270 Prozent in vier Jahren KI gestaltet das Rechenzentrum um
Anbieter zum Thema
Die Fähigkeit, Daten zu sammeln, um Erkenntnisse zu gewinnen, hat eine neue digitale Revolution ausgelöst. Doch je mehr Daten wir erstellen, desto wichtiger wird das Rechenzentrum.

In den vergangenen zehn Jahren hat der Aufstieg der Künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) die Art und Weise, wie Unternehmen mit Daten umgehen, in fast allen Geschäftsbereichen und Branchen verändert. Tatsächlich haben bis vor einem Jahr 37 Prozent der Unternehmen KI in irgendeiner Form implementiert. Das entspricht einem Anstieg von 270 Prozent in den vergangenen vier Jahren.
Um eine groß angelegte Datenerhebung und -analyse in einem ganzen Unternehmen effektiv umzusetzen, müssen Organisationen eine einheitliche Infrastruktur aufbauen, die sich mit KI-Projekten befasst. In diesem Artikel werden einige bestimmende Trends skizziert, während der Aufstieg der KI das Rechenzentrum weiterhin prägt.
Der Aufstieg der eingebetteten Intelligenz
Da die Geräte immer stärker miteinander verbunden werden, bewegen wir uns in Wirklichkeit auf ein Zeitalter der eingebetteten Intelligenz zu. Es ist daher von entscheidender Bedeutung, dass Geräte innerhalb desselben Ökosystems miteinander kommunizieren und auf Daten in der Cloud, am Rand und im Kern zugreifen können.
Ein Beispiel dafür ist die Entwicklung von autonomen Fahrzeugen, die eine gemeinsame 'Sprache' zur Kommunikation benötigen, unabhängig vom Autohersteller. Die Sicherheit des autonomen Fahrens hängt von einem Ökosystem aus intelligenten Verkehrssignalen, straßenseitigen Einheiten und Fußgängerwarnungen ab.
Standardisierung und Interoperabilität sind daher von zentraler Bedeutung. Letztendlich wird dies die Integration und den Einsatz eines AI/ML-Ökosystems an den Rändern wesentlich erleichtern.
„Zweimal berühren? Automatisieren Sie es.“
Laut IDC werden in diesem Jahr weltweit mehr als 59 Zettabytes (ZB) an Daten erstellt, erfasst, kopiert und konsumiert. Für IT-Teams, die sich inmitten dieser Datenexplosion und der Komplexität der unterschiedlichen Arbeitsbelastungen über Wasser halten wollen, ist Automatisierung für den Erfolg unerlässlich.
Einerseits ist die Automatisierung eine Möglichkeit, die IT-Mitarbeiter zu entlasten und ihre Zeit für wichtigere Projekte freizusetzen. Automatisierung ist aber auch der Schlüssel, um die KI dabei zu unterstützen, mehr Funktionen im Rechenzentrum zu übernehmen.
Aufgaben, die eine enge menschliche Interaktion erfordern fallen weg. Die Automatisierung hilft den Rechenzentren, den Weg zur KI zu gehen und von der reaktiven zur präventiven und schließlich vorausschauenden Arbeitsweise zu wechseln.
Effizienzsteigerung mit KI-Chips
Die Verwendung von Allzweck-Chips für groß angelegte KI-Prozesse kann unverschämt teuer sein. Da die KI so enorme Rechenleistung erfordert, entscheiden sich viele Unternehmen für spezialisierte KI-Chips.
Diese sollen komplexe mathematische und rechnerische Aufgaben effizienter ausführen. Da die meisten KI-Anwendungsfälle heute sehr eng gefasst sind, können KI-Chips für eine bestimmte Aufgabe wie Mustererkennung, Verarbeitung natürlicher Sprache, Netzwerksicherheit, Robotik und/oder Automatisierung konfiguriert werden.
:quality(80)/p7i.vogel.de/wcms/2d/e1/2de159850bc92013905c2e2d0a024dee/88286296.jpeg)
Chips mit Artificial Intelligence an Bord
Was KI-Chips bereits leisten können
:quality(80)/p7i.vogel.de/wcms/8d/85/8d85c936c9e521fd416d4a328ccc82e9/92276445.jpeg)
Der gnadenlose Kampf um die bessere KI-Leistung
FPGAs statt GPUs?
