Moderne KI-Technologien

Das Rechenzentrum ist das neue Herz der Datenverarbeitung

13.07.2021
Anzeige  KI ist den Versuchslabors entwachsen. Aber was experimentell gut möglich ist, erweist sich oft im datenintensiven und zeitkritischen Business-Umfeld als eine Herausforderung, da es an der erforderlichen IT-Leistung und den personellen Ressourcen fehlt. Doch die Situation bessert sich.
KI verschafft dem RZ noch mehr Relevanz. Hier werden hochperformante Technologien eingerichtet, die völlig neue Geschäftsanwendungen schneller und besser bewältigen.
KI verschafft dem RZ noch mehr Relevanz. Hier werden hochperformante Technologien eingerichtet, die völlig neue Geschäftsanwendungen schneller und besser bewältigen.
Foto: NVIDIA

Die CIOs stehen heute vor der Aufgabe, eine effektive Strategie für die digitale Transformation zu entwickeln und ihr Rechenzentrum entsprechend zu modernisieren. Ein wichtiger Beitrag hierzu kann der verstärkte Einsatz von künstlicher Intelligenz (KI) sein. Damit lassen sich Innovationen beschleunigen und entscheidende Wettbewerbsvorteile erzielen, oder aber auch neue Einnahmequellen erschließen. Dabei handelt es sich aber nicht nur ein technologisches Problem, denn auch die Suche nach KI-Talenten erweist sich weiterhin als eine große Herausforderung. Analysten und Beratungshäuser bestätigen die Bedeutung von KI für die CIOs.

"Der Einsatz von KI-Modellen verbessert die Personalplanung, die Bedarfsprognosen und erlaubt bislang kaum mögliche Simulationen", sagt Anand Rao, Leiter des Bereichs KI bei PwC. Er führt diesen Fortschritt vor allem auf deutliche Verbesserungen bei den KI-Technologien zurück. Der jährliche KI-Index der Stanford University weist ebenfalls einen deutlichen Anstieg bei den KI-Anwendungen aus. "Die rasante Zunahme von KI im vergangenen Jahr betraf sowohl gesellschaftliche als auch wirtschaftliche Anwendungsfelder", sagt Jack Clark, Mitherausgeber des Index. Auch er führt diese Entwicklung vor allem auf deutliche Verbesserungen bei den KI-Technologien zurück.

Neue Technologien setzen neue Maßstäbe

Viele dieser neuen Technologien basieren auf dem Einsatz von neuartiger Software, sowie Grafikprozessoren, den Graphics Processing Units (GPUs) von NVIDIA. Zusammen mit anspruchsvollen Programmen sind sie zum wichtigen Bestandteil des modernen Highperformance-Computings (HPC) geworden und in neue, gewaltige Hyperscale-Rechenzentren eingebunden.

Sie beschleunigen viele Anwendungen von Encryption über Netzwerk-Steuerung und Analytics bis hin zu modernster KI. Ein weiterer Faktor, der die Nutzung dieser Leistung ermöglicht, ist CUDA, eine NVIDIA-Plattform für paralleles Computing. Dieses seit 2007 immer weiter entwickelte Toolkit ermöglicht es den Programmierern, die Vorteile der Computing-Leistung von Grafikprozessoren für die allgemeine Verarbeitung zu nutzen, inklusive GPU-beschleunigten Bibliotheken, Compilern und Entwicklungswerkzeugen.

Rechenzentrum-GPUs, wie NVIDIA A100, sind die Basis für NVIDIAs Accelerated Computing Platform, die den Rechenzentren die Power verleiht, um Deep-Learning, Machine-Learning und High-Performance Computing zu beschleunigen.
Rechenzentrum-GPUs, wie NVIDIA A100, sind die Basis für NVIDIAs Accelerated Computing Platform, die den Rechenzentren die Power verleiht, um Deep-Learning, Machine-Learning und High-Performance Computing zu beschleunigen.
Foto: NVIDIA

Accelerated Computing für hochperformante Anwendungen

Ausgehend von diesen Basistechnologien hat NVIDIA eine Vielzahl an Lösungen und Tools für hochperformante Rechenzentrumseinrichtungen entwickelt. "Unsere Plattform für Accelerated Computing bietet die Möglichkeit, verschiedene traditionelle und moderne Anwendungen auf einer einzigen leistungsstarken, kostengünstigen und skalierbaren Infrastruktur auszuführen", sagt David Hogan, Vice President Enterprise bei NVIDIA.

