Künstliche Intelligenz im Storage-Einsatz
Die Redaktion sprach mit Berthold Höflich, Sales Director für Deutschland und Österreich bei Infinidat über künstliche Intelligenz im Storage-Einsatz. Ein Einsatz von KI im Storage-Bereich verspricht demnach eine größere Effizienz im Einsatz des Speichers. Freier Speicher kann so effizienter ausgenutzt werden, da die KI auch Zugriffsmuster analysieren kann. Das wiederrum sorgt für ein besseres Kosten-Nutzen-Verhältnis.
Warum ist Einsatz künstlicher Intelligenz im Storage-Umfeld immer mehr notwendig?
Bislang wurden Datenbanken relativ streng definiert. Die von den Administratoren am Anfang formulierten Richtlinien blieben in der Regel unverändert. Was sich bei standardisierten Daten lange Zeit bewährt hat, ändert sich nun. Die heutigen Anwendungsfälle sehen die Verarbeitung großer Mengen unstrukturierter Daten vor. Das ist ohne den Einsatz von künstlicher Intelligenz nicht mehr ohne weiteres zu bewerkstelligen.
Wo kann KI seine Vorteile ausspielen?
Künstliche Intelligenz kann überall dort eingesetzt werden, wo komplexe und sich dynamisch verändernde Strukturen in Datenbanken vorherrschen. Mit ihrem automatisierten Verfahren kann eine KI notwendige Anpassungen in Sekundenschnelle vornehmen und Datenzugriffe aufgrund selbst erlernter Muster vorhersagen. Dadurch kann der passende Speicherplatz besser beziehungsweise effizienter zugewiesen werden.
Was bedeutet diese verbesserte Zuweisung von Speicherplatz?
Normalerweise befinden sich aktuell verwendete Daten in einer Produktionsumgebung, die aus verschiedenen Storage-Medien, beispielsweise All Flash Arrays (AFA) und separaten isolierten Sekundärspeicher-Arrays mit billigeren Medien besteht. Nun müssen Unternehmen, die keine KI einsetzen, mehr in leistungsfähige Speichermedien investieren um sicherheitshalber die passenden Kapazitäten zu haben. Mit einer KI kann der tatsächliche Bedarf an diesen Speichermedien besser und aktueller ermittelt werden. Das schont das IT-Budget.
Welche Unternehmen können vom Einsatz einer KI in der Storage profitieren?
Dies hängt von der Menge der verarbeiteten Daten ab. Sind weniger als 100 Terabyte Daten vorhanden, kann der Kostenvorteil gering ausfallen, da die Lern-Algorithmen ihre Leistung erst ab dieser Datenmenge voll entfalten. Sie benötigen, um selbsttätig dazuzulernen, eine gewisse Menge an Informationen, die sie nur ab einer gewissen Datenbankgröße erhalten.
Mit welchen zukünftigen Entwicklungen ist bei der KI im Storage-Umfeld zu rechnen?
Der Trend geht hier eindeutig in die Nutzung eines Neural Caches. Dieser analysiert ständig sowohl Daten als auch Zugriffsmuster und offenbart die versteckten Zusammenhänge. Daraus ist dann ersichtlich, welche Daten für den sofortigen Zugriff bereitgestellt werden müssen. Häufiger verwendete Daten werden im DRAM abgelegt, regelmäßig aber nicht oft verwendete kommen in den Flash-Speicher. Für Daten, die kaum angefragt werden, kommen kostengünstigere Nearline-SAS-Laufwerke in Frage.
Weitere Informationen unter:
www.infinidat.com
Bildquelle / Lizenz: Photo by Patrick Lindenberg on Unsplash
