Interview mit Elke Steinegger, Pure Storage Was können Unternehmen wirklich von KI erwarten?

Anbieter zum Thema

Pure Storage GmbH

Fsas Technologies GmbH

Im Gespräch mit Storage-Insider erläutert Elke Steinegger, seit Anfang des Jahres neue Geschäftsführerin für Deutschland und Österreich bei Pure Storage, wie die künstliche Intelligenz bei der Verarbeitung von Petabytes an Daten konkret hilft und trotzdem wenig Strom verbraucht.

Pure Storage sieht sich als Vorreiter bei der Implementierung von künstlicher Intelligenz (KI) in Unternehmen; insbesondere bei den Fortune-500-Kunden könne man mit seiner cleveren, auf Flash und Cloud-Services aufbauenden Storage-Infrastruktur punkten, berichtet Elke Steinegger gegenüber Storage-Insider. Sie hat Anfang des Jahres die seit dem Ausscheiden von Begoña Jara im Juli 2023 verwaiste Führungsposition für Deutschland und Österreich wieder besetzt. Zuvor war sie über drei Jahre lang bei Commvault angestellt, und zwar ebenfalls als Area Vice President and General Manager, allerdings ausschließlich für Deutschland. Schon da und zuvor unter anderem bei Dell hatte sie schon dicke mit KI und Cloud zu schaffen.

Das kommt ihr in der neuen Umgebung zugute, hat Pure doch mittlerweile die KI breitflächig in seine Lösungen und Prozesse integriert. Die AIOps-Storage-Management-Plattform Pure1 kann beispielsweise proaktiv anzeigen, wenn ein Array an seine Kapazitätsgrenzen stößt. Dann spricht sie eine Empfehlung aus, genauso wie für den besten Zeitpunkt für einen Software-Upgrade. Sie überwache den Energieverbrauch, um ihn nach Möglichkeit durch das Sustainability-Assessment-Tool zu reduzieren. Generell steht laut Steinegger „der gesamte Fuhrpark unter Dauerkontrolle“, um ungewöhnliche Aktivitäten zu erkennen und gegebenenfalls zu stoppen.

Keine KI ohne Daten

Bei der Implementierung und Nutzung von KI gebe es allerdings jede Menge zu bedenken. Zwar schaffe sie zweifellos neue Möglichkeiten und werde viele Dinge verändern. Steinegger erwartet von der KI unter anderem neue Bereiche der Automatisierung, verbesserte betriebliche Effizienz, mehr Kundenzufriedenheit sowie Unterstützung bei der Compliance und Risikoerkennung. Unternehmen auf der ganzen Welt seien aktuell dabei, die Entwicklung und das Potenzial dieser Technologien zu erforschen.

Nicht vergessen werden dürfe dabei aber, dass Unternehmen für die KI Daten benötigten, und zwar viele davon. „Der Zugriff auf diese Daten und ihre Nutzung werden neue und höhere Anforderungen an die zugrundeliegende Datenspeicherplattform stellen, sowohl was die Datenverwaltung als auch die Sicherstellung ausreichender Leistung betrifft. Fragen wie die Zugänglichkeit von Grafikprozessoren, eine ausreichend leistungsfähige Infrastruktur für den Betrieb von Grafikprozessoren und die Verfügbarkeit von Strom müssen in Betracht gezogen werden. Ohne GPUs, eine robuste moderne Infrastruktur und ausreichend Strom für den Betrieb wird ein KI-Projekt nicht erfolgreich sein“, erläutert die Geschäftsführerin.

„Um KI erfolgreich zu implementieren, gilt es viele Dinge zu berücksichtigen und folgende Fragen zu beantworten“, fasst die die Regional Vice Präsidentin Germany and Austria zusammen: „Sind die richtigen Mitarbeiter mit den richtigen Fähigkeiten verfügbar? Ist die KI nutzbar? Wird ein Mehrwert geschaffen? Wird der ROI nachgewiesen? Werden Budgetbeschränkungen, Energieverbrauch und Nachhaltigkeit berücksichtigt?“ Ohne eine solide Strategie für die Konzeption und Umsetzung von KI-Projekten bestehe die Gefahr, dass sie viel Geld verschwendeten und wenig brächten.

