Erstellen einer künstlichen Intelligenz (KI) Informationsarchitektur (IA) mit IBM Storage
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Erstellen einer künstlichen Intelligenz (KI) Informationsarchitektur (IA) mit IBM Storage
Inhalt
01 Einführung Künstliche Intelligenz (KI) ist eine Reise, die mit den Daten
beginnt. KI kann also nicht ohne eine Informationsarchitektur (IA)
existieren. Es ist nicht immer einfach, aus Daten geschäftlichen
02 Keine KI ohne IA Nutzen und Erkenntnisse zu gewinnen. Traditionelle Infrastruktur
ist unzulänglich für KI-Arbeitslasten und Datensilos machen es
Erfassen schwierig, eine ganzheitliche Sicht auf alle Ihre Informationen
Organisieren abzurufen, was den Wert von KI einschränkt.
Analysieren
Zusätzlich bewegen sich Organisationen in Richtung Hybrid
Integrieren Cloud, um auf zukünftige Geschäftsanforderunge reagieren
Modernisieren zu können. Da Daten zunehmend verteilt werden, wird es eine
Herausforderung, angemessenen Schutz und Management
bereitzustellen. Infrastruktur, die nicht für KI und Hybrid Cloud
03 IA für KI und Hybrid Cloud gebaut wurde, ist nicht flexibel genug ist, um auf moderne
modernisieren Arbeitslasten und Anforderungen zu reagieren, ohne die
Komplexität zu erhöhen.
IBM Spectrum Scale Die beste KI baut auf einer Basis von Daten auf, die sorgfältig
IBM Cloud Object Storage erfasst, organisiert und analysiert werden und dann in das
IBM Spectrum Discover Geschäft einfließen. Diese Basis sollte auch offen und flexibel
IBM Elastic Storage System sein, und den Zugriff auf Daten jeden Typs ermöglichen,
unabhängig davon, wo sie sich befinden.
04 Fallstudien: Einen
Jedes erfolgreiche KI-Projekt durchläuft einen mehrstufigen
Prozess, der mit dem Vorhandensein der richtigen Daten beginnt
Wettbewerbsvorteil und bis zur umfassenden Nutzung von KI fortschreitet.
schaffen
76% der IT-Entscheider
Continental Automotive
Universität Birmingham
die befragt wurden gaben an, dass KI in den nächsten
05 Fazit
ein bis zwei Jahren ein wichtiger Bestandteil ihrer
digitalen Umsetzungsstrategie sein wird.1
2
1 . IDC Whitepaper, gesponsert von IBM, Accelerating AI Modernizing with Data Infrastruktur, doc # US47460721, Februar 2021.
2
01 | Einführung
Die KI-Leiter
Die Einführung von KI ist nicht ohne Herausforderungen. • Datensilos. Speicher wird typischerweise mit
Die vielseitig einsetzbare Speicherinfrastruktur, die bestimmten Speicherlösungen implementiert,
Unternehmen gewohnt sind zu nutzen, muss durch die Datensilos produzieren. Diese Silos
Speichersysteme ersetzt oder ergänzt werden, die auf KI- sind weder miteinander integriert, noch
spezifische Aufgaben ausgerichtet sind.1 sind sie mit einer umfassend eingestellten
Infrastrukturlösung kombiniert, was zu einem
• Vom Experimentieren zum gewinnbringenden fehlendem globalen Datenzugriff führt.
Nutzen der KI. Die Modernisierung mit dem Ziel einer
KI-fokussierten digitalen Transformation erfordert Es ist keine Überraschung, dass viele Organisationen
Fachwissen über neue Standards der Entwicklung, nicht sicher sind, wie sie vorgehen sollen und keine
Implementierung und Wartung der KI-Lösungen. konkrete Vorstellung davon haben, wie sie KI am besten
zu ihrem Vorteil nutzen können. Deshalb hat IBM einen
• Traditionelle Infrastruktur/Komplexität. Viele präskriptiven Ansatz zur Beschleunigung der Reise zur
Unternehmen können keine traditionelle, vielseitig KI entwickelt, genannt AI Ladder™. Die „AI Ladder“ ist
einsetzbare Datenverarbeitung oder traditionelle einen Rahmenwerk, dass Ihre Fähigkeit beschleunigt,
Speicherinfrastruktur mehr verwenden. Diese Daten zu sammeln und zu organisieren, tiefere Einblicke
veraltete Infrastruktur erhöht die Komplexität und ist durch KI-gesteuerte Datenanalyse zu gewinnen und diese
nicht flexibel genug, um auf die Anforderungen der Erkenntnisse in Ihr Unternehmen einfließen zu lassen.
KI-Arbeitslasten zu reagieren. Stattdessen müssen
sie skalierbare Rechenressourcen einsetzen mit einer
ebenso skalierbaren, leistungsstarken, integrierten,
flexiblen und schützenden Speicherinfrastruktur.
