Wechselwirkung und Entwicklung der Flash-Preise Fokus Flash-Speicher und KI

Anbieter zum Thema

DataCore Software GmbH

FAST LTA GmbH

Zstor GmbH

Federica Monsone, Gründerin und CEO von A3 Communications, erläutert die Ergebnisse einer Expertengruppe zur Frage, wie sich die Flash-Technologie und der Trend zu künstlicher Intelligenz gegenseitig beeinflussen.

Flash-Speicher waren zweifelsohne eine bahnbrechende Technologie, als sie vor etwa zwei Jahrzehnten erstmals Einzug in die Rechenzentren von Unternehmen hielten und sofort die Leistung einer Vielzahl von Anwendungen veränderten. Wir wollten die Beziehung zwischen Flash und den revolutionären Entwicklungen im Bereich der künstlichen Intelligenz (KI) verstehen. Deshalb haben wir eine Gruppe von Experten befragt, welchen Einfluss Flash auf KI und die damit verbundenen Bereiche Analytik, IoT und Edge Computing hat.

Umgekehrt haben wir uns bei unseren Experten erkundigt, wie sehr diese Technologien die Akzeptanz von Flash verändern werden. Da die Kosten ein treibender Faktor für die Einführung jeder Technologie sind und die Flash-Preise in den letzten zwanzig Jahren gesunken sind, haben wir unsere Experten zudem gefragt, ob sie erwarten, dass die Flash-Preise in den nächsten fünf Jahren weiter sinken werden.

Die Beziehung zwischen KI und Flash ist schwer zu definieren

Je mehr Daten eine Anwendung abrufen muss, desto größer ist der Leistungszuwachs, der durch die Speicherung von Daten in Flash statt auf Festplatten erzielt wird. Da KI eine sehr datenintensive Anwendung ist, liegt die Vermutung nahe, dass es ohne Flash keine moderne KI gäbe. Mehr als ein Mitglied unseres Panels stellte diese These jedoch in Frage.

„Einige in der Branche argumentieren, dass wir die heutige KI ohne die Umstellung auf Festkörperspeicher im letzten Jahrzehnt nicht hätten. Das mag zwar wahr sein, ist aber enorm schwer zu beweisen. KI-Training verbraucht enorme Ressourcen, und SSDs [Solid-State-Laufwerke] haben die Entwicklung der Rechenleistung in allen Bereichen beschleunigt, so dass die KI davon profitiert hat“, so Jim Handy, Generaldirektor des Analystenhauses Objective Analysis. Er fügt hinzu: „Das Gleiche gilt für jede Disziplin, die auf fortschrittlicher Rechentechnik basiert – sei es Analytik, Kernphysik oder Meteorologie.“

David Norfolk, Practice Leader für Entwicklung und Regierung beim Analystenunternehmen Bloor Research, ergänzt: „Flash macht Speicher schneller, billiger und zuverlässiger und ermöglicht so datenintensive Innovationen wie KI/ML, Analytik, IoT und Edge Processing. Umgekehrt benötigen diese Innovationen mehr schnellen, billigen und zuverlässigen Speicher, und ich erwarte, dass die Verbreitung von Flash mit der Verbreitung dieser Innovationen Schritt halten wird.“

Leander Yu, Präsident und CEO von Graid Technology, gibt seine Einschätzung: „Bei Flash-Speicher und All-Flash-Array-Speicherlösungen geht es vor allem um Leistung. Die Killer-Apps KI/ML sowie Analytik sind die Bereiche, in denen Kunden in ihre IT-Infrastruktur investieren, und diese Workloads erfordern die Leistung von All-Flash-Speichern.“

