Suchen

Cloud-Native-Flexibilität trifft auf Energie-Effizienz Cloud & Heat bietet Managed Kubernetes Service für das Machine Learning

| Redakteur: Ulrike Ostler

Das Dresdner Unternehmen Cloud & Heat, das sowohl wassergekühlte Rechenzentren betreibt als auch Cloud-Services, bietet nun einen Managed-Kubernetes-Service an, der insbesondere auf Machine-Learning-Anwendungen zielt.

Firmen zum Thema

Bei Cloud & Heat hat der Begriff Container zwei Bedeutungen: „The Beast“ etwa ist ein Datacenter-Container, der mit der wassergekühlten IT des Anbieters gefüllt bis zu 0,5 Megawatt Versorgung bietet. Als Software-Conatiner für Multicloud-Angebote, zum Beispiel ein Managed Service für Kubernetes.
Bei Cloud & Heat hat der Begriff Container zwei Bedeutungen: „The Beast“ etwa ist ein Datacenter-Container, der mit der wassergekühlten IT des Anbieters gefüllt bis zu 0,5 Megawatt Versorgung bietet. Als Software-Conatiner für Multicloud-Angebote, zum Beispiel ein Managed Service für Kubernetes.
(Bild: Cloud & Heat Technologies)

Kubernetes, ein ursprünglich von Google entwickelte Open-Source-System für die Container-Orchestrierung, etabliert sich aufgrund seiner Flexibilität und Zuverlässigkeit zunehmend als de-facto-Standard. Laut der aktuellen Studie „State of the Cloud Report 2019“ von Flexera verzeichnet Kubernetes von allen Container-Orchestrierungsplattformen die größte Nutzerzunahme und konnte von 2018 zu 2019 mit einem 20-prozentigem Wachstum aufwarten.

Laut einer aktuellen Studie von Crisp Research haben 2019 zwei Drittel der deutschen Unternehmen geplant Kubernetes einzusetzen. Vor allem für Firmen, die große Mengen an verteilten Rechnern zum Beispiel für Machine Learning und Künstliche Intelligenz benötigen, stelle Kubernetes das ideale Werkzeug dar, heißt es von Cloud & Heat.

Doch Software und Systeme wachsen schnell und die Aufgaben für DevOps-Teams werden schnell komplex. Viele Administratoren und Entwickler stoßen sowohl kapazitativ als auch Know-how-seitig an ihre Grenzen. Sehr viele Unternehmen gehen deshalb dazu über, diese Leistungen an Managed-Service-Provider auszulagern.

Cloud&Heat Technologies, Anbieter sicherer und energieeffizienter digitaler Infrastrukturen, unterstützt den wachsenden Bedarf an individualisierten Containerlösungen und erweitert sein Produktportfolio um einen Service, der speziell auf Machine-Learning-Anwendungen zugeschnitten ist. Durch strikte Einhaltung von Datenschutz und -sicherheit ist der Service des Dresdner Unternehmens vor allem für Organisationen konzipiert, die sicherheitskritische Daten verarbeiten. Den neuen Service bietet Cloud & Heat auf seiner eigenen und bereits seit 2013 ausschließlich in Deutschland betriebenen Public-Cloud-Infrastruktur oder im Rechenzentrum seiner Kunden an.

Individualisierung der Managed-Kubernetes-Infrastruktur

Cloud & Heat Technologies bietet auf Grundlage seiner langjährigen Erfahrung im Betrieb seiner eigenen IaaS-Plattform nun auch das Aufsetzen und Betreiben von Kubenetes-Clustern an. Der Kunde kann dabei auf eine standardisierte IT-Infrastruktur zurückgreifen oder diese, gemäß der speziellen Anforderungen seiner Anwendungen, individuell zusammenstellen lassen.

