Wenn traditionelle Speicher datenintensive und KI-bezogene Anwendungen ausbremsen
カートのアイテムが多すぎます
カートに追加できませんでした。
ウィッシュリストに追加できませんでした。
ほしい物リストの削除に失敗しました。
ポッドキャストのフォローに失敗しました
ポッドキャストのフォロー解除に失敗しました
-
ナレーター:
-
著者:
Künstliche Intelligenz, Container und Edge-Computing sind für die IT-Infrastruktur potentiell eine Herausforderung...
Um was geht es in dieser Episode?
Wenn Rechenleistung und Datenkapazitäten wachsen, ist eine Speicherinfrastruktur gefordert, die damit flexibel Schritt halten kann. Auch die leistungsfähigsten Compute-Ressourcen werden nur so schnell arbeiten, wie sie auf die gespeicherten Daten zugreifen können.
Ein skalierbarer, softwaredefinierte Speicher im KI-Umfeld ist ein aktives Element zur Beschleunigung von datenintensiven Workloads. Traditionelle Speicherlösungen können hingegen verschiedene Engpässe erzeugen, die anspruchsvolle datenbezogene Anwendungen ausbremsen.
Wichtig ist die Fähigkeit, Rechen- und Speicherkapazität unabhängig voneinander zu skalieren. Auch sollte die starre Abhängigkeit von einem Hypervisor-System vermieden werden.
Auf Storage- und Data Management-Ebene sind dabei die folgende Aspekte kritisch zu beachten...