Lösungsansatz in der Speicherkrise Warum KI-Rechenzentren stabile Speicher-Lieferketten brauchen

Wenn es am Anfang von Fachartikeln um das rasante Wachstum künstlicher Intelligenz (KI) geht, liegt der Fokus oftmals auf immer leistungsfähigeren GPUs, großen Sprachmodellen und Milliardeninvestitionen durch Hyperscaler. McKinsey prognostiziert allein bis zum Jahr 2030 einen Ausbau aller Rechenzentrumskapazitäten weltweit in Höhe von insgesamt sieben Billionen US-Dollar – schneller, höher, weiter. Doch hinter dem Wettlauf um immer schnellere GPUs und größere Modelle entstehen Herausforderungen, die weniger sichtbar, aber für die Leistungsfähigkeit moderner KI-Infrastrukturen ebenso entscheidend sind.

Zum einen bestehen moderne KI-Rechenzentren, egal ob bereits in Betrieb oder aktuell in Planung, nicht nur aus GPU-Racks, Beschleunigern und Hochleistungsspeichern, sondern auch aus zahlreichen „unsichtbaren“ Komponenten, die dennoch für ihren langfristig stabilen, skalierbaren und effizienten Betrieb notwendig sind, beispielsweise Kühlsysteme, Stromversorgung, Netzwerkinfrastruktur oder Managementsysteme. Hier trifft der dynamische KI-Boom auf eine Infrastruktur, deren Basissysteme sich nicht beliebig schnell skalieren lassen: Komponenten müssen geplant, qualifiziert, produziert, installiert und über lange Zeiträume zuverlässig verfügbar gehalten werden – besonders dort, wo etablierte Speichertechnologien für Boot-, Steuerungs-, Management- und Sicherheitsfunktionen zum Einsatz kommen.

Wenn Wachstumsdynamiken die Lieferkette gefährden

Am offensichtlichsten wird dies im Bereich Flash-Speicher: Die Kapazitäten der Speicherindustrie, insbesondere in der Produktion, werden zunehmend darauf verwendet, den immensen Bedarf der KI-Branche an High-Bandwidth-Memory (HBM) und High-End-NAND zu decken. Die großen Akteure sichern sich sowohl die bereits produzierten Speicher als auch die potenziellen Produktionskapazitäten Jahre im Voraus.

Dies hat zur Folge, dass etablierte Legacy-Speichertechnologien wie SLC- oder MLC-Speicher oder ältere 3D-NAND-Generationen, die insbesondere für industrielle Anwendungen kritisch sind, vom Markt verdrängt werden. Und selbst Übergangstechnologien sind oftmals nicht mehr oder nicht in den erforderlichen Volumina verfügbar, obwohl sie für viele Unternehmen den einzigen wirtschaftlich umsetzbaren Migrationspfad darstellen.

Gleichzeitig bildet sich eine immer größere Diskrepanz zwischen den Entwicklungszyklen der Hyperscaler und den Anforderungen etablierter Industrien und Branchen wie Industrieautomatisierung, Maschinen- und Anlagenbau, Medizintechnik, Energieversorgung sowie Transport- und Logistikinfrastrukturen. Erstere denken in Monaten und Jahren, letztere benötigen Planungssicherheit und Zuverlässigkeit über ein Jahrzehnt oder länger. Oder anders ausgedrückt: Zu schnelle technische Innovationssprünge werden immer öfter zu einer Herausforderung hinsichtlich Prozess- und Betriebsstabilität und regulatorischer Compliance.

Keine KI-Rechenzentren ohne „unspektakuläre“ Basistechnologien

Während also Milliarden an Investitionen in Hochleistungs-GPU-Cluster fließen, wird die Inbetriebnahme mancher Rechenzentren durch fehlende, „unsichtbare“ Komponenten gefährdet, die den effizienten und sicheren Betrieb dieser sicherstellen – und die ihrerseits oftmals auf Flash-Speicher angewiesen sind. Wenn Hersteller zunehmend exklusiv auf hohe, kurzfristige Gewinne durch KI-Spitzenprodukte setzen, fehlen den Betreibern von Rechenzentren ab einem bestimmten Punkt die Boot-Medien und Controller-Speicher, ohne die kein Server startet.

Flash-Speicher sind hier noch einmal ein ideales Beispiel: Jedes KI-Rechenzentrum benötigt Flash-Speicher in Enterprise- oder Industriequalität für Boot-Code, Betriebssysteme, Firmware, Protokolle, Konfigurationsdateien oder Telemetrie-Logs. Baseboard-Management-Controller (BMCs) nutzen ebenfalls Flash-Speicher für ihre Firmware und Monitoring-Dienste. Ethernet- und InfiniBand-Switches speichern ihre Betriebs-Logs auf lokalen Flash-Speichern. Und selbst in den GPU-Rechenknoten verwalten eMMC- oder kompakte NVMe-Lösungen Treiber-Stacks und andere wichtige Prozesse.

