Künstliche Intelligenz, Container und Edge-Anwendungen stellen für die IT-Infrastruktur verschiedenste Herausforderungen bereit. Mehr dazu in diesem Podcast…
Zum Inhalt der Podcast Episode (#173)
Allgemein gesprochen wird die KI derzeit geprägt vom Gegensatz aus Training und Inferenz; Storage ist jedoch der Schnittpunkt zwischen künstlicher Intelligenz und modernen Anwendungen, sprich den Daten. Potentielle Infrastruktur-Engpässe liegen auf der Server-, Netzwerk, Storage und Data Management Seite und dürfen nicht unterschätzt werden.
Die Rechenleistung wächst vielfach exponentiell und benötigt dann eine Speicherinfrastruktur, die mit der geforderten Leistung Schritt halten kann. Gerade die leistungsfähigsten Compute-Ressourcen können nur so schnell arbeiten, wie sie auf die gespeicherten Daten zugreifen können. Skalierbarer softwaredefinierte Speicher im KI-Umfeld gilt als ein zentrales aktives Element zur Beschleunigung von datenintensiven Workloads.
Traditionelle Speicherlösungen können verschiedene Engpässe aufweisen, die moderne (KI-)bezogene Anwendungen leicht ausbremsen. Wichtig ist die Fähigkeit, Rechen- und Speicherkapazität unabhängig voneinander zu skalieren. Zudem sollte die starre Abhängigkeit von einem Hypervisor-System vermieden werden. Auf Storage- und Data Management-Ebene sind planungsseitig u.a. folgende Aspekte zu beachten:
Diesen Beitrag als Podcast hören (8.0 Min.) > Externer Link zu Apple Podcasts
