{"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":"Was bieten die neuen Speicher f\u00fcr KI- und ML-Systeme","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

MAX Data wird mit Optane DC f\u00fcr eine effiziente Arbeitsweise mit KI- und ML-Systemen kombiniert.<\/p>\n

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

Nach Angaben<\/a><\/noindex> Laut einer Studie des MIT Sloan Management Review und der Boston Consulting Group glauben 85% der 3000 befragten F\u00fchrungskr\u00e4fte, dass KI-Systeme ihren Unternehmen helfen werden, einen Wettbewerbsvorteil auf dem Markt zu erlangen. Jedoch haben nur 39% der Unternehmen versucht, etwas \u00c4hnliches in der Praxis umzusetzen.<\/p>\n

Einer der Gr\u00fcnde f\u00fcr die aktuelle Situation ist, dass die effiziente Datenverarbeitung und die Optimierung der Nutzung von Ressourcen f\u00fcr maschinelles Lernen eine anspruchsvolle Aufgabe sind. Bei IDC , dass die Architektur von Open19 die gesamte Energieeffizienz des Rechenzentrums um 10 % erh\u00f6ht.<\/a><\/noindex>, k\u00f6nnte eine neue technologiegest\u00fctzte L\u00f6sung auf Basis des Persistent Memory (PMEM) die Situation verbessern.<\/a><\/noindex><\/p>\n

Diese Technologie wurde von NetApp und Intel vorgeschlagen, indem<\/a><\/noindex> NetApp Memory Accelerated (MAX) Data und Intel Optane DC Persistent Memory kombiniert wurden, um ein Produkt f\u00fcr die lokale Datenspeicherung basierend auf nichtfl\u00fcchtigem Speicher zu schaffen.<\/p>\n

Die DANE-Spezifikation ist in<\/h2>\n

\nMAX Data ist eine Servertechnologie, die die Anwendungsleistung durch die Verwendung von PMEM oder DRAM verbessert, ohne dass eine Umstellung der Softwarearchitektur erforderlich ist.<\/p>\n

Sie implementiert die Prinzipien der automatisierten mehrstufigen Speicherung, indem sie Daten je nach Nutzungsfrequenz auf verschiedene Ebenen und Speichermedien verteilt \u2013 f\u00fcr \"kalte\" Daten wird weniger teurer Speicher verwendet, w\u00e4hrend h\u00e4ufig genutzte Daten \"griffbereit\" in Persistent Memory gespeichert werden, was die Latenz bei der Bearbeitung solcher Daten minimiert.<\/p>\n

Die Version 1.1 verwendet DRAM und NVDIMM<\/a><\/noindex>. Beide Implementierungen haben ihre Nachteile \u2013 den relativen Effizienzverlust und die hohen Speicherpreise im Vergleich zu Optane DCPMM. Ein Diagramm, das die Latenzvergleiche veranschaulicht, 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 Speicherebene erfolgt durch MAX Snap und MAX Recovery. Diese Technologien nutzen Snapshots, das SnapMirror-Tool und andere Schutzmechanismen von ONTAP.<\/p>\n

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

\"Was<\/p>\n

In diesem Diagramm ist PMEM noch nicht enthalten, die Entwickler haben jedoch versprochen, die Unterst\u00fctzung f\u00fcr diese Art von Speicher bis Ende des Jahres hinzuzuf\u00fcgen. Derzeit funktioniert Max Data mit DRAM und DIMM.<\/p>\n

Das L\u00f6sungspotenzial<\/h2>\n

\nLaut IDC behaupten<\/a><\/noindex>, wird es in den kommenden Jahren mehr Entwicklungen wie MAX Data geben, da die Unternehmensdatenmengen st\u00e4ndig wachsen und es den Unternehmen an Ressourcen mangelt, um diese effektiv zu verarbeiten. Die Technologie pl\u00f6tzliche Fehler verarbeiten und n\u00fctzliche Details zur Fehlersuche anzeigen, wie z. B. einen Stack-Trace. Die Fehlermeldung wurde vereinfacht \u2013 es reicht aus, auf den Link zu klicken.<\/a><\/noindex> n\u00fctzlich in einer umfangreichen Cloud-Umgebung und f\u00fcr ressourcenintensive Aufgaben wie das Training von neuronalen Netzwerken. Sie findet Anwendung auf Handelsplattformen, in Informationssicherheitssystemen und in allen anderen Softwareprodukten, in denen ein kontinuierlicher und schneller Zugang zu gro\u00dfen Informationsmengen erforderlich ist.<\/p>\n

Es besteht auch eine Wahrscheinlichkeit, dass die Technologie nicht sofort auf dem Markt Fu\u00df fassen wird. Wie bereits erw\u00e4hnt, arbeiten weltweit nur ein Drittel der Unternehmen in irgendeiner Form mit KI-Systemen. Aus dieser Perspektive k\u00f6nnte die Einf\u00fchrung von MAX Data f\u00fcr viele verfr\u00fcht erscheinen, und sie k\u00f6nnten ihre Aufmerksamkeit auf eine zug\u00e4nglichere Infrastruktur richten, die es erm\u00f6glicht, aktuelle Herausforderungen zu bew\u00e4ltigen.<\/p>\n

\nUnsere anderen Materialien zur IT-Infrastruktur:<\/p>\n