Pure Storage zu Nachhaltigkeitszielen Wird KI zum großen Ressourcenfresser der IT?

Anbieter zum Thema

Pure Storage GmbH

WatchGuard Technologies GmbH

DataCore Software GmbH

Impossible Cloud GmbH

Der verstärkte Einsatz von KI wirft immer mehr Fragen zur Nachhaltigkeit auf. Themen wie immenser Stromverbrauch, hoher Wasserbedarf für die Kühlung von Hochleistungssystemen in Rechenzentren und die allgemeine Ökobilanz machen die Runde.

Es lässt sich nicht leugnen, dass Künstliche Intelligenz (KI) in den letzten Jahren zu einem der am schnellsten wachsenden und größten Investitions- und Innovationsbereiche der Unternehmenstechnologie geworden ist. Angesichts zahlreicher praktischer Anwendungsmöglichkeiten ist es nicht verwunderlich, dass KI in vielen Bereichen zum Einsatz kommt – von Biowissenschaften, über das Gesundheitswesen, die Halbleiter- und Chipfertigung bis hin zur Automobilindustrie oder den Finanzdienstleistungen.

Während generative KI-Tools wie ChatGPT in den letzten Monaten die Schlagzeilen beherrschten, ist KI schon seit einigen Jahren in der IT nichts wirklich Neues. Die jüngste Welle weithin zugänglicher generativer KI-Tools führt jedoch zu mehr maschinell erzeugten Daten als je zuvor, und dies treibt das beispiellose Wachstum unstrukturierter Daten weltweit an. IDC prognostiziert, dass die Gesamtmenge der weltweit erzeugten digitalen Daten bis 2025 auf 175 Zettabyte ansteigen wird (2019: 40 Zettabyte). Diese Schätzung kann angesichts des Anstiegs der durch KI erzeugten Daten, den wir heute erleben, als konservativ angesehen werden.

In einem gewissermaßen ewigen Kreislauf bedeuten größere Datenmengen und die Beschleunigung der KI eine größere Chance für Unternehmen, diese Informationen in verwertbare Intelligenz umzuwandeln. Innovationen können schneller realisiert, die Kundenzufriedenheit gesteigert und die Abläufe rationalisiert werden. Doch so wie die Industrie Öl zu nützlichen Produkten wie Kraftstoff und Kunststoffen veredelt, müssen auch Daten veredelt werden, bevor sie einen Wert darstellen können. Hier kommt die – zunehmend KI-basierte – Datenanalyse ins Spiel.

Erfolgreich mit KI-Projekten

Um KI nutzen und KI-gestützte Datenanalysen durchführen zu können, benötigen Unternehmen eine flexible, zuverlässige, leistungsstarke und vor allem nachhaltige Datenspeicherinfrastruktur.

• 1. Leistung ist der Schlüssel, denn KI beruht darauf, dass riesige Datenmengen immer wieder an GPUs gesendet werden. Je schneller Unternehmen dies tun, desto schneller und besser sind die Ergebnisse. KI-Ressourcen (Grafikprozessoren, Datenwissenschaftler) sind teuer und werden stark nachgefragt, so dass es zu hohen Kosten führen kann, wenn sie auf den Zugriff auf Daten warten müssen. Genauso wichtig wie die Versorgung der GPUs ist die Beschleunigung der gesamten Datenaufbereitung und -kuratierung, um die Daten überhaupt erst zu sammeln und zu verarbeiten.

• 2. Flexibilität ist wichtig, denn KI ist der sich am schnellsten entwickelnde Bereich in der Technologie. Tools, Techniken, Datensätze und Anwendungsfälle entwickeln sich jeden Tag weiter. Daher ist es wichtig, in Technologien und Infrastrukturen zu investieren, die es Unternehmen ermöglichen, sich schnell an Veränderungen anzupassen.

• 3. Zuverlässigkeit und Kontrollen sind für Unternehmen mit KI-Umgebungen wichtiger denn je. In diesen geschäftskritischen Umgebungen kann jede Ausfallzeit zu exorbitanten Kosten führen. Außerdem handelt es sich bei KI-Projekten oft um große, komplexe Projekte mit hohem Automatisierungsgrad. Kontrollen in Bezug auf Kontingente, Sicherheit, Verfügbarkeit und einfache Verwaltung sind von entscheidender Bedeutung.

Zu guter Letzt geht es um eines der drängendsten Probleme unseres Planeten: die Nachhaltigkeit.