Organisationen stehen bei der Einführung von
KI vor einigen Kernherausforderungen, darunter
das Skalieren von KI für geschäftlichen Nutzen,
die Verwendung von traditioneller Infrastruktur
und die Eliminierung von Datensilos.
3
1 . IDC Whitepaper, gesponsert von IBM, Accelerating AI Modernizing with Data Infrastruktur, doc # US47460721, Februar 2021.
02 | Keine KI ohne IA
KI
Erfassen Analyse
Daten sind der Kraftstoff, der die KI antreibt, aber sie können Analyse ist ein wichtiger Bestandteil der KI-Reise und muss
Keine KI
IA
auf eine Art und Weise erfasst oder gespeichert werden, die es eine hohe Leistung für schnelle Analysen sowie eine nahtlose
ohne IA schwierig oder kostenintensiv macht, sie zu verwalten. Sie müssen
diese Daten freisetzen, damit sie on premise oder in der Cloud
Verbindung zu sowohl dem Data-Lake als auch dem Speicherkatalog
bereitstellen. Unternehmen müssen für Themen planen, die über die
in eine einfache und kosteneffiziente Infrastruktur integriert Implementierung der KI hinausgehen; Sie müssen KI-Infrastrukturen
werden können. IBM Storage für Daten und KI macht Daten aufbauen, die ihnen Vertrauen in ihren Daten geben und den Zugriff
einfach zugänglich für Hybrid Cloud- und KI-Speicherlösungen, die darauf aktivieren, wo immer sie sich befinden. IBM Storage für Daten
in Ihr vorhandenes Geschäftsmodell passen. und KI bietet leistungsfähigen Zugriff auf Daten und eine integrierte KI-
Wenn Unternehmen beginnen, sich zu Infrastruktur für die Analyse.
modernisieren, suchen sie nach einer Organisieren
Architektur, die sie für die Zukunft rüstet.
KI kann nur so gut sein wie die Daten, auf die sie sich stützt. Integrieren
Auf der Reise zu KI geht es darum, mit
Unternehmen müssen vollständig verstehen, welche Daten
Hilfe einer IA, die einfach in die gesamte Geschäftliche Herausforderungen können eine gute
sie haben, damit sie diese für KI und andere organisatorische
Organisation integriert werden kann, Gelegenheit sein, eine KI-Infrastruktur zu prüfen, zu
Anforderungen nutzen können, einschließlich Konformität,
von der Erfassung der Daten hin zu verstehen und in jede Organisationseinheit zu bringen. IBM
Datenoptimierung, Datenkatalogisierung und Datengovernance.
Erkenntnissen zu kommen. Es ist wichtig, Storage für Daten und KI versetzt Sie in die Lage, Daten und
IBM Storage für Daten und KI bietet Einblicke in Daten aus
dass jeder Teil der AI Ladder einen Beitrag KI-Speicher so zu verwenden, dass diese Infrastruktur Ihrer
mehreren Quellen, indem Objekte und Dateien bei Änderungen
zur gesamten Journey erbringt. Der Organisation einen Mehrwert bringt.
automatisch und kontinuierlich indiziert, und diese Informationen
Start eines Projekts auf einem Teil der
im integrierten Speicherkatalog gespeichert werden.
Reise ist in Ordnung, aber es ist wichtig,
dass das Projekt zur gesamten IA für KI Modernisierung
beiträgt, um Ressourcen zu optimieren
Eine solide IA ist die Basis für AI und Hybrid Cloud. Ihre Infrastruktur
und Ihre Infrastruktur für wachsende KI-
zu modernisieren bedeutet, eine Basis zu erstellen, die nicht nur den
Arbeitslasten zu modernisieren.
Vorteil von cloud-nativen Technologien nutzt, sondern auch KI in der
gesamten Organisation vorantreibt. IBM Storage für Daten und KI bietet
die nötige Flexibilität, um auf KI-Arbeitslasten zu reagieren, und lässt
sich mit Kubernetes und der Red Hat® OpenShift®-Plattform integrieren,
was die Implementierung von cloud-nativen Anwendungen erleichtert.
