ఆన్-ప్రెమైస్(On-Premise) అనేది సంస్థలు బాహ్య క్లౌడ్కు బదులుగా తమ స్వంత డేటా సెంటర్ లేదా సర్వర్లలో IT మౌలిక సదుపాయాలను నేరుగా నిర్మించి నిర్వహించే విధానం. ఆన్-ప్రెమైస్(On-Premise) విధానాన్ని అవలంబించడం ద్వారా సంస్థలు డేటా భద్రత మరియు సిస్టమ్లపై ప్రత్యక్ష నియంత్రణను కలిగి ఉండగలవు.
ఆన్-ప్రెమైస్(On-Premise) అనేది సంస్థలు బాహ్య క్లౌడ్కు బదులుగా తమ స్వంత డేటా సెంటర్ లేదా సర్వర్లలో IT మౌలిక సదుపాయాలను నేరుగా నిర్మించి నిర్వహించే విధానం. ఆన్-ప్రెమైస్(On-Premise) విధానాన్ని అవలంబించడం ద్వారా సంస్థలు డేటా భద్రత మరియు సిస్టమ్లపై ప్రత్యక్ష నియంత్రణను కలిగి ఉండగలవు.
ఈ పత్రంలో Clevi On-Premise ప్రవేశపెట్టడం ద్వారా ఆశించగల ప్రధాన ప్రయోజనాలు మరియు Clevi-X MDLM(Massive Multimodal Language Model) మోడల్ కోసం సురక్షితమైన ఐసోలేటెడ్ కంప్యూటింగ్ వాతావరణం గురించి సాంకేతికంగా వివరించబడింది.
1. On-Premise ప్రవేశపెట్టడం ద్వారా పొందే ప్రయోజనాలు
డేటా స్వాతంత్ర్యం మరియు భద్రతను గరిష్టీకరణ
డేటా ఇన్పుట్ నుండి విశ్లేషణ, సేవలు మరియు బ్యాకప్ వరకు అన్ని ప్రక్రియలు సంస్థ అంతర్గత క్లోజ్డ్ నెట్వర్క్లో స్వతంత్రంగా నిర్వహించబడతాయి. → బాహ్య డేటా లీక్ ప్రమాదాన్ని తగ్గించడం, డేటా సార్వభౌమత్వం మరియు వ్యక్తిగత సమాచార రక్షణకు అనుకూలం
Fine Dataset, ప్రైవేట్ డేటాసెట్ వంటి సున్నితమైన డేటాను ప్రత్యేక భద్రతా ప్రాంతంలో వేరు చేసి నిల్వ చేయడం → డేటా యాక్సెస్ నియంత్రణ మరియు ఆడిట్ సులభతరం అవుతుంది.
అధిక పనితీరు·అధిక లభ్యత కలిగిన మౌలిక సదుపాయాల రూపకల్పన
విశ్లేషణ·కంప్యూటింగ్ ప్రాంతంలో GPU/CPU సర్వర్లను క్లస్టర్గా కాన్ఫిగర్ చేయడం → భారీ స్థాయి AI కంప్యూటింగ్, రియల్-టైమ్ డేటా ప్రాసెసింగ్ మరియు సమాంతర విశ్లేషణకు అనుకూలం
HA(High Availability) నిర్మాణాన్ని అమలు చేయడం → వైఫల్యం సంభవించినప్పుడు కూడా సేవలకు అంతరాయం లేకుండా స్థిరంగా నిర్వహించవచ్చు.
సౌకర్యవంతమైన డేటా నిర్వహణ మరియు విస్తరణ సామర్థ్యం
ఏకీకృత డేటాబేస్ క్లస్టర్ మరియు కోల్డ్ బ్యాకప్ స్టోరేజ్ను వేరు చేయడం ద్వారా → రియల్-టైమ్ డేటా మరియు దీర్ఘకాలిక నిల్వ డేటాను సమర్థవంతంగా నిర్వహించవచ్చు
విశ్లేషణ, సేవలు మరియు డేటా నిర్వహణ ప్రాంతాలు మాడ్యులర్గా ఉండటంతో విస్తరణ·నిర్వహణ సులభం, అలాగే → వ్యాపార మార్పులు, డేటా పెరుగుదల మరియు కొత్త సేవల ప్రవేశానికి వేగంగా స్పందించవచ్చు.