KI im Rechenzentrum

Speziell beim Einsatz in Rechenzentren (RZ) müssten sich die Anwender genau über ihre Ziele klar sein: „Man sollte nicht einfach einem Trend folgen, sondern darauf achten, was sich positiv auf den täglichen Betrieb im Rechenzentrum auswirken wird. KI kann Prozesse verbessern, und gute Prozesse können wiederum das KI-Training beschleunigen, wenn die Rechenzentrumssysteme effizient laufen.“

Steinegger gibt ein Beispiel: KI eigne sich gut, um das Erreichen der Speicherkapazität vorherzusagen. Dadurch profitierten nicht nur die Betreiber, sondern auch die Beschaffer, und als „zusätzlichen Bonus“ liefere es mehr Nachhaltigkeit.

Dafür sollten bei der Einführung der KI im RZ noch einige weitere Aspekte berücksichtigt werden. So müssten Unternehmen zunächst sicherstellen, dass sie über die nötigen Instrumente und Prozesse verfügen, auch sei ein Business-Case mit Metriken unabdingbar. Darüber hinaus sollten Unternehmen keine Lösung bauen, die strikt auf die heutigen Anforderungen zugeschnitten ist, denn das Tempo des Wandels sei so hoch. Überhaupt sei Flexibilität das A und O – auch der Verbrauch müsse sich je nach Bedarf schnell und einfach erhöhen oder verringern lassen.

Dabei gehöre ein Auge immer auf die Energieeffizienz gerichtet. Entsprechende Tools und Plattformen helfen dabei und machen die Arbeit der Datenwissenschaftlern leichter, zu denken wäre etwa an einen Self-Service-Zugang zu Ressourcen. Und schließlich müsse das alles auf einer KI-freundlichen Unternehmenskultur fußen, zu der auch eine Fehlerkultur insbesondere für KI-Projekte gehöre.

Künstliche Intelligenz und Cyber-Resilienz

Pure Storage baut KI in seine Service-Architektur ein

Speicherung von KI-Daten nur auf Flash

Steinegger verwies auf viele Jahre Erfahrung von Pure Storage mit den KI-Datenanforderungen seiner Kunden. Schon 2018 habe man gemeinsam mit Cisco und Nvidia die AI ready infrastructure (AIRI) entwickelt und über 100 Kunden bei einer Vielzahl von KI-Anwendungsfällen unterstützt. Zu den Projekten hätten unter anderem selbstfahrende Autos, Finanzdienstleistungen, Genomik, Gaming und die für Deutschland so wichtige Fertigung gezählt.

„In diesem Jahr werden wir unsere bestehenden Angebote für Kunden weiter vertiefen, indem wir neue, auf KI zugeschnittene Lösungen vorstellen“, stellte Steinegger in Aussicht. Dazu gehöre allen voran die Früchte der erst kürzlich präsentierten Zusammenarbeit mit Nvidia zur Einführung neuer validierter Referenzarchitekturen. Gemeinsam erschaffe man für die Kunden einen Rahmen, um die Daten- und Rechenanforderungen für erfolgreiche KI-Implementierungen zu erfüllen.

Diese Anforderungen bestehen nicht zuletzt in einer blitzschnellen Speicherarchitektur. Ähnlich wie beim noch jüngeren Vast kommen daher bei Pure für die Speicherung von KI-Daten ausschließlich Flash-Bausteine zum Einsatz.

Pure Storage hat seit seiner Gründung auf Flash gesetzt und die Technik weiterentwickelt. „Der Schlüssel zu guten Ergebnissen ist wie gesagt die Verbindung von KI-Modellen oder KI-gestützten Anwendungen mit Daten. Um dies erfolgreich zu tun, sind große und vielfältige Datentypen, Streaming-Bandbreite für Trainingsjobs, Schreibleistung für Checkpointing (und Checkpoint-Restores), zufällige Leseleistung für Inferenzen und vor allem ein zuverlässiger und einfacher Zugriff rund um die Uhr über Silos und Anwendungen hinweg erforderlich“, erläuterte Steinegger die Ausgangssituation.

