11 Damit künstliche Intelligenz und maschinelles Lernen richtig funktionieren, brauchen sie Daten – und zwar jede Menge. Zum Glück produziert die digitalisierte Welt genau das. 2020 entstand mit 64,2 Zettabyte sogar ein Rekordvolumen an neuen Daten. Die Nachfrage nach Speicherkapazität wächst weiter, doch nicht jeder beliebige Speicher ist geeignet. Weil diese Daten so wertvoll sind, müssen sie sicher, zugänglich und skalierbar gespeichert werden. Da immer mehr Unternehmen KI- und ML-Workloads ausführen, brauchen sie einen neuen Speicheransatz, der diese massiven Workloads bewältigen kann. Ein Anwendungsfall aus der Praxis veranschaulicht das gut. Denken Sie an die Reisebranche und all die Daten, die Fluggesellschaften, Autovermietungen, Hotels und andere erzeugen. Stellen Sie sich nun vor, Sie besitzen ein Reisebüro. Was wäre, wenn Sie beispielsweise wüssten, wohin die meisten Flugreisenden an einem bestimmten Wochenende unterwegs sind? Das wäre ein enormer Wettbewerbsvorteil. Doch zu solch nützlichen Schlüssen zu gelangen, ist leichter gesagt als getan. Die Reisebranche erzeugt täglich rund ein Petabyte an Daten, und ein Teil davon wird von Vergleichsportalen dupliziert. Solche Daten sind zeitkritisch, Sie bräuchten also eine Möglichkeit, schnell zu erkennen, welche Daten relevant sind. Dafür ist Skalierbarkeit nötig. Schneller Objektspeicher (auf Englisch) hilft, die Herausforderung der Aufbewahrung von Big Data (auf Englisch) zu meistern, damit Unternehmen den Wert dieser Daten erschließen und ihr Geschäft voranbringen können. Möchten Sie mehr darüber erfahren, wie Objektspeicher reale KI-Implementierungen in großem Maßstab ermöglicht, die echten geschäftlichen Mehrwert schaffen? Lesen Sie meinen aktuellen Beitrag für Unite.AI (auf Englisch).
