高密度儲存解決方案和先進的人工智慧極大地影響了動物族群的監測、保護和了解。
在尖端技術和保育工作的交叉點上，倫敦動物學會 (ZSL) 和 PEAK:AIO 開發了一種創新的野生動物研究資料管理方法。此次合作以高密度 Solidigm 儲存和先進人工智慧的部署為特色，對動物族群的監測、保護和了解產生了重大影響。該專案的核心是PEAK:AIO 解決方案，由Solidigm 的D5-P5336 61.44 TB QLC 驅動器驅動，為快速資料儲存和分析提供基礎設施，使研究人員能夠做出更快、更準確的決策，最終有利於保護工作。
我們最近有機會參觀倫敦動物園，探索 ZSL 如何使用 PEAK: AIO 的數據存儲系統和尖端的人工智能驅動平台來處理野生動物監測項目產生的大量數據，包括城市刺猬保護等全球物種觀測。動物園可以透過整合尖端儲存和人工智慧技術來解決現代保育工作中固有的資料管理挑戰。我們也有幸與 PEAK:AIO 執行長兼創辦人 Mark Klarzynski 討論這些創新， 克里斯卡本教授動物保護教授和其他參與這項開創性舉措的人。
從刺蝟到全球物種監測
ZSL 最引人入勝的項目之一涉及城市野生動物保護，特別關注倫敦的刺蝟種群。克里斯·卡本（Chris Carbone）與我們分享了刺猬所面臨的挑戰，刺猬的棲息地因人類活動而日益破碎。卡本說：“它們很難在種群之間分散，這會導致近親繁殖等問題。”隨著城市化進程侵蝕自然棲息地，這個問題在全球許多物種中都很常見。
自然資源保護主義者正在努力透過創建通道或「綠色走廊」來解決這個問題，讓刺蝟等動物能夠在孤立的棲息地之間自由移動。然而，意識和公眾參與是確保這些措施成功的關鍵組成部分。 ZSL 也致力於讓人們了解當地的野生動物族群，並鼓勵他們幫助維護這些綠色空間，採取一些小措施，使動物能夠在其他具有挑戰性的環境中茁壯成長。
但是大容量 Solidigm SSD 和 NVIDIA DGX 超級電腦在哪裡發揮作用？根據卡本的說法，它們已經成為重要的工具。現代野生動物監測技術在過去二十年中迅速發展，使研究人員能夠收集大量數據。然而，這些數據也帶來了挑戰——儲存和分析。
數據爆炸：從相機陷阱到基因組學
在野生動物監測的早期，相機陷阱是革命性的，但也有其限制。克里斯回憶起底片相機只能拍攝 36 張影像的日子，常常導致錯失良機。 “一群猴子可能會在第一天就用完所有膠卷，讓你沒有任何用處。”快進到今天，現代數位相機可以捕捉數以萬計的影像，使研究人員能夠更全面地了解野生動物的行為。
產生的資料量呈指數級增長，尤其是在多個國家使用相機陷阱進行全球保護工作的情況下。例如，印度的相機陷阱是世界上最大的相機陷阱之一，部署了 10,000 多台相機並產生數百萬張影像。這 倫敦 HogWatch 項目也累積了超過 15 萬張圖像。隨著資料收集以這種速度擴展，管理和處理如此大的資料集已成為一項重大挑戰。
基因組學是導致資料氾濫的另一個領域。研究人員先前透過分析動物基因組的小片段來了解族群結構。然而，隨著全基因組定序的可負擔性和可及性不斷提高，數據集已擴展到 TB 級。 環境 DNA (eDNA) 項目 利用環境中的 DNA 痕跡來調查物種族群，進一步促進了這種成長。
由於 Solidigm QLC SSD 的尖端密度，從事這些專案的團隊目前有足夠的工作空間，並在可預見的未來擁有可用的容量。這使得專案能夠確定範圍和構建，從而不需要不斷升級來滿足資料需求。
在動物園裡建造超級計算機
在動物園安裝新的邊緣資料中心時，團隊面臨的更意想不到的挑戰之一涉及室外冷卻器單元和一群中國水鹿。冷卻系統對於維持高效能運算設備的適當溫度至關重要，該系統位於這些敏感動物居住的區域附近。在將冷卻器升級為更大的裝置時，安裝產生的噪音和活動幹擾了鹿，需要團隊仔細調整計劃以確保動物的舒適和安全。
決議是在工作完成後將水鹿暫時轉移到動物園內更安全、更安靜的區域。這種情況增加了大多數資料中心安裝不會遇到的複雜性，凸顯了在與野生動物共享的環境中部署技術的獨特挑戰。一旦安裝了冷卻器並且動物返回了棲息地，團隊就繼續該項目，同時將對動物園的日常運作造成最小的干擾。