„Diese Eigenschaften sind mit einem HDD-basierten Speicher, der die Operationen untermauert, nicht möglich. Hier ist All-Flash erforderlich.“ Einen prominenten Beweis für ihre These liefere der Kunde Meta, der eine Speicherlandschaft für seinen Research SuperCluster (RSC) benötigt habe. Pure habe ihm eine Lösung erstellt, die Petabytes an Daten verarbeiten könne und ein sehr niedriges Energieprofil aufweise, „um mehr Energie in die GPUs zu investieren, die die KI-Modelle beschleunigen“.

„Festplatten haben sich als ineffizient und platzraubend erwiesen“, lautet das Fazit der Geschäftsführerin. All-Flash-Speicherlösungen seien wesentlich energieeffizienter als herkömmliche plattenbasierte Speicher, in einigen Fällen gar um 69 Prozent.

KI ist ein großer Energiefresser

HDD hin, Flash her – alle Betreiber von RZ, nicht nur Meta, stehen vor der Herausforderung, dass der Energie- und Kühlungsbedarf von KI-Projekten hoch ist, sehr hoch sogar. Schuld daran sind allen voran die Grafikprozessoren, die für die Berechnung von KI-Modellen unerlässlich sind. Die kürzlich angekündigten neuen GPUs von Nvidia sind gar noch viel stromhungriger als frühere Modelle. Eine typische Grafikkarte vernasche heute auch schon mal über 200 Watt, die meisten bestehenden Rechenzentren sind aber für nicht mehr als 15 Kilowatt pro Rack ausgelegt.

Das überrascht nach Beobachtung von Steinegger so manchen Anwender. Sie berichtete mit Berufung auf eine frische Studie aus dem eigenen Hause, dass 73 Prozent der IT-Einkäufer in Deutschland sich als nicht vollständig auf den Energiebedarf von KI vorbereitet sähen. Bei 88 Prozent der KI-Anwender sei der Bedarf an Rechenleistung deutlich gestiegen. Das komme eben daher, dass KI-Workloads so komplex und damit energieintensiv seien.

Diesem Problem begegneten RZ-Betreiber am besten mit Arrays von Pure. Diese seien von Anfang an für Flash konzipiert und platzsparender als HDDs. Die DirectFlash-Module (DFMs) von Pure ermöglichten den Arrays, direkt mit dem Flash-Raw-Speicher zu kommunizieren. Sie erzeugten daher weniger Abwärme und benötigten entsprechend weniger Kühlung. Im Vergleich zu konkurrierenden All-Flash-Lösungen reduziere die Technologie von Pure so den Energieverbrauch um bis zu 85 Prozent, benötige zwei- bis fünfmal weniger Strom und zehnmal weniger Platz als bestehende Festplattensysteme. Upgrades sorgten zudem für eine höhere Langlebigkeit und die Reduktion von Elektroschrott.

Warum intelligente Self-Services mittelfristig unverzichtbar sind

Modernes Storage-Management

KI erhöht die Hürden für den Datenschutz

Der Stromhunger von KI-Projekten ist das eine, aber auch der Schutz der dabei genutzten Daten bereitet vielen Verantwortlichen Kopfzerbrechen. Insbesondere beim Training mit persönlichen Daten von Bürgern oder Kunden seien Transparenz und Maßnahmen angesagt, um diese sensiblen Modellparameter vor Manipulationen bombenfest abzusichern. „Unternehmen müssen auch alle Phasen berücksichtigen, die Daten durchlaufen, bevor ein KI-Modell trainiert wird“, gibt die Managerin zu bedenken. „Zum Beispiel das Auffinden der Daten, das mögliche Exportieren oder Kopieren und das Verschieben der Daten an einen anderen Ort. Alle diese Schritte können zu potenziellen Datenschutzproblemen führen, und die Unternehmen müssen sicherstellen, dass sie über eine solide Sicherheitsstrategie zum Schutz dieser Daten verfügen.“

Dazu gehörten auch das Erstellen unveränderlicher Kopien sowie Wiederherstellungsstrategien und Schutzprotokolle. Für letzteres brauche es einen Anbieter mit eindeutigen SLAs, die die Wiederherstellung der Daten in einem bestimmten Zeitraum garantierten.

