{"id":33328,"date":"2019-10-31T21:51:58","date_gmt":"2019-10-31T18:51:58","guid":{"rendered":"https:\/\/prohoster.info\/blog\/chto-predlozhat-novye-hranilishha-dlya-sistem-ii-i-mo\/"},"modified":"2019-10-31T21:51:58","modified_gmt":"2019-10-31T18:51:58","slug":"chto-predlozhat-novye-hranilishha-dlya-sistem-ii-i-mo","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/chto-predlozhat-novye-hranilishha-dlya-sistem-ii-i-mo","title":{"rendered":"Welche neuen Speicherl\u00f6sungen werden f\u00fcr KI- und ML-Systeme angeboten?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

MAX Data kombiniert mit Optane DC f\u00fcr effizientes Arbeiten mit KI- und ML-Systemen.<\/p>\n

\"Welche<\/a><\/noindex>
\nFoto \u2013 Hitesh Choudhary<\/a><\/noindex> \u2014 Unsplash<\/i><\/p>\n

Nach Daten<\/a><\/noindex> Laut einer Studie der MIT Sloan Management Review und der Boston Consulting Group sind 85% von dreitausend befragten F\u00fchrungskr\u00e4ften der Meinung, dass KI-Systeme ihren Unternehmen helfen werden, einen Wettbewerbsvorteil auf dem Markt zu erlangen. Dennoch haben nur 39% der Unternehmen versucht, sowas in der Praxis umzusetzen.<\/p>\n

Eine der Ursachen f\u00fcr diese Situation ist, dass das effektive Arbeiten mit Daten und die Optimierung der Ressourcennutzung f\u00fcr maschinelles Lernen eine anspruchsvolle Aufgabe ist. Bei IDC stellt fest<\/a><\/noindex>, wurde festgestellt, dass eine neue Technologie, die auf persistentem Speicher basiert (Persistent Memory, PMEM), die Situation verbessern k\u00f6nnte.<\/a><\/noindex><\/p>\n

Eine solche Technologie wurde von NetApp und Intel angeboten, indem sie<\/a><\/noindex> NetApp Memory Accelerated (MAX) Data und Intel Optane DC Persistent Memory zusammengef\u00fchrt haben, um ein Produkt f\u00fcr die lokale Datenspeicherung auf der Basis von nichtfl\u00fcchtigem Speicher zu schaffen.<\/p>\n

Wie es funktioniert<\/h2>\n

\nMAX Data ist eine Servertechnologie, die die Leistung von Anwendungen steigern kann, indem sie PMEM oder DRAM nutzt, ohne dass eine Neugestaltung der Softwarearchitektur erforderlich ist.<\/p>\n

Es implementiert die Prinzipien der automatisierten mehrstufigen Speicherung, indem es Daten je nach Nutzungsh\u00e4ufigkeit auf verschiedene Ebenen und Speicher verteilt \u2013 f\u00fcr \"kalte\" Daten wird kosteng\u00fcnstigerer Speicher verwendet, w\u00e4hrend h\u00e4ufig genutzte Daten \"griffbereit\" in Persistent Memory liegen, was die Latenz bei der Verarbeitung solcher Daten minimiert.<\/p>\n

Version 1.1 nutzt DRAM und NVDIMM<\/a><\/noindex>. Beide Implementierungen haben ihre Nachteile \u2013 relative Effizienzverluste und hohe Speicherkosten \u2013 im Vergleich zu Optane DCPMM. Eine Diagramm, das einen Vergleich der Latenz anzeigt, ist hier<\/a><\/noindex> (S. 4).<\/p>\n

Technologie unterst\u00fctzt<\/a><\/noindex> und POSIX<\/a><\/noindex> und die Arbeit mit der Semantik von Block- oder Dateisystemen. Der Schutz und die Wiederherstellung von Daten auf der Speicherebene erfolgen durch MAX Snap und MAX Recovery. Diese Technologien nutzen Snapshots, das Tool SnapMirror und andere Schutzmechanismen von ONTAP.<\/p>\n

Schemaatisch sieht die Implementierung wie folgt aus:<\/p>\n

\"Welche<\/p>\n

Auf diesem Schema ist PMEM bisher nicht sichtbar, aber die Entwickler versprechen, die Unterst\u00fctzung f\u00fcr diesen Speichertyp bis Ende des Jahres hinzuzuf\u00fcgen. Bis jetzt arbeitet Max Data mit DRAM und DIMM.<\/p>\n

Potenzial der L\u00f6sung<\/h2>\n

\nIn IDC behaupten Forscher von Stanford<\/a><\/noindex>, dass in den kommenden Jahren Entwicklungen wie MAX Data zunehmen werden, da die Menge der Unternehmensdaten st\u00e4ndig w\u00e4chst und den Unternehmen die Kapazit\u00e4ten zur effektiven Verarbeitung fehlen. Die Technologie herausfinden, ob der Benutzer Animationseffekte deaktiviert hat und auch verschiedene Animationsm\u00f6glichkeiten auf der Website deaktivieren, wie beispielsweise den Wackeleffekt bei den Schaltfl\u00e4chen, die zur Aufmerksamkeit geworben werden;<\/a><\/noindex> wird sich in gro\u00dfangelegten Cloud-Umgebungen und f\u00fcr ressourcenintensive Aufgaben wie das Training von neuronalen Netzen als n\u00fctzlich erweisen. Sie wird Verwendung auf Handelsplattformen, in Informationssicherheitssystemen und in allen anderen Softwareprodukten finden, die kontinuierlichen und schnellen Zugriff auf gro\u00dfe Datenmengen erfordern.<\/p>\n

Es besteht auch die M\u00f6glichkeit, dass die Technologie sich zun\u00e4chst nicht sofort am Markt durchsetzen wird. Wie bereits erw\u00e4hnt, arbeitet weltweit nur ein Drittel der Unternehmen in irgendeiner Form mit KI-Systemen. Aus dieser Perspektive k\u00f6nnte die Einf\u00fchrung von MAX Data von vielen als verfr\u00fcht angesehen werden, und sie richten ihren Fokus auf eine kosteng\u00fcnstigere Infrastruktur, die es erm\u00f6glicht, aktuelle Aufgaben zu bew\u00e4ltigen.<\/p>\n

\nWeitere Materialien von uns zur IT-Infrastruktur:<\/p>\n