11 Von Candida Valois, Field CTO, Americas, Scality Herkömmliche Speicherlösungen reichen für die heutigen Workloads in künstlicher Intelligenz und maschinellem Lernen (KI/ML) nicht aus. Da sich KI- und ML-Technologien immer weiter durchsetzen (auf Englisch), wird ein neues Modell benötigt. Das Problem: KI und ML erfordern riesige Mengen an unstrukturierten Daten, darunter Bilder, Videos, Sprache und Text. Um nützliche und umsetzbare Erkenntnisse zu gewinnen, benötigen Anwendungen schnelleren Zugriff auf riesige Datenmengen, die überall entstehen: in der Cloud, am Edge und on-premises. Für diese intensiven Workloads sind lineare Skalierbarkeit, niedrige Latenz und die Unterstützung unterschiedlicher Arten und Größen von Datenmengen erforderlich. Unternehmen brauchen einen neuen Ansatz für die Datenbereitstellung, der sich an Anwendungen statt an Standorten oder Technologien orientiert. Mit der weiten Verbreitung von KI/ML und Analytics müssen IT-Verantwortliche grundlegend umdenken, wenn es um Datenmanagement und Speicherung (auf Englisch) geht. Gemischte Workloads bewältigen Für KI und maschinelles Lernen benötigen Sie eine Datenspeicherlösung, die verschiedene Arten von Workloads bewältigt, sowohl kleine als auch große Dateien. Manchmal haben Sie es nur mit einigen Dutzend Terabyte zu tun, in anderen Fällen mit vielen Petabyte. Nicht alle Lösungen sind für riesige Dateien ausgelegt, und nicht alle kommen mit sehr kleinen zurecht. Entscheidend ist, eine Lösung zu finden, die beides flexibel bewältigt. Skalierbarkeit ist entscheidend Unternehmen, die bei Kapazität und Leistung wachsen wollen, werden oft durch herkömmliche Speicherlösungen ausgebremst, die keine lineare Leistungsskalierung ermöglichen. Algorithmen für KI/ML brauchen enorme Datensätze, um die zugrunde liegenden Modelle richtig zu trainieren und Genauigkeit und Geschwindigkeit sicherzustellen – diese Fähigkeit ist also entscheidend. KI/ML-Workloads benötigen eine Speicherlösung, die mit den Daten unbegrenzt skalieren kann. Genau hier spielt Objektspeicher (auf Englisch) seine Stärken aus. Er ist der einzige Speichertyp, der sich unbegrenzt, nahtlos und elastisch auf Dutzende Petabyte und mehr in einem einzigen globalen Namespace skalieren lässt. Herkömmliche Datei- und Blockspeicherlösungen dagegen können nicht über einige Hundert Terabyte hinaus skalieren. Wichtig ist außerdem: Im Gegensatz zu herkömmlichem Speicher legt Objektspeicher Objekte in einem vollständig flachen Adressraum ohne Einschränkungen ab. Benutzer stoßen nicht auf die Hierarchie (und die Kapazitätsgrenzen) eines herkömmlichen Dateisystems. Leistung im Griff Die Skalierung der Kapazität ist wichtig, aber nicht genug. Auch die Leistung muss linear skalieren. Bei vielen herkömmlichen Speicherlösungen geht die Skalierung der Kapazität auf Kosten der Leistung. Wenn ein Unternehmen also die Kapazität linear skalieren muss, stagniert die Leistung oder sinkt sogar. Im herkömmlichen Speichermodell sind Dateien hierarchisch in Verzeichnissen und Unterverzeichnissen organisiert. Diese Architektur funktioniert bei kleinen Datenmengen recht gut, doch mit wachsender Kapazität leidet die Leistung ab einem gewissen Punkt durch Engpässe im System und Grenzen der Dateisuchtabellen. Objektspeicher funktioniert dagegen ganz anders. Er bietet einen unbegrenzten flachen Namespace, sodass Sie durch das einfache Hinzufügen weiterer Knoten auf Petabytes und mehr skalieren können. Deshalb skaliert die Leistung mit der Kapazität. Eine Speicherlösung für unsere Zeit Wenn ein Unternehmen künstliche Intelligenz und maschinelles Lernen einführt, benötigt es Speicher, der riesige Datenmengen verarbeiten kann, um diese Initiativen umzusetzen und zu skalieren. Die Objektspeichersoftware von Scality in Enterprise-Qualität ist genau für diese Anforderungen entwickelt. Unternehmen können ihre Projekte klein auf einem einzigen Server starten und Kapazität und Leistung bei Bedarf einfach horizontal skalieren. Schneller Objektspeicher liefert zudem die nötige Leistung für die Analyseanwendungen, die diese Initiativen benötigen. Objektspeicher bietet außerdem die nötige Flexibilität vom Edge bis zum Core sowie ein vollständiges Datenlebenszyklusmanagement über mehrere Clouds hinweg. So können Anwendungen einfach auf Daten on-premises – und sogar in mehreren Clouds – zugreifen, damit die Daten effizient verarbeitet werden. Schneller Objektspeicher bietet die Funktionen, die Unternehmen brauchen: niedrige Latenz, lineare Skalierbarkeit und die Unterstützung unterschiedlicher Arten und Größen von Datenmengen.
