲತೆ → ಅಗತ್ಯಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಇನ್ಸ್ಟೆನ್ಸ್ಗಳ ಸಂಖ್ಯೆ ಮತ್ತು ಸಂಪನ್ಮೂಲ ಹಂಚಿಕೆ ಮಿತಿಯನ್ನು ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ಸರಿಹೊಂದಿಸಿ, ವಿವಿಧ AI ವರ್ಕ್ಲೋಡ್ಗಳಿಗೆ (ಪಠ್ಯ, ಚಿತ್ರ, ಕೋಡ್ ಇತ್ಯಾದಿ) ಹೊಂದುವ ಪರಿಸರವನ್ನು ಒದಗಿಸುತ್ತದೆ
ಕಾರ್ಯಾಚರಣೆಯ ದಕ್ಷತೆ → ಸ್ವಯಂಚಾಲಿತ ಸಂಪನ್ಮೂಲ ನಿರ್ವಹಣೆ ಮತ್ತು ಶೆಡ್ಯೂಲಿಂಗ್ ಮೂಲಕ ಮೂಲಸೌಕರ್ಯದ ಬಳಕೆಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಿ, ದೋಷ ಸಂಭವಿಸಿದಾಗ ತ್ವರಿತ ಇನ್ಸ್ಟೆನ್ಸ್ ಮರುಸೃಷ್ಟಿ ಮತ್ತು ರೋಲ್ಬ್ಯಾಕ್ಗೆ ಬೆಂಬಲ ನೀಡುತ್ತದೆ.
2. Clevi-X MDLM ಮಾದರಿಗಾಗಿ ಸುರಕ್ಷಿತ ಪ್ರತ್ಯೇಕಿತ ಕಂಪ್ಯೂಟರ್ ಪರಿಸರ
Clevi-X MDLM (M Double LM - Massive Multimodal Language Model) ಮಾನವರ ಕಂಪ್ಯೂಟಿಂಗ್ ಬಳಕೆಯ ಪರಿಸರ ಮತ್ತು ವಿಧಾನ, ರಚನೆ ಹಾಗೂ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಕಲಿತು, ನೈಜ ಕಂಪ್ಯೂಟಿಂಗ್ ಕಾರ್ಯಗಳಿಗೆ ಬೆಂಬಲ ನೀಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಮುಂದಿನ ತಲೆಮಾರಿನ ಮಲ್ಟಿಮೋಡಲ್ AI ಮಾದರಿಯಾಗಿದೆ.
CLK (Clevi Linux Kernel) ಆಧಾರಿತ ಹಗುರವಾದ ಕಂಟೇನರ್ ಪರಿಸರವು ವೈರಸ್ನ ನುಸುಳುವಿಕೆ ಮತ್ತು ದುರುದ್ದೇಶಪೂರಿತ ಪ್ರವೇಶ ಮಾತ್ರವಲ್ಲದೆ, ಅನುಮತಿಗಳನ್ನು ಮೀರಿದ ಯಾವುದೇ ಕಾರ್ಯವೂ ಅಸಾಧ್ಯವಾಗುವಂತೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.
ಹಲವಾರು ಅನಾಮಧೇಯ ಬಳಕೆದಾರರು ವಿವಿಧ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಪ್ರವೇಶಿಸುವ ಕ್ಲೌಡ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಪರಿಸರದಲ್ಲಿಯೂ, SVCE(Safe Virtual Compute Environment) ಮೂಲಕ ಪ್ರತಿಯೊಂದು ಸೆಷನ್ ಮತ್ತು ಕಾರ್ಯವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಿ, ದುರುದ್ದೇಶಪೂರಿತ ಬಳಕೆದಾರರ ನುಸುಳುವಿಕೆ ಅಥವಾ ದಾಳಿಯ ಪ್ರಯತ್ನಗಳ ಸಂದರ್ಭದಲ್ಲಿಯೂ ಸುರಕ್ಷತೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ.
ಇಂಟರ್ನೆಟ್ ಪ್ರವೇಶ, ಗಣನೆ, ಕೋಡ್ ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆ, ಫಲಿತಾಂಶ ಪರಿಶೀಲನೆ, ಫೈಲ್ ಇನ್ಪುಟ್/ಔಟ್ಪುಟ್ ಸೇರಿದಂತೆ ಎಲ್ಲಾ ಕಾರ್ಯಗಳು ಸುರಕ್ಷಿತ ಪ್ರತ್ಯೇಕಿತ ಸ್ಥಳದಲ್ಲಿ ನಡೆಯುವುದರಿಂದ, ಮಾದರಿಯ ಔಟ್ಪುಟ್ ಡೇಟಾದ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಖಚಿತಪಡಿಸಲಾಗುತ್ತದೆ.
ಹ್ಯಾಕಿಂಗ್, ಡೇಟಾ ಸೋರಿಕೆ, ಮಾದರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ನಡೆಸುವ ದಾಳಿಗಳು ಮತ್ತು ಮಾದರಿಯ ವಿರುದ್ಧದ ದಾಳಿಗಳು ಸೇರಿದಂತೆ ವಿವಿಧ ಬೆದರಿಕೆಗಳಿಂದ ಸುರಕ್ಷಿತವಾದ ಪರಿಸರವನ್ನು ಒದಗಿಸುತ್ತದೆ.