Eine umfassendere Sichtweise vertritt Peter Donnelly, Director of Products bei ATTO: „Ich glaube, dass wir uns mitten in einem dramatischen Wandel befinden, was die Art und Weise betrifft, wie und wo Daten gesammelt und genutzt werden. Daraus ergibt sich die Notwendigkeit, das Rechenzentrum aufzuteilen. Das heißt nicht, dass es keine Rechenzentren mehr geben wird, aber sie werden weniger strukturiert und flexibler. Dies ist eine wichtige Dynamik, die den Bedarf an Flash-Speicher und Flash-Storage vorantreibt. Wie können wir auf Daten zugreifen und sie nutzen, die sich im ganzen Land oder sogar auf der ganzen Welt befinden, und zwar auf eine Art und Weise, die den Anschein erweckt, dass sie lokal gespeichert sind? Flash hilft bei der Bewältigung dieser Herausforderung und ermöglicht neue Technologien wie KI und Datenanalyse in einem Umfang, der bisher unmöglich war.“

„Speicherhungrig“ – der Storage-Insider-Podcast, Folge 6

„Unternehmensdaten speichern und nutzen – leichter gesagt als getan“

KI und Analytik verändern die Architektur von Flash-basierten Speichersystemen

Auch wenn sich die Auswirkungen von Flash auf KI, Analysen, IoT und Edge-Processing nur schwer quantifizieren lassen, ist Flash mit Sicherheit ein Schlüsselelement in der IT-Infrastruktur, die zur Bewältigung dieser Workloads aufgebaut wird. Wenn es um die Implementierung von KI geht, wird diese Infrastruktur laut Randy Kerns, Senior-Stratege beim Analystenunternehmen Futurum Group, mehr Aufmerksamkeit erhalten als bisher.

„Ich denke, wir beginnen gerade erst, die Bedeutung der zugrundeliegenden Gerätetechnologie zu erkennen, die für KI/ML verwendet wird. Derzeit liegt der Schwerpunkt auf den Algorithmen und der Datenaufbereitung aus verschiedenen Quellen, um damit zu arbeiten und die Trainings- und Testdaten zu erstellen. Zu Recht lag das Hauptaugenmerk auf den funktionalen Aspekten, um diese zum Laufen zu bringen. Jetzt, da die Technologie ausgereift ist, werden die Optimierungen und die schnellere Erzielung von Ergebnissen dazu führen, dass die Technologien für die Speicherung stärker in Betracht gezogen werden. Einige Implementierungen mögen weiter fortgeschritten sein als andere, aber wir werden sehen, dass KI/ML und die Verwendung von Flash-Speichern immer wichtiger werden“, so Kerns.

Die Fähigkeit von Flash, kleine, zufällige Datenzugriffe oder IO-Operationen zu verarbeiten, entspricht den Anforderungen von KI/ML und Analysen. „Festplattenlaufwerke sind Steampunk-Geräte. SSDs haben aufgrund ihrer enormen IOPs [IO-Operationen pro Sekunde] Vorteile bei allen Arbeitslasten, die kleine und/oder zufällige Übertragungen beinhalten, übernommen. KI/ML-Schulung und -Analyse beinhalten zufällige E/A-Workloads, und IoT wird von extrem kleinen Übertragungen dominiert, was beide zu frühen Erfolgsgeschichten für All-Flash-Speichersysteme macht", so Curtis Anderson, Softwarearchitekt bei Panasas.

Die Leistungsanforderungen von KI/ML tragen nicht nur zur Verbreitung von All-Flash-Speichersystemen bei, sondern treiben auch architektonische Änderungen innerhalb dieser Systeme voran. „Architektonische Überlegungen dazu, wie Daten in den Speicher gelangen und ihn verlassen, sind ebenfalls wichtig. Aus diesem Grund eignet sich herkömmlicher HPC-Speicher gut für KI-Workloads, und es gibt viele neue Speicherunternehmen auf dem Markt, die Flash und NVMe [das Speicherprotokoll, das für den Zugriff auf Flash verwendet wird] nutzen, um durchgängig niedrige Latenzzeiten zu liefern und mögliche Engpässe auf der Speicherebene zu beseitigen“, so Amos Ankrah, Lösungsspezialist bei Boston.

(ID:50034709)