Forschungsbericht: KI-basierte, intelligente Datenplattformen und speicherzentrische Rechnerarchitekturen

In diesem Vortrag gibt Chief Technologist Thomas Meier einen Einblick in die Agenda zweier Speicher-Forschungsschwerpunkte von Hewlett Packard Enterprise (HPE).

Der erste Schwerpunkt befasst sich mit dem Einsatz von maschinellem Lernen (ML) und künstlicher Intelligenz (KI) zum Management von Speichern mit dem Ziel einer autonomen Speicher- und IT-Infrastruktur. Ähnlich wie beim autonomen Fahren werden dabei Billionen von historischen und aktuellen Telemetrie-Datenpunkten aggregiert, korreliert und analysiert, um a) Probleme vorherzusagen, b) Problemlösungen vorzuschlagen oder automatisch auszuführen, c) Maßnahmen zur Leistungs-Optimierung vorzuschlagen oder automatisch auszuführen. Eine zweite Ähnlichkeit mit dem autonomen Fahren ist die Abhängigkeit der Speicherinfrastruktur von ihrer Umgebung. Mehr als 90 Prozent der Speicherprobleme haben ihre Ursache über der Speicher-Ebene, das Ziel eines autonomen Speichers kann also nur mit einem autonomen Rechenzentrum erreicht werden. Eine dritte Ähnlichkeit mit dem autonomen Fahren besteht schließlich darin, dass es noch Jahre braucht, bis das autonome Rechenzentrum zur alltäglichen Realität geworden ist. Meier zeigt auf, was heute schon möglich ist und wie die nächsten Entwicklungsschritte aussehen.

Der zweite Schwerpunkt sind speicherzentrische Rechnerarchitekturen. HPE hatte im Jahr 2014 sein Forschungsprojekt „The Machine“ angekündigt, in dem eine Alternative zur heutigen Prozessor-zentrischen Von-Neumann-Architektur entwickelt wurde. HPE setzte beim Hauptproblem der heutigen Rechner an: der Tatsache, dass sie rund 90 Prozent ihrer Leistung nicht für das Rechnen, sondern für das Verschieben von Daten zwischen den Speicherhierarchien aufwenden müssen. Im Zentrum der neuen Architektur namens „Memory-Driven Computing“ steht nicht mehr der Prozessor, sondern der Arbeitsspeicher, der mehrere Speicherhierarchien in sich vereint und praktisch unbegrenzt groß sein kann (4096 Yottabyte). Auf den Speicher greifen je nach Aufgabe unterschiedliche Prozessoren zu, die jedes Bit innerhalb von Nanosekunden erreichen. Eine zentrale Rolle spielen dabei die Systembus-Architektur Gen-Z, die die physikalischen Grenzen des Rechners öffnet, und der Datentransfer über Lichtimpulse. Derzeit ist HPE dabei, seine kommerziellen Produkte mit der neuen Architektur auszustatten. Meier gibt einen Überblick über den aktuellen Stand der Technik und die Agenda für die nächsten Monate und Jahre. Außerdem geht er auf das Verhältnis zwischen Memory-Driven Computing und Quantum Computing ein.

Vorkenntnisse

Grundkenntnisse in den Bereichen maschinelles Lernen, künstliche Intelligenz, Speicher- und Computer-Architektur.

Lernziele

* Verständnis der heutigen und zukünftigen Möglichkeiten des KI- und ML-Einsatzes im Speicher- und Infrastruktur-Management.
* Verständnis der Speicher-zentrischen Computer-Architektur, ihrer weiten Entwicklung und ihres Verhältnisses zum Quantum Computing.