4
03 | IA für KI und Hybrid Cloud modernisieren
Modernisieren Sie Ihre IA
für KI und Hybrid Cloud
KI-Initiativen sind einfacher und
wahrscheinlich erfolgreicher, wenn
IBM Spectrum® Scale IBM Cloud® Object Storage IBM Spectrum Discover
sie auf einer soliden Basis aufgebaut
sind. IBM Storage für Daten und KI IBM Spectrum Scale ist eine hoch IBM Cloud Object Storage ist eine IBM Spectrum Discover ist ein Multisource-
bietet diese Basis mit Angeboten, skalierbare, daten-effiziente, leistungsfähige hochskalierbare Cloud-Speicherlösung für Datenkatalog, der automatisch und kontinuierlich
die Ihre KI modernisieren und die Speicherlösung mit hoher Sicherheit und unstrukturierte Daten, die lokale und Cloud- Objekte und Dateien indiziert, wenn Änderungen
Herausforderungen adressieren, die einem globalen Dateisystem für Datei- basierte dedizierte Services bereitstellt. IBM an den Metadaten vorgenommen werden. Es
mit dem Einsatz von KI-Arbeitslasten und Objektspeicherdaten. IBM Spectrum Cloud Object Storage setzt eine innovative kann auch verwendet werden, um angepasste
verbunden sind. Scale ermöglicht die Vereinheitlichung Lösung zur kosteneffizienten Speicherung Tags zu erstellen und richtlinienbasierte
der Daten einer Hybrid Cloud in eine umfangreicher Mengen unstrukturierter Workflows zur Orchestrierung der Inhaltsprüfung
einzelne Scale-out-Speicherlösung für das Daten ein. Es liefert die Funktionalität, die und Aktivierung von Daten in KI, maschinellem
gesamte Rechenzentrum, ganz gleich ob erforderlich ist, um unterbrechungsfreien Lernen (ML) und Analyse-Workflows. IBM
im Rechenzentrum oder in der Cloud. IBM Zugriff auf Datenressourcen bereitzustellen Spectrum Discover ermöglicht schnellere
Spectrum Scale ist sowohl als Software-only- und gleichzeitig die Forschungsergebnisse, KI-Analyse, Konformitäts-Klassifikation,
Lösung als auch als integrierte Anwendung die Entscheidungsfindung, die geschäftliche Bild- und Videoindizierung, Identifizierung
verfügbar. Reaktionsfähigkeit und die regulatorischen personenbezogener Daten, KI-Daten-Pipeline-
oder gesetzlichen Anforderungen zu Integration, Datenerkennung in Echtzeit und neue
Mehr zu IBM Spectrum Scale Erkenntnisse zur Datenoptimierung und zum
verbessern.
Auffinden von schlechten oder doppelten Daten.
Mehr zu IBM Cloud Object Storage
Mehr zu IBM Spectrum Discover
5
03 | IA für KI und Hybrid Cloud modernisieren
IBM Elastic Storage® System
IBM Elastic Storage System (ESS) ist eine moderne Implementierung
von software-definiertem Speicher, die es einfacher macht, schnelle,
hoch skalierbare Speicher für KI und die Hybrid Cloud einzusetzen.
Mehr zu IBM Elastic Storage
IBM Elastic Storage System 5000 IBM Elastic Storage System 3200
IBM Elastic Storage System 5000 (ESS 5000) ist IBM Elastic Storage System 3200 (ESS 3200)
für Data-Lakes mit erhöhter Leistung, Dichte und wurde entwickelt, um die Anforderungen an
Skalierbarkeit konzipiert. Mit ESS 5000 können die Verwaltung von Daten für die Analyse zu
Sie massive Datenmengen konsolidieren, die erfüllen.
Prozesse vereinfachen und die Geschwindigkeit
Mehr zu IBM Elastic Storage System 3200
beschleunigen.
Mehr zu IBM Elastic Storage System 5000
6
04 | Fallstudien: Einen Wettbewerbsvorteil schaffen
Continental Automotive Ergebnisse
150 Jahre
Beschleunigte Erkenntnisse in die
Fahrzeugsicherheit bei Continental
Continental verschiebt die Grenzen
Für viele Personen ist das Autofahren einfach eine
der automobilen Innovation seit
Reihe von automatischen Entscheidungen. Um KI so
zu trainieren, dass sie dieselben Entscheidungen auch 150 Jahren.
nur eine Zehntelsekunde schneller trifft, sind Petabytes
an Daten erforderlich. Um autonome Fahrlösungen
zu entwickeln, die potenziell das Fahren sicherer zu
machen, setzte Continental Systeme von IBM Elastic
Storage System, IBM Spectrum Scale und NVIDIA DGX™
70%
ein: Continental verbessert die KI-
Trainingszeit um 70% mit IBM
• Um die Anwendungsentwicklung zu modernisieren,
ohne auf die Infrastrukturanforderungen Leistung, Spectrum® Scale und NVIDIA DGX
Skalierbarkeit oder Einfachheit zu verzichten. Systemen.
• Um sicherzustellen, dass ihre Infrastruktur das
14x
erforderliche Wachstum unterstützt, ob in der Cloud
oder vor Ort.