Mit zunehmendem Reifegrad der KI werden sich nicht nur die Fähigkeiten erweitern, sondern auch die Kosten für die Implementierung senken. Dieser Trend wird mit der RISC-V-Initiative und anderen Open-Source-Technologien noch weiter voranschreiten und die Hürden für speziell entwickelte 'Bausteine' senken. Damit sich diese wie nie zuvor auf Effizienz, Leistung und Skalierbarkeit konzentrieren können.
:quality(80)/images.vogel.de/vogelonline/bdb/1731900/1731924/original.jpg)
Gewichtsverlagerung im Chip-Markt
Zankapfel ARM: Verkauf könnte Akzeptanz von RISC-V erhöhen
:quality(80)/p7i.vogel.de/wcms/63/23/6323eb92dccf1b24be6f350190ec2ce7/89134292.jpeg)
Hensoldt Cyber adressiert hohe Sicherheitsanforderungen
Hochsichere OS- und RISC-V-Prozessorlösung aus Bayern
Überbrückung der Qualifikationslücke
Die Qualifikationslücke in der Datenwissenschaft sowie das exponentielle Wachstum der Arbeitsbelastung beim maschinellen Lernen bedeuten, dass es einfach nicht genügend Datenwissenschaftler auf der Welt gibt, um diese Datenexplosion zu bewältigen. Um diese Lücke zu schließen und den Bedarf an menschlichem Input zu reduzieren, wird die KI-Technologie für Menschen mit anderen Fähigkeiten im gesamten Unternehmen zugänglicher gemacht.
Durch die Erweiterung vorhandener Tools und den Aufbau einer Selbstbedienungsplattform werden auch Personen ohne vorherige Schulung in der Lage sein, vorausschauende, KI-basierte Analysen zu erstellen. Bis zu einem gewissen Grad sollte jeder in einer Organisation in der Lage sein, die grundlegende Rolle des Datenwissenschaftlers zu übernehmen.
Die Zukunft der Datacenter
Da die Datenmenge wächst und die Anwendungen immer komplexer und vielfältiger werden, sucht das Rechenzentrum verzweifelt nach Effizienzsteigerungen. Einige gehen so weit zu sagen, dass viele Rechenzentren ohne KI weder wirtschaftlich noch betrieblich lebensfähig sein werden. KI-Tools tragen unter anderem dazu bei, die Ressourcen- und Dienstbereitstellung, die Kühlung und Energieoptimierung zu verbessern und mehr Cyber-Bedrohungen zu erkennen.
Die Technologie hinter der KI erweckt Daten zum Leben. Es ist entscheidend, dass das größere Rechenzentrum diese Prozesse effizient unterstützen kann. Mit der fortschreitenden Entwicklung der KI und dem immer schnelleren Datenwachstum nutzen viele Unternehmen die Vorteile eingebetteter Intelligenz, maßgeschneiderter KI-Chips und Automatisierung, um den Datenanalyseprozess weiter zu verbessern. Letztendlich werden die erfolgreichsten Rechenzentren die KI-Fähigkeiten in den meisten Betrieben strategisch einsetzen und eine intelligentere, hocheffiziente und flexible Infrastruktur aufbauen.

eBook herunterladen »
* Anil Köse im Auftrag von Wetern Digital
Artikelfiles und Artikellinks
Link: Netzwerkbeschleuniger für das Rechenzentrum; Nvidia stellt DPU Bluefield-2(X) vor
Link: Neue Prozessoren von AMD, Intel und mit ARM-Architektur; Das Prozessorkarussell dreht schneller
Link: KI-Beschleunigung; Graphcore präsentiert weltweit komplexesten Mikroprozessor
Link: Hirn im Computer Was ist neuromorphes Computing?- Was sind neuromorphe Chips?
Link: Computer mit neuromorphen Chips; Erfolge auf dem Weg zu bionischen neuronalen Netzwerken
(ID:46955133)