Jenseits der Performance-Charts: die Anforderungen etablierter Branchen

Die Anforderungen etablierter Industrien und Branchen an KI-Anwendungen und die dafür notwendigen Komponenten beschränken sich nicht auf Geschwindigkeit und Rechenleistung. Insbesondere bei Edge-KI-Anwendungen, bei denen KI-Prozesse direkt auf dem Gerät oder nahe am Ort der Datenerzeugung ausgeführt werden, rücken zusätzliche Kriterien in den Vordergrund: Verfügbarkeit, Datenintegrität, thermische Stabilität, Security und langfristige Planbarkeit. Denn der Geschwindigkeitsvorteil verteilter Verarbeitung entfaltet nur dann einen praktischen Nutzen, wenn die dafür erforderlichen Systeme auch unter realen Einsatzbedingungen dauerhaft zuverlässig funktionieren. Die entsprechenden Komponenten müssen beispielsweise hohe Qualitätsstandards hinsichtlich Langlebigkeit und Datenintegrität erfüllen können – Telemetrie- und Log-Daten müssen auch nach mehreren Jahren immer noch fehlerfrei gelesen und verarbeitet werden können.

Dies muss zudem auch bei Stromausfällen oder anderen Unterbrechungen der Prozesskontinuität gewährleistet sein, gerade wenn es um KI-Anwendungen geht. Bei diesen und insbesondere im Falle von Edge-Computing ist zudem auch thermische Stabilität ein wichtiger Faktor, denn gerade Edge-Anwendungen und ihre Inferenz-Server kommen oftmals an Produktionslinien und anderen Orten mit hohen Temperaturspitzen und -schwankungen zum Einsatz.

Und nicht zuletzt geht es auch um Datenschutz und Datensicherheit, um betriebliche, rechtliche, Compliance- und damit letztlich finanzielle Risiken zu minimieren. Auch die schnellste und leistungsfähigste KI-Anwendung bietet keinen Mehrwert, wenn sie gleichzeitig die Angriffsfläche des Unternehmens vergrößert. Moderne Speicherlösungen integrieren deshalb beispielsweise Hardware-basierte Sicherheitsfunktionen (Hardware-Root-of-Trust), um Identitäten zu schützen und Daten direkt auf dem Medium zu verschlüsseln.

Lieferkettensicherheit während des KI-Booms

All dies bedeutet für Entscheider in Unternehmen, dass Konzepte wie die „Locked BOM (Bill of Materials)“ zunehmend unverzichtbar werden: Eine Locked BOM bedeutet eine Garantie des Herstellers, dass bestimmte, aktuell verfügbare und bewährte Komponenten auch über mehrere Jahre hinweg exakt baugleich verfügbar bleiben. Diese Locked BOM beinhaltet im Übrigen auch die Firmware, die auf dem Speichermedium läuft. So können Unternehmen kostspielige und zeitaufwändige Re-Zertifizierungen von Komponenten vermeiden, die gerade in stark regulierten Industrien und Branchen mit jedem Bauteil- oder Komponentenwechsel anfallen würden.

Ein weiterer wichtiger Faktor bei der Auswahl von Herstellern und Komponenten sollte Transparenz darstellen. Wenn Komponenten für KI-Anwendungen zunehmend prozess- und betriebskritisch werden, lohnt sich die Manipulation dieser auch zunehmend für Schadakteure. Eine lückenlose Nachverfolgbarkeit jeder Ebene der Lieferkette einer Komponente sollte möglich sein, und im Idealfall sollten europäische Unternehmen auf eine möglichst europäische Lieferkette setzen. So lässt sich Unabhängigkeit von einem Großteil der aktuellen geopolitischen Lage sicherstellen, und auch strenge europäische Compliance-Anforderungen lassen sich bestmöglich erfüllen.

* Der Autor: Martin Schreiber, Head of Product Management Memory Solutions bei Swissbit

Aktuelles E-Book

All-Flash-Arrays mit NVMe – eine Chance für neue Use Cases

Gegenüber herkömmlichen drehenden Festplatten setzen sich zunehmend mit SSDs bestückte Flash-Systeme durch und punkten im Verbund mit NVMe vor allem durch hohe Geschwindigkeit. Wann lohnt sich der Einsatz eines All-Flash-Arrays im Unternehmen? Und welches System ist das passende? Diese und weitere Fragen beantwortet unser neues, kostenloses E-Book.

Die Themen im Überblick:

• Technologische Grundlagen: Was ist NVMe-Flash?
• Use Cases: Wann lohnt sich ein NVMe-Array fürs Unternehmen?
• Anbieter und Produkte: NVMe-AFAs

E-Book „All-Flash-Arrays mit NVMe“ kostenlos downloaden

(ID:50915114)