OpenAI के उत्पाद Habitat पर निर्भर हैं, उसका ऑनलाइन स्टोरेज प्लेटफ़ॉर्म, जिसे 40 भौगोलिक क्षेत्रों में 1 अरब से अधिक उपयोगकर्ताओं को मिलीसेकंड में जवाब देना होता है। इस विकास का समर्थन करते हुए विश्वसनीयता, प्रदर्शन और डेवलपर की गति में सुधार करने के लिए प्लेटफ़ॉर्म के डिज़ाइन और संचालन के तरीके पर नए सिरे से विचार करना पड़ा। OpenAI का दृष्टिकोण एक स्पष्ट क्रम का पालन करता था: पहले मिशन-क्रिटिकल ट्रैफ़िक के लिए पर्याप्त विश्वसनीय बनना, फिर वैश्विक उपयोगकर्ताओं के लिए पर्याप्त तेज़, और अंत में अत्यधिक बड़े पैमाने पर संचालन।
यह दो-भागों की श्रृंखला Habitat के विकास का अनुसरण करती है, जो एक साधारण क्लाइंट लाइब्रेरी और डेटाबेस से शुरू होकर 500 पेटाबाइट से अधिक डेटा की सेवा करने वाले वैश्विक रूप से वितरित स्टोरेज प्लेटफ़ॉर्म तक पहुँचा। भाग I में Python क्लाइंट से सेवा में परिवर्तन और उन तकनीकों को शामिल किया गया था जिन्होंने एक Python-आधारित सेवा को उस सीमा से कहीं आगे धकेला जिसे कई लोग व्यावहारिक मानेंगे।
भाग II अंतर्निहित स्टोरेज घटक, Azure Cosmos DB, के विस्तार पर केंद्रित है। Azure टीम के साथ निकटता से काम करते हुए, OpenAI ने सह-प्रबंधित कंटेनरों के माध्यम से एक व्यवहार्य मल्टी-टेनेंसी दृष्टिकोण अपनाया, जो अत्यधिक बड़े, वैश्विक पैमाने पर उत्कृष्ट रीड प्रदर्शन देता है।
मल्टी-टेनेंसी के अपने समझौते हैं। सिंगल-टेनेंट सिस्टम प्रभाव-क्षेत्र को कम करते हैं और स्वामित्व को सरल बनाते हैं, लेकिन वे महंगे होते हैं और अक्सर भारी अधिक-प्रावधान की ओर ले जाते हैं। मल्टी-टेनेंट सिस्टम प्रावधान विशेषज्ञता को केंद्रीकृत करते हैं, पर "शोर करने वाले पड़ोसी" की समस्या लाते हैं, जहाँ एक टेनेंट संसाधनों का असमान हिस्सा उपभोग कर लेता है। OpenAI इन मॉडलों के बीच आगे-पीछे होता रहा, फिर डिफ़ॉल्ट रूप से मल्टी-टेनेंट कंटेनर पर स्थिर हुआ, और कहता है कि उसकी मल्टी-टेनेंसी यात्रा अभी शुरुआती चरण में है।
स्रोत: OpenAI Blog · HeadlinesBriefing द्वारा सारांशित