Den som någon gång försökt köra ett tungt script eller träna en modell på en vanlig laptop vet precis hur ont det gör. Fläkten börjar skrika, skärmen fryser till och man sitter och hoppas att maskinen inte lägger av helt. I åratal var det datorn på skrivbordet som bestämde vad du kunde och inte kunde göra. Behövde du mer kraft var du tvungen att köpa en dyrare dator.

Sedan kom molnet – och allt förändrades.

Namnet låter kanske fluffigt och drömskt, men tanken är stenhård. Det vanliga skämtet att ”molnet bara är någon annans dator” missar poängen totalt. Molnet liknar mer elnätet. Du bygger inte ett eget kraftverk för att tända lamporna hemma. Du kopplar in dig och betalar bara för det du använder. På samma sätt fungerar AWS, Azure och Google Cloud. Istället för att köpa egna servrar och dyr hårdvara hyr du exakt den beräkningskraft du behöver – och betalar per sekund.

Den här förändringen har gjort molnet till en absolut nödvändighet inom modern data science. Så här fungerar det och varför det inte går att leva utan längre.

Vad är egentligen cloud computing?

Lägg teknikerjargongen åt sidan: molnet är helt enkelt leverans av beräkningsresurser över internet. Istället för att ha allt på den egna datorn låter du fjärrservrar ta hand om lagring, bearbetning och nätverk.

Molntjänster delas vanligtvis in i tre enkla kategorier:

• Lagring av filer och data, t.ex. Google Drive eller Dropbox.
• Beräkning: hyra processorkraft för att köra beräkningar.
• Nätverk: snabb och effektiv överföring av data mellan olika platser.

Det här upplägget gör att både privatpersoner och företag får tillgång till extremt kraftfull hårdvara utan att behöva äga den själva.

En diagram över olika typer av cloud computing AI-genererat innehåll kan vara felaktigt.

Varför är molnet så viktigt för data science?

Data science handlar om att hitta insikter i data. Förr var dataseten små och gick att köra på en vanlig dator. Idag möter vi enorma datamängder som växer för varje sekund. Big Data är helt enkelt för stort för en persondator.

Det är här molnet blir en nödvändighet för alla som jobbar med data science.

Problemet med skala

Tänk på ett rekommendationssystem som Netflix använder. Det måste analysera miljarder tittarbeten och interaktioner. Ingen vanlig dator klarar ens att ladda in en bråkdel av datamängden – den skulle krascha direkt. Molnet löser detta med elasticitet. Behöver ett projekt hundra virtuella servrar i en timme? Starta dem, kör jobbet, stäng av dem. Du betalar bara för den timmen. Att köpa hundra fysiska servrar för ett jobb som bara körs ibland vore vansinnigt dyrt och opraktiskt.

Tillgång till högpresterande hårdvara, särskilt GPU:er

Maskininlärningsmodeller är extremt beräkningskrävande. Vanliga processorer är inte byggda för den typen av matematik. Det är här GPU:er kommer in. Högkvalitativa GPU:er är väldigt dyra. Molnet gör att vem som helst kan hyra dem för en liten peng och träna modeller som annars hade krävt en superdator. Stora företag, studenter, forskare och små team får plötsligt samma kraft genom att bara hyra den hårdvara de behöver.

Bättre samarbete och mindre huvudvärk

Alla utvecklare känner igen frustrationen: ”Det funkar på min dator”. Med molnplattformar slipper man det. Teamet kan dela exakt samma miljö och verktyg – alla jobbar i samma setup. Tekniker som Docker gör att data scientists kan skapa stabila miljöer som beter sig identiskt för alla. Istället för att skicka filer fram och tillbaka jobbar alla mot en och samma sanning som ligger i molnet. Det gör samarbetet smidigare och eliminerar massor av fel.

Slutord

Molnet handlar inte bara om att spara pengar. Det har förändrat vilka frågor vi ens vågar ställa oss inom vetenskap och dataanalys. Det är inte längre hårdvaran som sätter gränserna. Nu handlar det om vad du vill utforska – och hur snabbt du kan experimentera.

I data science är molnet inte längre en lagringsplats. Det är motorn som driver hela fältet. Utan det hade den explosionsartade utvecklingen inom dagens datadrivna värld inte varit möjlig.

Referenser

• NIST (National Institute of Standards and Technology). (2011). The NIST Definition of Cloud Computing. (Den tekniska ”guldstandarden” som används av både myndigheter och industrin.)
• Amazon Web Services (AWS). What is Cloud Computing? Available at: aws.amazon.com/what-is-cloud-computing/
• ChatGPT (Open AI)