Wie kann die Künstliche Intelligenz Unternehmen helfen? Welche Anforderungen stellt die KI an Storage-Systeme? Welche Antworten hat IBM an diese KI-Storage-Anforderungen? Diese Fragen ist Basil Moshous en Detail nachgegangen.
Was strukturierte von unstrukturierten Daten unterscheidet
Der aktuelle Stand der Datendinge bei vielen Firmen ist zweigeteilt: Zum einen liegen Daten in strukturierter Form in Datenbanken vor, die bereis ausführlich und intensiv analysiert und bewertet werden konnten. Zum anderen herrschen zahlreiche unstrukturierte Daten vor, also all die Videos und Audiodateien, die völlig unkatalogisiert und oft nur schwer zugänglich vorhanden sind. Die besondere Herausforderung hierbei ist, die dort enthaltenen Informationen zu extrahieren und bestmöglich aufzubereiten.
Die Storage-Systeme von KI-Systeme sollten bestimmten Anforderungen genügen
Werden KI-Systeme, zum Beispiel auf Basis von Neuronalen Netzen, trainiert, erfordert dies eine meist große bis große Menge an Daten. Damit müssen die zugrunde liegenden Storage-Systeme vor allem zwei Anforderungen genügen: Sie müssen groß genug sein, um sämtliche Daten speichern zu können. Und sie müssen leistungsstark sein, speziell in der Kategorie Latenzen. Gerade hierin unterscheiden sich Standard-Speichersysteme von KI-tauglichen Storage-Systemen.
[irp posts=“168685″ ]
IBM hat auf die KI-Anforderungen in Form eines passenden Referenzsystems reagiert
Wie der Kollege Ralf Colbus bereits ausführlich dargelegt hat, hat IBM auf die Anforderungen der KI-Anforderungen in Form eines speziellen Referenzsystems reagiert. Dies basiert storage-seitig vor allem auf der Storage-Technologie IBM Spectrum Scale. Damit sind die KI-Systeme derart skalierbar, dass sie sowohl der Last der ersten Tests gewachsen sind als auch im Produktiveinsatz die benötige Leistung bringen.
Interessant an diesem IBM-KI-Referenzsystem ist die Tatsache, das die derzeit zwei schnellsten Supercomputer der Welt auf den zugrunde liegenden Techniken basieren. Das ist zum einen der Summit, der im Oak Ridge National Laboratory (USA) seine Dienste leistet. Hierbei handelt es sich um ein IBM Power System AC922 mit gut 2,4 Millionen Prozessorkernen vom Typ POWER9. Sierra kommt auf eine Gesamtrechenleistung von 148,600 TFlop/s (RMax).
Das andere System nennt sich Sierra und basiert auf dem IBM Power System S922LC mit gut 1.5 Millionen CPU-Kernen, ebenfalls vom Typ POWER9. Seine maximale Rechenleistung liegt bei 94,640 TFlop/s (RMax).
[irp posts=“168451″ ]
Das vollständige Interview mit Dr. Basil Moshous
Disclaimer: Für das Erstellen des Video(blogbeitrags) hat mich die Firma IBM beauftragt. Bei der Ausgestaltung der Inhalte hatte ich nahezu freie Hand.
Weitere Videointerviews zum Thema IBM Storage
Videoblog: „Die Performance eines KI-Systems ist nur ein Aspekt von vielen“