SVCE(Clevi Safe Virtural Compute Environment)
భద్రతను మెరుగుపరచడం → ప్రతి పని మరియు వినియోగదారు సెషన్ను పూర్తిగా వేరు చేయడం ద్వారా హానికర కోడ్ అమలు, డేటా లీకేజీ మరియు సిస్టమ్ చొరబాటు ప్రమాదాలను నిరోధిస్తుంది.
వశ్యత మరియు విస్తరణ సామర్థ్యం → అవసరానికి అనుగుణంగా ఇన్స్టాన్స్ల సంఖ్య మరియు వనరుల కేటాయింపును డైనమిక్గా సర్దుబాటు చేస్తూ, వివిధ AI వర్క్లోడ్లకు (టెక్స్ట్, చిత్రాలు, కోడ్ మొదలైనవి) అనుకూలీకరించిన వాతావరణాన్ని అందిస్తుంది
ఆపరేషనల్ సామర్థ్యం → ఆటోమేటెడ్ వనరుల నిర్వహణ మరియు షెడ్యూలింగ్ ద్వారా ఇన్ఫ్రాస్ట్రక్చర్ వినియోగాన్ని గరిష్టం చేస్తూ, వైఫల్యం సంభవించినప్పుడు వేగవంతమైన ఇన్స్టాన్స్ పునఃసృష్టి మరియు రోల్బ్యాక్కు మద్దతు ఇస్తుంది.
2. Clevi-X MDLM మోడల్ కోసం సురక్షితమైన వేరుచేయబడిన కంప్యూటర్ వాతావరణం
Clevi-X MDLM (M Double LM - Massive Multimodal Language Model) అనేది మానవుల కంప్యూటింగ్ వినియోగ వాతావరణం, విధానాలు, నిర్మాణం మరియు ప్రక్రియలను నేర్చుకుని, వాస్తవ కంప్యూటింగ్ పనులకు మద్దతు ఇవ్వడానికి రూపొందించబడిన తదుపరి తరం మల్టీమోడల్ AI మోడల్.
CLK (Clevi Linux Kernel) ఆధారిత తేలికపాటి కంటైనర్ వాతావరణంవైరస్ చొరబాటు మరియు హానికర ప్రాప్యతతో పాటు అనుమతులను మించే ఏ పనీ సాధ్యం కాకుండా రూపొందించబడింది.
వివిధ ప్రయోజనాల కోసం అనేక అనామక వినియోగదారులు కనెక్ట్ అయ్యే క్లౌడ్ కంప్యూటింగ్ వాతావరణంలో కూడా, SVCE(Safe Virtual Compute Environment) ద్వారా ప్రతి సెషన్ మరియు పనిని పూర్తిగా వేరు చేసి, హానికర వినియోగదారుల చొరబాటు లేదా దాడి ప్రయత్నాల సందర్భంలోనూ భద్రతను నిర్ధారిస్తుంది.
ఇంటర్నెట్ కనెక్షన్, గణన, కోడ్ అమలు, ఫలితాల ధృవీకరణ, ఫైల్ ఇన్పుట్/అవుట్పుట్ వంటి అన్ని పనులు సురక్షితమైన వేరుచేయబడిన ప్రదేశంలో జరుగుతాయి కాబట్టి, మోడల్ అవుట్పుట్ డేటా విశ్వసనీయత మరియు పనుల అమలు సామర్థ్యం నిర్ధారించబడతాయి.
హ్యాకింగ్, డేటా లీకేజీ, మోడల్ను ఉపయోగించి చేసే దాడులు మరియు మోడల్పై చేసే దాడులు వంటి వివిధ బెదిరింపుల నుంచి రక్షిత వాతావరణాన్ని అందిస్తుంది.