倫敦動物園的邊緣運算
考慮到資料量，ZSL 需要一個強大且緊湊的資料中心來處理這些海量資料集。輸入 PEAK:AIO 及其部署在邊緣的高效能儲存解決方案。該解決方案支援動物園的成像和基因組學工作負荷。在 ZSL 倫敦動物園辦公室的邊緣資料中心內，NVIDIA 的兩個 DGX 平台與 PEAK:AIO 系統相結合，提供了驚人的 1.2 PB 冗餘且安全的高速儲存空間。
PEAK:AIO 執行長兼創辦人 Mark Klarzynski 解釋說，這些儲存系統旨在滿足人工智慧工作負載和野生動物保護的需求。 DGX 系統支援快速人工智慧處理，與傳統運算設定相比，可以在更短的時間內分析數百萬張影像。 「我們正在如此小的空間內突破性能界限，」馬克說。 “這不僅僅是存儲數據，還包括盡可能快速有效地處理數據。”
借助 RDMA over NFS 和 NVMe over Fabric，這些儲存系統可以提供對資料的高吞吐量訪問，這在處理 ZSL 所需規模的資料時是必需的。 GPU 加速的人工智慧工作負載需要這種程度的效能，尤其是在處理物種分類和影像中的物件偵測等任務時。
人工智慧在保護中的作用
倫敦動物園使用的傑出人工智慧工具之一是微軟的 MegaDetector。該人工智慧模型透過檢測和過濾掉人類或汽車等不相關的物品並隔離動物以進行進一步分析，有助於自動執行影像預處理。以前，標準筆記型電腦可能只能處理每分鐘幾張影像，但藉助新的基礎設施，可以在同一時間範圍內處理數千張影像。
這只是更複雜的人工智慧驅動流程的第一步。經過初步過濾後，人工智慧模型被用於物種識別——這是一項更具挑戰性的任務。 “你可能認為我們現在會做得更好，”卡本沉思道，“但這非常困難。”植被經常遮擋動物，使得人工智慧難以正確分類物種。然而，新技術（例如使用邊界框來集中人工智慧注意力）可以提高準確性。
一旦影像被標記和分析，資料就可以輸入到更複雜的模型中。這些模型為自然資源保護主義者提供了重要的見解，例如族群估計和物種互動模式。這些分析的結果有助於制定倫敦和世界各地的保育策略。
即時備份和資料安全
在處理寶貴的保護資料時，資料完整性至關重要。 PEAK:AIO內建冗餘備份系統，確保這些資料不會遺失。 Solidigm 的 1.2 PB 儲存使用 NVMe over RDMA 進行近距離即時備份，資料幾乎可以立即恢復，無需傳統的恢復過程。 Klarzynski 強調，“你實際上並沒有康復；你只是在康復。”你只要用它就可以了。
為了提高安全性，備份過程確保資料不可變，這意味著資料不能被篡改——考慮到保護資料的敏感性，這是至關重要的功能。如果出現問題，可以立即存取數據，保存多年的研究成果。
保護科技的未來
隨著保護工作不斷擴大，對先進技術解決方案的需求也將不斷擴大。倫敦動物園所做的工作可以作為將人工智慧、高效能運算和基於邊緣的儲存系統結合時可能實現的效果的典範。 PEAK:AIO 的 Mark 指出，雖然他們已經取得了令人難以置信的成就，但他們只觸及了表面。 「人工智慧可以做一些我們還不知道的事情，」他說。
未來全球合作可能會變得更加重要。研究人員設想全球相機陷阱網絡，類似於氣象站的運作方式，提供全球物種和生態系統的即時數據。隨著世界面臨日益嚴峻的環境挑戰，這些技術將成為保護地球野生動物不可或缺的工具。
結論
ZSL、PEAK:AIO 和 Solidigm 在倫敦動物園的合作展示了科技如何推動現實世界的保育變革。透過利用高效能儲存和人工智慧，自然資源保護主義者可以在創紀錄的時間內處理大量數據，為動物行為、族群動態和生態系統健康提供新的見解。無可否認，野生動物保育的未來是數位化的，而這類計畫正在塑造我們保護地球上最脆弱物種的方式。
本報告由 Solidigm 贊助。 本報告中表達的所有觀點和意見均基於我們對所考慮產品的公正看法。
參與 StorageReview
電子通訊 | YouTube | 播客 iTunes/Spotify | Instagram | Twitter | 的TikTok | RSS訂閱
