Auf diese Faktoren kommt es an

Immer mehr Industriezweige setzen auf Künstliche Intelligenz (KI). Als Vorreiter fungieren häufig Start-ups, wie eine aktuelle Bitkom-Studie aufzeigt. 43 Prozent der jungen Tech-Unternehmen setzen demnach bereits auf KI. Doch die Fluten an Daten, die für KI-Anwendungen und Machine Learning (ML) gesammelt und verarbeitet werden, stellen Unternehmen vor neue Herausforderungen. Wie effizient sie Daten verwalten und Speicherinfrastrukturen nutzen, entscheidet nicht selten über ihren finanziellen Erfolg.

Kapazität und Speicherinfrastruktur

Ein Ansatzpunkt zur Optimierung der Total Cost of Ownership (TCO) ist die Modernisierung der bestehenden Datenspeicher­infrastruktur. Hilfreich sind dabei neue Ansätze wie die Open-Source- und standardbasierte Initiative Zoned Storage, die von der Western Digital Corporation ins Leben gerufen wurde. Sie gibt Entwicklern und Architekten die Tools an die Hand, um Daten auf intelligente Weise sowohl auf HDD- als auch auf SSD-Medien zu platzieren. Vorteile sind vor allem eine optimierte Speicherdichte, kürzere Latenzzeiten und vorhersehbare Quality-of-Service-Maßnahmen.

Ein Rechenzentrum (RZ) der Zukunft muss nicht nur auf wachsende Kapazitäten vorbereitet sein, sondern auch Fortschritte bei der Verarbeitungsgeschwindigkeit und Speicherdichte machen. Um Daten so schnell speichern zu können, wie es notwendig sein wird, werden Flash-Technologien in Zukunft noch stärkere Verbreitung finden.

Eine weitere Möglichkeit zur Ressourcen­optimierung ist die Nutzung einer Composable Disaggregated Infrastructure (CDI). Dabei handelt es sich um ein Architekturkonzept zur Bereitstellung von IT-Mitteln wie Rechenleistung und Speicher. Anstatt die Ressourcen über physische Systeme direkt den verschiedenen Anwendungen zur Verfügung zu stellen, werden die Systeme virtualisiert und die Mittel disaggregiert in logischen Pools zusammengefasst. 

Das Gebot der Stunde

RZ verbrauchen enorme Mengen Strom. Allein in Deutschland lag der Verbrauch 2020 bei 16 Milliarden Kilowattstunden, was im selben Jahr etwa der Menge von fünf Millionen deutschen Haushalten entsprach. Bei der Datenspeicherung Energie zu sparen, ist gut für die Ökobilanz und entscheidend, um die TCO zu senken. Eine Möglichkeit, bei der Datenspeicherung Strom zu sparen, ist die Verwendung von heliumgefüllten anstelle von luftgefüllten Festplatten. Eine heliumgefüllte 18-TB-Festplatte benötigt etwa 30 Prozent weniger Betriebsstrom und hat eine um 61 Prozent geringere Leistungsaufnahme (Watt pro TB) als ein luftgefülltes 10-TB-Laufwerk. Darüber hinaus verfügt das 18-TB-Laufwerk über 80 Prozent mehr Kapazität.

Dies ist ein Artikel aus unserer Print-Ausgabe 12/2022. Bestellen Sie ein kostenfreies Probe-Abo.

Es ist wichtig, die Leistung und Fähigkeiten des Speichersystems mit der Arbeitslast und den spezifischen Anforderungen an Bandbreite, Latenz und Datenverfügbarkeit abzustimmen. Wenn ein Unternehmen beispielsweise durch KI einen besseren Einblick gewinnen möchte, sollte das Speichersystem beschleunigte Leistung und Skalierungsanforderungen von Analyse-Workloads unterstützen, damit die Investitionen in GPUs oder Vektor-CPUs optimal genutzt werden können. Wer vor diesem Hintergrund in die richtige, auf die eigenen Analyse-Workloads abgestimmte Mischung aus HDD- und SSD-basierten Lösungen investiert, erhält ein Höchstmaß an Optimierung und senkt seine Gesamtbetriebskosten. Auch RZ, die schon einige Jahre in Betrieb sind, können KI-Workloads stemmen. Allerdings sollte dazu deren Komplexität reduziert werden.

Ein vielschichtiger Ansatz

TCO ist komplex und im Zusammenhang von KI-Anwendungen kommen spezifische Faktoren hinzu. Wer sein RZ optimiert, muss einen vielschichtigen Ansatz in Betracht ziehen, um eine effizientere Dateninfrastruktur mit möglichst niedrigem TCO zu schaffen. Als zentrale Faktoren zählen Kapazität, Energieeffizienz sowie optimierte KI-Workloads kombiniert mit der richtigen Datenspeicherinfrastruktur.

Bildquelle: Western Digital Corporation