Rechenintensive Anwendungen wie das Training von KI-Algorithmen, High-Performance Computing oder Big-Data-Analysen haben in den vergangenen Jahren stark an Bedeutung gewonnen. Dieses Spotlight des Marktforschungsunternehmens IDC zeigt Ihnen, wie Sie die richtige Infrastruktur für solche anspruchsvollen Aufgaben finden.
Inhalt:
Für 95 Prozent der deutschen Industrieunternehmen hat die Digitalisierung in den vergangenen Jahren an Bedeutung gewonnen, so eine Studie des Digitalverbands Bitkom. Laut KfW Research rechnen zwei Drittel der deutschen Mittelständler damit, dass ihre Kunden künftig zumindest teilweise digitale Produkte und Dienstleistungen bevorzugen werden.
Mit der zunehmenden Digitalisierung steigen auch die Anforderungen an die IT-Infrastruktur deutlich. Wie das vorliegende IDC-Spotlight zeigt, nutzt bereits mehr als die Hälfte der Unternehmen in erheblichem Umfang rechenintensive Workloads (Performance-Intensive Computing, PIC) wie KI-Anwendungen, High-Performance Computing oder Big-Data-Analysen.
Die Analysten von IDC kommen zu dem Schluss, dass es einer neuen Klasse von Infrastruktur bedarf, um diesen Anforderungen gerecht zu werden. Wie diese aussehen könnte, das lesen Sie ebenfalls in diesem Spotlight.
Außerdem erfahren Sie:
- Welche Bedeutung leistungsintensive Workloads für die Wettbewerbsfähigkeit haben.
- Welche Herausforderungen mit der Umsetzung leistungsintensiver Aufgaben verbunden sind.
- Wie Sie diese Herausforderungen mit der richtigen Infrastruktur meistern.
Originalauszug aus dem Dokument:
PIC Demands Drive the Need for Dedicated Infrastructure
The demands of PIC are high, with extreme demands across CPU, memory, accelerators, disk, and networking. What may work very well for typical enterprise applications will not deliver a good, let alone great, experience when it comes to delivering value from PIC workloads. Each type of PIC workload has a different set of requirements and bottlenecks to balance and resolve, with the biggest common challenges being memory size and interconnect bandwidth:
• AI: memory size, interconnect bandwidth, co-processor
• BDA: memory size, CPU security, interconnect bandwidth
• HPC: memory size, interconnect bandwidth, software stack
As a result, what we saw is that for all PIC workloads there was a strong preference across all respondents and industries to have dedicated infrastructure that is focused first and foremost on performance for that workload. This was very strongly felt for AI workloads, where 93% of respondents indicated that AI needs dedicated infrastructure focused on performance, with both BDA and HPC at 83% following closely behind.