Übergang von KI in eine Cloud-Arbeitslast

In der sich ständig wandelnden Landschaft der Technologie neigen wirklich nützliche und effektive Innovationen dazu, im Hintergrund zu verblassen, da sie sich nahtlos in unsere täglichen Routinen integrieren. Betrachten Sie den Rechtschreibprüfer in Ihrem Textverarbeitungsprogramm oder die Bildschirmaktualisierungsfunktion auf Ihrem PC – diese Technologien sind so tief verwurzelt, dass wir selten an sie denken. 

Künstliche Intelligenz (KI) erlebt jedoch derzeit die entgegengesetzte Entwicklung. Anstatt in den Hintergrund zu treten, genießt KI das Rampenlicht aufgrund des Aufkommens von generativer KI (gen-AI) und der weit verbreiteten Verbreitung von Large Language Models. Dennoch hat das Potenzial, KI in eine angenommene, verbrauchte und absorbierte Funktion zu verwandeln, die stillschweigend die Intelligenz unserer Anwendungen verbessert.

KI als Systemarbeitslast

Das Konzept von KI als „Arbeitslast“ gewinnt in der IT-Branche an Bedeutung. Dieser Begriff bezieht sich auf KI, die als Systemaufgabe fungiert, auf die Unternehmen und Verbraucher für intelligente prädiktive, generative oder reaktive Aktionen zurückgreifen. Die Rolle der KI beschränkt sich nicht nur auf die Verbesserung von Anwendungen, sondern erstreckt sich auch auf die Modernisierung der IT-Infrastruktur einer Organisation, um KI-Arbeitslasten besser zu unterstützen und skalieren zu können.

Sammy Zoghlami, SVP EMEA bei Nutanix, erklärt: „In nur einem Jahr hat gen-AI die Weltanschauung darüber, wie Technologie unser Leben beeinflussen wird, völlig auf den Kopf gestellt. Unternehmen eifern darum zu verstehen, wie es ihren Unternehmen nutzen kann.“ Diese Verschiebung hat zu einer wachsenden Nachfrage nach Datenhoheit und Datenmobilität über Rechenzentrum-, Cloud- und Edge-Infrastrukturumgebungen hinweg geführt, was es für Organisationen entscheidend macht, eine Plattform zu übernehmen, die alle Anwendungen und Daten über verschiedene Clouds hinweg ausführen kann.

Unsichtbare Cloud-Dienste und die Bewegung von Arbeitslasten

Die Idee von „unsichtbaren“ Cloud-Diensten, die Nutanix letztes Jahr eingeführt hat, wird allmählich zur Realität. Unternehmen planen nun, ihre KI-Anwendungen und -Infrastruktur zu aktualisieren, aber viele kämpfen mit der Bewegung von Arbeitslasten, insbesondere zwischen Hyperscalern von Cloud-Service-Providern (CSP). Hybride und Multi-Cloud-Bereitstellungen sind zur Norm geworden, und KI-Technologien mit ihrem Bedarf an Geschwindigkeit und Skalierbarkeit schieben Edge-Strategien und Infrastrukturbereitstellungen in den Vordergrund der IT-Moderneisierung.

Greg Diamos, ein Machine-Learning-(ML)-Systembauer und KI-Experte, weist auf die Herausforderungen hin, vor denen Rechenzentrumsmanager stehen, und stellt fest: „Sie haben nicht genug Rechenleistung in Ihrem Rechenzentrum, egal wer Sie sind.“ KI treibt einen Bedarf an erhöhten Cloud-Diensten und größerer Agilität bei der Bewegung von Arbeitslasten über die Cloud-Landschaft hinweg voran, um Kosten-Leistungs-Verhältnisse zu optimieren, diverse Dienste zu nutzen, regionalen Compliance-Vorschriften zu entsprechen und mehr.

Ein einheitliches Cloud-Betriebsmodell

Um diesen Herausforderungen zu begegnen, wenden sich Organisationen an Lösungen wie Nutanix Cloud Clusters (NC2) on AWS, die ein einheitliches Cloud-Betriebsmodell bieten. Dieses Modell ermöglicht die nahtlose Verwaltung und Kontrolle von Arbeitslasten über mehrere Clouds hinweg, unterstützt die Portabilität von Lizenzen und erleichtert die Cloud-Nutzung ohne die Notwendigkeit umfangreicher Neugestaltungen von Anwendungen.

Sicherheit, Zuverlässigkeit und Disaster Recovery sind für Organisationen in ihren KI-Strategien von größter Bedeutung. Die effiziente Skalierung und Verwaltung von KI-Arbeitslasten ist ebenfalls unerlässlich. Darüber hinaus zwingen KI-Datenhoheitsvorschriften Organisationen dazu, ein umfassenderes Verständnis von Datenquellen, Datenalter und anderen wichtigen Datenattributen zu gewinnen.

Debojyoti ‘Debo’ Dutta, VP of Engineering for AI bei Nutanix, unterstreicht die Notwendigkeit neuer Backup- und Datenschutzlösungen in der KI-Landschaft. Unternehmen planen, missionkritische Datenschutz- und Disaster-Recovery-(DR)-Lösungen zu implementieren, um die KI-Datenhoheit zu unterstützen. Sicherheitsexperten nutzen auch KI-basierte Lösungen, um Bedrohungserkennung, -verhinderung und -wiederherstellung zu verbessern, während böswillige Akteure KI-basierte Tools für schädliche Zwecke nutzen.

Die Rolle der generativen KI

Generative KI (gen-AI) steht an der Spitze der aktuellen KI-Fortschritte. Da gen-AI jedoch zu einem integralen Bestandteil verschiedener Anwendungen und Dienste wird, entstehen zusätzliche Anforderungen an die Cloud-Infrastruktur. Diese Entwicklung veranlasst uns, KI nicht nur als Technologie, sondern als Cloud-Arbeitslast zu betrachten, die eine durchdachte Verwaltung und Optimierung erfordert.

Da KI weiterhin die Zukunft der Technologie gestaltet, wird ihre nahtlose Integration in unser digitales Ökosystem sie zu einem wesentlichen, doch fast unsichtbaren Teil unseres täglichen Lebens machen.

Die Entwicklung von KI von einer disruptiven Innovation zu einer allgegenwärtigen, cloudbasierten Arbeitslast ist ein Zeugnis ihres transformativen Potenzials. Während Organisationen die Komplexitäten der Verwaltung von KI-Arbeitslasten in Multi-Cloud-Umgebungen navigieren, werden ein einheitliches Cloud-Betriebsmodell und eine robuste Datenhoheit zu kritischen Komponenten ihrer KI-Strategien. In dieser sich ständig wandelnden Landschaft wird die Rolle von KI als stille, kraftvolle Kraft, die unsere digitale Welt formt, nur noch weiter wachsen.