Speicherinfrastrukturen für datenintensive KI-Anwendungen Storage Consortium
-
- Technologie
KI-Anwendungen mit zum Teil massiven Datensätzen verlangen nach skalierbar hoher Rechen- und Speicherleistung; dies zu vertretbaren Kosten.
Klassischer SAN-/NAS-Speicher skaliert bei diesen Workload-Profilen in Bezug auf kritische Parameter wie I/O-Leistung, Latenzzeiten, lineare Erweiterbarkeit, OPEX und CAPEX nicht entsprechend.
Gefordert sind moderne Speichertechnologien und Protokolle wie NVMe(oF) im Verbund mit QLC-NAND, DRAM-Caching, Storage Class Memory sowie massiv parallele Filesystem- und Speichersoftware-Lösungen; insbesondere bei steigenden Bandbreiten-Anforderungen mit zufälligen Zugriffsmustern von kleinen bis sehr großen Files.
Weitere Details dazu finden Sie in dieser Podcast Episode...
KI-Anwendungen mit zum Teil massiven Datensätzen verlangen nach skalierbar hoher Rechen- und Speicherleistung; dies zu vertretbaren Kosten.
Klassischer SAN-/NAS-Speicher skaliert bei diesen Workload-Profilen in Bezug auf kritische Parameter wie I/O-Leistung, Latenzzeiten, lineare Erweiterbarkeit, OPEX und CAPEX nicht entsprechend.
Gefordert sind moderne Speichertechnologien und Protokolle wie NVMe(oF) im Verbund mit QLC-NAND, DRAM-Caching, Storage Class Memory sowie massiv parallele Filesystem- und Speichersoftware-Lösungen; insbesondere bei steigenden Bandbreiten-Anforderungen mit zufälligen Zugriffsmustern von kleinen bis sehr großen Files.
Weitere Details dazu finden Sie in dieser Podcast Episode...
7 Min.