„Die Zusammenarbeit zwischen
Continental, IBM Storage und
• Um für Deep Learning mit Multi-Node-Training
zu optimieren und es zu ermöglichen, die
NVIDIA erfüllt eine Zusage in Continental hat die Fähigkeit,
Modellgenauigkeit für höhere Sicherheitslevels Bezug auf die Sicherheit.“ mindestens 14x mehr Deep-
zu erhöhen, ohne die Zeit bis zum Einsatz zu Learning-Experimente pro Monat
beeinträchtigen. Robert Thiel Head of AI, zur gleichen Zeit durchzuführen.
Advanced Driver Assistance,
Continental Automotive AG
Kundenreferenz lesen
7
04 | Fallstudien: Einen Wettbewerbsvorteil schaffen
Universität Birmingham Ergebnisse
Innovative Forschung vorantreiben
Unterstützt die Konformität mit
durch die Kontrolle über Daten
Datenschutzverordnungen zu geringen
Kosten und ohne Unterbrechung.
Die heutigen Forschungssimulationen generieren
mehr Daten als je zuvor. Um diesem stetig
Bis zu 2
wachsenden Bedarf gerecht zu werden, implementiert
die Universität Birmingham IBM Spectrum Scale and
IBM Spectrum Protect:
• Um eine zentrale Datenverwaltungsebene über „Wir unterstützen die Forschung in einem breiten Spektrum von Geschätzte Einsparung von bis
mehrere Speichersysteme einzusetzen. Bereichen, einschließlich der Anwendung und Entwicklung von zu 2 Vollzeitäquivalenten durch
• Um Preis-Leistungs-Entscheidungen bei der Techniken zur Verwendung von KI und Deep Learning. Zum verbesserte betriebliche Effizienz.
Zuordnung von Arbeitslasten zu Plattformen Beispiel arbeiten wir mit der Universität Nottingham an dem
zu aktivieren, ohne dass die Komplexität außer
5.000
Kontrolle gerät.
Centre of Membran Proteins and Receptors Projekt zusammen.
Durch die Analyse der superhochauflösenden Bilder, die von
• Um es Forschern zu ermöglichen, Anwendungen
dort einzusetzen, wo es sinnvoll ist, mit sofortiger
den neuesten Generationen von Mikroskopen erzeugt werden, 5.000 Forscher werden durch
Datenverfügbarkeit. wird das Projekt Aufschluss darüber geben, wie Herz-Kreislauf- eine Infrastruktur unterstützt, die
Erkrankungen, Atemwegserkrankungen und Krebs besser ihnen hilft, schneller Lösungen zu
verhindert und behandelt werden können.“ Schlüsselproblemen zu suchen.
Kundenreferenz lesen
Simon Thompson Research
Computing Infrastructure
Architect, Universität
Birmingham
8
05 | Fazit
Schlussfolgerung
Die Entscheidungen, die Sie beim Aufbau Ihrer KI-Basis treffen, haben weitreichende Implikationen, die sich bei
jedem Schritt auf Ihre Organisation auswirken und letztlich das Geschäftsergebnis festlegen. Deshalb ist es wichtig,
von Anfang an den richtigen Partner an der Seite zu haben.
IBM Storage für Daten und KI ist mehr als ein Satz von Speicherprodukten und -lösungen. Es besteht aus einer
Speicherstrategie, die Sie auf Ihrer Reise zu KI und Hybrid Cloud unterstützt. IBM ist weiterhin führend bei
skalierbaren, leistungsfähigen Arbeitslasten sowie effizientem, sicherem Speicher für Datei und objektbasierte
Lösungen. Zusätzlich stehen mit IBM Storage für Daten und KI Lösungen bereit mit breiter Unterstützung und
Integration mit Kubernetes sowie der Red Hat OpenShift-Plattform.
Unsere Lösungen bieten eine flexible, hochleistungsfähige KI, die Ihre Infrastruktur mit globalem Datenzugriff und
Services modernisiert, die einfach zu verwalten, schneller zugänglich und für die Skalierung mit Kosteneffizienz
optimiert sind, um die Kosten zu senken und mehr Wert für Ihr Unternehmen zu schaffen.
Mehr zu IBM Storage für Daten und KI
© Copyright IBM Corporation 2021. U.S. Government Users Restricted Rights - Die Verwendung, Vervielfältigung oder Offenlegung unterliegt
Beschränkungen im Rahmen des GSA ADP Schedule Contract mit IBM Corp.. HINWEIS: IBM Webseiten können weitere Hinweise auf Eigentums- und
Schutzrechte und Informationen zu Urheberrechten enthalten, die zu beachten sind.
IBM, das IBM Logo und ibm.com sind eingetragene Marken der IBM Corporation in den USA und/oder anderen Ländern. Weitere Produkt- und
Servicenamen können Marken von IBM oder anderen Unternehmen sein. Eine aktuelle Liste der IBM Marken finden Sie auf der Webseite „Copyright and
9
trademark information“ unter www.ibm.com/legal/copytrade.shtml.
Sie können auch lesen