Doch das mit der Security und dem Datenschutz wird zunehmend knifflig: Moderne Datenbedrohungen erforderten moderne Cyber-Resilienz-Lösungen, die KI verändere die Cybersicherheitslandschaft nämlich „auf jeden Fall“, so Steinegger. Hier gelte es zwei wichtige Elemente zu berücksichtigen: „Erstens die Bedrohung der Daten eines Unternehmens und was es mit KI macht, da dies für einen böswilligen Akteur attraktiv sein kann. Zweitens die Bedrohung durch den Einsatz von KI zur Entwicklung neuer Angriffe.“

Letzteres Problem werde drastisch zunehmen, weil auch Personen, die wenig oder gar keine Erfahrung als böswilliger Akteur oder Hacker haben, heute das Dark Web nutzen könnten. Es sei mittlerweile ein Kinderspiel, böswilligen Code zu schreiben und einen Angriff zu starten. Leider im wahrsten Sinne des Wortes.

So nutzt Pure Storage selbst KI

Unternehmen müssten entsprechend reagieren und ihren Ansatz für die Datensicherheit regelmäßig überprüfen. Dazu gehöre auch, unveränderliche Snapshots zu erstellen. „Kontrollpunkte sind hier von entscheidender Bedeutung, um die erzielten Fortschritte zu dokumentieren“, erklärte Steinegger. „Wenn man beispielsweise einen Monat lang ein KI-Modell trainiert hat, kann man sich vorstellen, wie viel es kosten würde, es auf diesem Niveau wiederherzustellen – die Stromrechnung wäre enorm und das Fachwissen der Mitarbeiter könnte knapp werden. Um diese Elemente zu vervollständigen, benötigen Unternehmen eine leistungsstarke Datenspeicherung.“

Zum Glück arbeiten aber nicht nur die Angreifer mit KI, auch bei der Abwehr kommt sie zum Einsatz. Typisch für Machine-Learning-Anwendungen (ML) ist es etwa, Anomalien aufzudecken. Hinter solchen verbirgt sich gerne der eine oder andere eingeschleuste Virus.

Pure Storage nutzt KI natürlich auch selbst im Unternehmen: „Wir transformieren uns selbst, indem wir GenAI intern nutzen, um die Produktivität zu steigern und effizienter zu sein. GenAI kommt in allen Abteilungen zum Einsatz, von der Verbesserung der Sicherheitslage unserer eigenen Produkte bis hin zum Personalwesen, dem Kundenservice und der Entwicklung von Strategien“, so die Chefin. „Wir nutzen auch Anwendungen von Drittanbietern wie GitHub CoPilot, um die Software-Entwicklung zu beschleunigen, Glean Chat, um GenAI-Funktionen für Pure-Storage-Daten für die interne Suche und das Wissensmanagement bereitzustellen, sowie SaaS-GenAI-Funktionen über Workday, Salesforce, Netsuite und Snowflake und andere.“

Aktuelles eBook

Storage für HPC & KI

Speichersysteme für das HPC und für die verschiedenen Disziplinen der KI sind hohen Anforderungen ausgesetzt. Denn sie müssen enorme Datenmengen in kürzester Zeit bereitstellen oder sammeln. Wie können diese Herausforderungen gemeistert werden?

Die Themen im Überblick:

• Aktuelle Trends in der Künstlichen Intelligenz
• High-Performance Computing – Explosion der Innovationen
• Künstliche Intelligenz – nahezu Echtzeit-Datenverarbeitung

eBook „Storage für HPC & KI“ kostenlos downloaden

(ID:50073968)