Künstliche Intelligenz, Container und Edge-Anwendungen stellen für die IT-Infrastruktur unterschiedlichste Herausforderungen bereit. Weitere Details in diesem Podcast…
Zum Inhalt der Podcast Episode (#173)
Allgemein formuliert ist die KI geprägt vom Gegensatz aus Training versus Inferenz und jetzt kommt AgenticAI dazu...
Potentielle Infrastruktur-Engpässe können auf der Server-, Netzwerk, Storage und Data Management Seite liegen und dürfen nicht unterschätzt werden, denn Storage steht im Schnittpunkt der Anwendungsseite und den Daten. Die Rechenleistung wächst unglaublich schnell und benötigt Speicherinfrastrukturen, die hier Schritt halten können (Compute-Ressourcen können bekanntlich nur so schnell arbeiten, wie sie auf die gespeicherten Daten zugreifen).
Skalierbarer (softwaredefinierter) Speicher im KI-Umfeld gilt als ein zentrales aktives Element zur Beschleunigung von datenintensiven Workloads. Gefordert ist ein Storage, der unabhängig von den Compute-Ressourcen skaliert.
Traditionelle Speicherlösungen weisen verschiedene Engpässe auf, die moderne Anwendungen leicht ausbremsen können. Wichtig ist jedoch nicht nur die Fähigkeit, Rechen- und Speicherkapazität unabhängig voneinander zu skalieren. Auch sollte die starre Abhängigkeit von einem Hypervisor-System vermieden werden. Auf Storage- und Data Management-Ebene sind planungsseitig dazu folgende Aspekte zu beachten:
Diesen Beitrag als Podcast hören (9 min.) > Externer Link zu Apple Podcasts
