Datenvorhaltung im RAM Was ist In-Memory-Computing (IMC)?

Anbieter zum Thema

DataCore Software GmbH

FAST LTA GmbH

In-Memory-Computing ist eine Technologie, die die zu verarbeitenden Daten komplett im Arbeitsspeicher vorhält, um sie nicht von langsameren Speichertypen laden oder dort speichern zu müssen. Das beschleunigt die Datenverarbeitung deutlich. Mittlerweile gibt es auch Speicherarchitekturen, die dank integrierter Processing-Fähigkeiten bestimmte Verarbeitungsvorgänge direkt im Speicherchip vornehmen können.

Unter In-Memory-Computing, abgekürzt IMC, versteht man üblicherweise eine Technologie, bei der die von der CPU zu verarbeitenden Daten vollständig im Arbeitsspeicher (RAM) eines Rechners vorgehalten werden und auch nach der Verarbeitung dort bleiben. Sie müssen nicht wie bei der klassischen Computerdatenverarbeitung zunächst von langsameren Speichersystemen wie Festplatten oder SSDs in den Arbeitsspeicher geladen und anschließend wieder in diese Speichersysteme zurücktransferiert werden.

In-Memory-Computing beschleunigt die Datenverarbeitung deutlich, da die CPU schneller auf die Daten zugreifen kann und nicht erst die langsamen Transferzeiten zwischen Arbeitsspeicher und den anderen involvierten Speichersystemen abwarten muss. Bei der beschriebenen Art der Datenverarbeitung laufen die eigentlichen Berechnungen aber weiterhin auf der Recheneinheit des Computers, zum Beispiel auf der CPU oder GPU, ab. Die CPU oder GPU holt die Daten aus dem Arbeitsspeicher, führt die Berechnungen durch und schreibt die Ergebnisse wieder in das RAM. Persistente Speichermedien wie Festplatten oder SSDs werden meist nur noch zur Sicherung oder Rekonstruktion der Daten nach einem Absturz eingesetzt.

Mittlerweile gibt es aber auch neuere Ansätze und Spezialfälle des In-Memory-Rechnens, bei denen bestimmte Berechnungen direkt im Speicherchip stattfinden. Hierfür sind aber spezielle Speicherchips notwendig, wie memristive Speicher oder In-Memory-Coprozessoren. Mit diesen lassen sich einfache Operationen wie Matrixmultiplikationen oder logische Funktionen direkt im Speicherbereich ausführen. Aber auch bei dieser Art des In-Memory-Computing wird die CPU nicht gänzlich ersetzt, sondern durch die Berechnungen im Speicherchip nur bei bestimmten Operationen entlastet.

Vor- und Nachteile des In-Memory-Computing

In-Memory-Computing ermöglicht extrem hohe Datenverarbeitungsgeschwindigkeiten. Datenabruf- und -verarbeitungszeiten werden im Vergleich zur klassischen Datenverarbeitung mit Speichersystemen wie HDDs oder SSDs deutlich beschleunigt. IMC eignet sich für die Verarbeitung großer Datenmengen und ist leicht skalierbar. Zudem vereinfachen sich auch die Systemarchitektur und die Komplexität der Datenverwaltung, da sämtliche Daten im Arbeitsspeicher vorgehalten werden. Die Energieeffizienz des Gesamtsystems profitiert in der Regel ebenfalls vom In-Memory-Computing.

Als Nachteile des In-Memory-Computing lassen sich aufführen:

• höhere Kosten für die Bereitstellung ausreichender RAM-Kapazität,

• die Flüchtigkeit des RAM-Speichers erfordert zusätzliche Sicherungsmechanismen und persistenten Speicher,

• Anwendungen müssen für das IMC geeignet sein oder entsprechend angepasst werden,

• bei extrem großen Datenmengen kann die Kapazität des IMC durch den realisierbaren physischen Arbeitsspeicher eingeschränkt sein.

Typische Anwendungsfälle und Beispiele für das In-Memory-Computing

Das In-Memory-Computing ist prädestiniert für Anwendungen, in denen große Datenmengen in kurzer Zeit oder in Echtzeit verarbeitet werden müssen. Typische Anwendungsfälle und Beispiele sind:

• Echtzeitdatenanalysen (zum Beispiel im Finanzsektor, E-Commerce oder im Gesundheitswesen),

• Business-Intelligence,

• Maschinelles Lernen und Künstliche Intelligenz,

• wissenschaftliches Rechnen und High-Performance-Computing,

• In-Memory-Datenbanken (zum Beispiel SAP HANA, Redis oder Apache Ignite).

(ID:50830310)