Mobile-Menu

Storage für KI: Training, Inferenz und Betrieb, Teil 5 Hardware-Trends und -Heraus­forderungen

Von Michael Matzer 7 min Lesedauer

Anbieter zum Thema

DataCore Software GmbH
FAST LTA GmbH

Um den stetig steigenden Anforderungen der verschiedenen KI-Technologien wie Sprachmodellen oder Machine Learning zu genügen, erleben Speichertechnologien einen hohen Bedarf, der nicht immer zu erfüllen ist. Daher steigen die Preise für bestimmte Speichertechnologien wie etwa Flash-Memory auf SSDs kontinuierlich an.

Das entscheidendste Kriterium von Storage-Systemen für KI-Workloads ist neben der Sicherheit die Geschwindigkeit.(Bild: KI-generiert)
Das entscheidendste Kriterium von Storage-Systemen für KI-Workloads ist neben der Sicherheit die Geschwindigkeit.
(Bild: KI-generiert)

Die Frage stellt sich, ob Festplatten durch immer höhere Kapazitäten diesen Bedarf decken können. Doch es gibt fundamentale Unterschiede zwischen den beiden Speichertechnologien, die Interessenten berücksichtigen sollten.

Festplatten

Klassische Festplatten (Hard Disk Drives, HDDs) eignen sich gut für die kostengünstige Langzeitspeicherung und das Archivieren riesiger Datenmengen, die zum späteren Training von KI-Modellen benötigt werden, beispielsweise Audio- und Videodateien. Für das direkte, aktive Training oder die schnelle Ausführung von KI-Modellen (den Schritt der Inferenz) sind sie aufgrund zu niedriger Geschwindigkeiten jedoch ungeeignet; hier kommen SSDs und schneller RAM zum Einsatz.

Weiterführende Inhalte