Marius Feldmann, COO bei Cloud & Heat Technologies, formuliert: „Unsere langjährige Erfahrung im Bau und Betrieb digitaler Infrastrukturen hat gezeigt, dass die unterschiedlichen, am Markt existierenden Bedingungen nicht durch eine standardisierte Lösung abgedeckt werden können. Wir haben uns in den letzten Jahren dahingehend entwickelt, sowohl im Hard- als auch im Softwarebereich besonders flexibel auf die individuellen Wünsche unserer Kunden einzugehen.“

Härtung der Cloud-Infrastruktur

Kunden des Managed-Kubernetes-Services von Cloud & Heat können zudem von zusätzlichen Sicherheitsmechanismen profitieren, welche durch das vom Unternehmen und dem IT-Sicherheitsexperten Secunet gegründeten Tochterunternehmen Secustack bereitgestellt werden. Neben der abgesicherten Übergabe der Daten in die Cloud und einer strikten Trennung von Mandantennetzwerken, erhalten die Kunden die Kontrolle über ihre kryptografischen Schlüssel. Das sei vor allem bei der Verarbeitung besonders sicherheitskritischer Daten besonders wichtig, so der Anbieter.

Big-Data-Erzeuger wie Nyris setzen auf nachhaltige Infrastrukturen

Einer der ersten Kunden der Dienstleistung ist die Nyris GmbH (siehe: Kasten). Das Unternehmen nutzt künstliche visuelle Intelligenz, um die Suche nach Ersatzteilen, Produkten oder Objekten natürlicher und intuitiver zu ermöglichen. Der visuellen Suche liegt so genanntes Machine Learning zugrunde: Durch das Erkennen von Mustern in vorliegenden Datenbeständen sind IT-Systeme in der Lage eigenständig und fehlerfrei die richtigen Lösungen zu finden.

Vor allem das Training immer komplexerer und genauerer Algorithmen verursacht dabei einen enormen Stromverbrauch. Nach einer Studie des MIT zufolge kann durch das Training pro Durchgang so viel CO2 emittiert werden wie von fünf amerikanischen Autos mit durchschnittlichen Energieverbrauch in deren gesamten Leben – inklusive der Herstellung (siehe auch: „Fujitsu Forum - Praxis trifft auf Innovation und neue Firmenstrukturen, Digital-Annealer-Projekte, neue KI-Technologie und Strategien garniert mit Brot und Butter“. Nyris ist sich seiner Verantwortung für Energie-Effizienz bewusst und lässt deshalb ihre Algorithmen auf der Rechenzentrumsinfrastruktur von Cloud & Heat laufen.

Diese werden seit 2018 im Energie-effizienten Rechenzentrum im Frankfurter Eurotheum gehostet, wo statt einer Luftkühlung die Server mit Wasser gekühlt werden. Die entstehende Abwärme wird vor Ort in den Heizkreislauf des Hochhauses eingespeist und zum Beheizen der dortigen Büroräume und des Hotels genutzt (siehe: „Die umweltfreundliche OpenStack-Cloud aus Frankfurt, Cloud&Heat übernimmt ehemaliges Rechenzentrum der EZB in Frankfurt“)Durch den Umzug seiner umfangreichen Berechnungen kann Nyris nun bis zu 11 Tonnen CO2 pro Jahr sparen (siehe: Kasten).

Anna Lukasson-Herzig, Gründer und CEO von Nyris, bestätigt: „Wir sind sehr glücklich, mit Cloud & Heat einen kompetenten Partner gefunden zu haben, der uns mit seinem nachhaltigen Managed-Service-Angebot eine sichere, flexible und auch nachhaltige Infrastruktur bieten kann. Ich hoffe, dass weitere Unternehmen nachziehen werden, damit die steigenden Emissionen von Machine Learning eingedämmt werden. Nur dann können wir mithilfe von solchen Technologien unser Leben, unsere Gesellschaft und unseren Planeten nachhaltig positiv beeinflussen.“

(ID:46561761)