Die von ihm angesprochene Plattform unterstützt eine umfangreiche Software-Suite mit der in kürzester Zeit produktiv gearbeitet werden kann. Und wenn branchenübliche IT- und DevOps-Frameworks vorhanden sind, ist sie sehr einfach zu integrieren. Die NVIDIA-Plattform für Accelerated Computing wird zunehmend auch zur Beschleunigung von Workloads der nächsten Generation eingesetzt. Um die Leistung weiter zu steigern, wurde inzwischen ein softwaredefinierter, hardwarebeschleunigter Stack entwickelt.

"Dieses Leistungspaket unterstützt die aktuellen Forderungen der CIOs, die eine moderne, zusammenhängende Computing-Infrastruktur benötigen, die vom softwaredefinierten Rechenzentrum bis hin zur Edge reicht", so David Hogan weiter. Dabei verweist er noch darauf, dass alle diese Funktionalitäten, sowie die erforderliche Leistung, Sicherheit und Skalierbarkeit zur Ausführung von Workloads der nächsten Generation bieten muss. Das betrifft vor allem moderne KI-Anwendungen. "KI und maschinelles Lernen (ML) haben schon längst die Forschungslabore verlassen und sind in die Unternehmens-Rechenzentren jeder Branche und jeder Region vorgedrungen", sagt Jensen Huang, Gründer und CEO von NVIDIA.

KI-Anwendungen: Immer mehr – immer schneller

Die Anwendungsbereiche der neuen Rechenzentrum- und KI-Technologien sind immens. Beispielsweise beim Aufbau von Remote-Arbeit und Videokonferenzen. Hier sind viele leistungsstarke Funktionen gefordert, um die allgemeine User-Experience und die Kollaboration zu verbessern. Mit NVIDIA Maxine steht ein entsprechendes SDK zur Erstellung und Bereitstellung KI-gestützter Videokonferenzfunktionen zur Verfügung. Maxine bietet verschiedene Features, wie aktive Geräuschunterdrückung, Übersetzungen und Untertitel in Echtzeit und sogar Avatare mit natürlichen Gesichtsausdrücken. Weitere KI-gestützte Dienste für Sprache, Bild und Linguistik stellen eine neue Qualitätsstufe für personalisierte, natürliche Gespräche dar.

Ein weiterer Bereich sind die Empfehlungen beim Online-Shoppen. Beispielsweise sind auf einigen der weltweit größten E-Commerce-Webseiten die zugehörigen Empfehlungssysteme für bis zu 30 Prozent des Umsatzes verantwortlich. Schon eine einprozentige Verbesserung der Relevanz von Empfehlungen kann Umsätze in Milliardenhöhe bedeuten.

Betrugsvermeidung ist ein weiteres großes Anwendungsgebiet. Hier hat American Express zusammen NVIDIA Modelle entwickelt, mit denen die Betrugsprüfung schneller und sicherer durchgeführt werden kann. "Unsere Betrugsalgorithmen überwachen jetzt in Echtzeit jede American Express-Transaktion auf der ganzen Welt und eine Betrugsentscheidungen dauert nur einige Millisekunden", sagt Manish Gupta, Vizepräsident für ML und Data Science Research bei American Express über diese Lösung.

Höchste Zeit zu handeln

"Es ist an Zeit, dass die CIOs KI-basierte Lösungen in ihre Digitalisierungspläne integrieren", lautet der eindringliche Rat von David Hogan an die IT-Chefs, denn die Zeit drängt. "Inzwischen haben die fortschrittlichsten CIOs bereits eine KI-First-Strategie zur Schaffung völlig neuer Geschäftsmodelle implementiert. Damit wird der Abstand zwischen den Leadern und Laggern immer größer", gibt er als Begründung an.

Verlässliche Partnerschaften sind bei diesem Vorgehen unerlässlich. Beispielsweise mit NVIDIA, denn das Unternehmen unterstützt bereits viele Firmen unterschiedlicher Größe auf ihrer KI-Reise, in dem es für deren Rechenzentren Accelerated Computing Plattformen bereitgestellt hat, die die Basis für höchste KI-Ansprüche bilden.

Alles Rund um die NVIDIA-Lösungen finden Sie im kompakten eBook "Beschleunigte Rechenzentren - Schnellere Innovation fördern"

Jetzt kostenfreies e-book runderladen

Zur Startseite