KI nachhaltig betreiben

Aktuellen Schätzungen zufolge entfallen auf Rechenzentren zwischen ein und vier Prozent des gesamten weltweiten Energieverbrauchs. In einigen Ländern wurde der Ausbau von Rechenzentren sogar gestoppt, weil sie keinen Zugang zu angemessener Energie haben. KI wird nicht verschwinden, und insgesamt wird sie ein äußerst positives Werkzeug für die Menschheit sein, das hilft, sich wiederholende Aufgaben zu automatisieren, Krankheiten effektiver zu behandeln und die Welt durch Wetter- und Klimamuster besser zu verstehen.

Aus Umweltsicht trägt KI zunächst jedoch dazu bei, den Energieverbrauch und den CO2-Fußabdruck zu erhöhen. Angesichts dieser immensen Herausforderung und Chance ist der Aufbau einer effizienten und nachhaltigen technologischen Infrastruktur für KI von entscheidender Bedeutung, um die globale Erwärmung und die Auswirkungen des Klimawandels abzumildern.

In dem Maße, wie die Datenmengen wachsen und hohe Leistung als Voraussetzung für KI zum Mainstream wird, rücken Nachhaltigkeitsaspekte in den Vordergrund. Mit diesen Anforderungen steigen auch die Kosten für Strom, Kühlung und den Platz für die Unterbringung der Geräte. Angesichts steigender Energiepreise ist dies nicht nur ein Umweltproblem, sondern auch eine betriebliche und finanzielle Herausforderung für Unternehmen.

Doch gibt es einige Unternehmen, die Produkte entwickeln und herstellen sowie Dienstleistungen anbieten, die es den Kunden ermöglichen, ihren eigenen ökologischen Fußabdruck erheblich zu verringern. So sind beispielsweise All-Flash-Speicherlösungen wesentlich effizienter als ihre Pendants in Form von Festplatten (HDD). In einigen Fällen können All-Flash-Lösungen Unternehmen dabei helfen, den direkten Energieverbrauch von Datensystemen im Vergleich zu Konkurrenzprodukten um bis zu 80 Prozent zu senken. Darüber hinaus ist Flash-Speicher für die Durchführung von KI-Projekten viel besser geeignet. Der Schlüssel zu den Ergebnissen liegt in der Verbindung von KI-Modellen oder KI-gestützten Anwendungen mit Daten. Um dies erfolgreich umzusetzen, benötigen Unternehmen viele Daten, die nicht kalt sein dürfen, und vor allem müssen die Daten leicht zugänglich sein, über Silos und Anwendungen hinweg. Dies ist mit einem HDD-basierten Speicher schlicht nicht möglich, hier ist All-Flash erforderlich.

Schnelle AI-Supercomputer

Viele Unternehmen wenden diese Best Practices bereits an, um ihre KI-Reise anzutreten. Meta beispielsweise wollte seine KI-Forscher dabei unterstützen, neue und bessere KI-Modelle zu entwickeln, die aus Billionen von Beispielen lernen, mit Hunderten von verschiedenen Sprachen arbeiten, Text, Bilder und Videos nahtlos zusammen analysieren, neue Augmented-Reality-Tools entwickeln und vieles mehr. Aus diesem Grund hat das Unternehmen seinen AI Research SuperCluster (RSC) ins Leben gerufen, der der schnellste AI-Supercomputer der Welt werden soll.

Als Partner hat sich Meta für Pure Storage entschieden. Bestückt ist der RSC mit den FlashArray- und FlashBlade-Systemen von Pure Storage. Sie sollen für die schnelle Analyse strukturierter und unstrukturierter Daten sorgen.

Wie können Unternehmen diesen Erfolg nachahmen?

Um sich auf eine Welt vorzubereiten, in der immer größere Mengen an unstrukturierten Daten Gegenstand einer viel stärkeren Nutzung von KI-basierten Analysen sein werden, benötigen Unternehmen Speicherplatz in riesigen Mengen, der einen schnellen Zugriff ermöglicht und in Bezug auf die Nachhaltigkeit effizient ist. Unternehmen sollten sich nach Anbietern umsehen, die eine Roadmap für Flash-Speicherkapazitäten mit hoher Dichte vorweisen können, die sowohl die leistungsintensivsten als auch die derzeit als sekundär eingestuften Workloads bewältigen können, die jedoch mit dem Aufkommen der ständigen KI-Verarbeitung an Bedeutung gewinnen werden.

Unternehmen sollten auch die Kaufoptionen von Anbietern prüfen, die nahtlose Kapazitäts- und Technologie-Upgrades für die kommenden Jahre einbauen können. Schließlich sollten Unternehmen nach All-Flash-Speicheranbietern Ausschau halten, die von Dritten geprüfte ESG-Kennzahlen vorweisen können, damit KI-Projekte durchgeführt werden können, ohne der Umwelt und dem Unternehmensergebnis zu schaden.

(ID:49732838)