Der Datenhunger der Unternehmen wächst ungezügelt. Denn die Digitalisierung verspricht, Geschäftsprozesse zu verschlanken und neue Geschäftsfelder zu eröffnen – durch mehr Automation, vor allem aber durch die Analyse der Datenmassen mittels künstlicher Intelligenz (KI). Mit dem HPE Apollo 6500 Gen10 plus geht nun ein innovativer Server an den Start, um KI-Berechnungen auf Trab zu bringen.
Die intelligente Datennutzung wird künftig darüber entscheiden, wie erfolgreich ein Unternehmen am Markt agieren kann, und die Bewältigung der rasch wachsenden Datenbestände erfordert den Einsatz künstlicher Intelligenz – diese Erkenntnis hat sich inzwischen durchgesetzt. So erachtet heute die überwiegende Mehrheit der großen und mittelständischen Unternehmen in Deutschland KI als wesentlichen Faktor für ihren Geschäftserfolg: 59 Prozent der Befragten in der „KI-Studie 2020“ von Deloitte – sie stammen aus Unternehmen mit mehr als 500 Mitarbeitern – stufen KI schon heute als „sehr bedeutend“ und 20 Prozent sogar als „erfolgskritisch“ ein. Mit Blick auf die Zukunft fällt das Urteil noch klarer aus: Für den Zeitpunkt „in zwei Jahren“ vergibt schon mehr als jeder dritte Befragte (35 Prozent) der künstlichen Intelligenz das Label „erfolgskritisch“.
Dass diese Einschätzung bis weit in das KMU-Segment hinein verbreitet ist, zeigt eine Umfrage des IT-Branchenverbands Bitkom vom Sommer diesen Jahres: Fast drei Viertel (73 Prozent) der Befragten aus 600 Unternehmen mit mindestens 20 Mitarbeitern nannten hier KI als die wichtigste Zukunftstechnologie. Laut der Umfrage ist manch einer besorgt, im Rennen um die Nutzung von KI das Nachsehen zu haben: Jeder vierte Befragte (28 Prozent) betrachtete KI als eine Gefahr für das eigene Unternehmen, 17 Prozent sahen sogar ihre Existenz bedroht – doch die klare Mehrheit von 55 Prozent versteht KI vorrangig als Chance. Und so finden KI-Projekte zunehmend Verbreitung: Laut HPE-internen Erhebungen befindet sich international rund die Hälfte der Unternehmen zwar noch in der Evaluierungsphase, 30 Prozent haben ihre KI-Reise aber bereits gestartet, 20 Prozent sind bereits weit vorangeprescht.
Nicht nur für Konzerne
Zugleich gibt die KI-gestützte Bildanalyse (Computer Vision) in der Werkshalle, aber auch an stark frequentierten Orten Aufschluss über Auffälligkeiten. Dies könnte bei der Qualitätskontrolle in der Fabrik ein fehlerhaftes Werkstück sein oder am Bahnhof ein einsam zurückgelassenes Gepäckstück. Die Finanzbranche nutzt KI zur Einstufung der Kreditwürdigkeit von Kunden wie auch zur Aufdeckung von Betrugsversuchen beim Kreditkartengebrauch und Online-Banking. Weitere Einsatzbeispiele reichen von der Analyse des Kundenverhaltens im Online-Handel, um Gründe für den Abbruch von Transaktionen zu ermitteln, bis hin zur Erkennung natürlicher Sprache per Deep Learning mit anschließender automatischer Reaktion, um die Mitarbeiter im Kunden-Callcenter zu entlasten.
Erfolgsfaktoren
Zweitens sorgt der Einsatz moderner KI/ML-Lösungen dafür, dass die Arbeitsabläufe und Arbeitsweisen der Datenwissenschaftler optimal unterstützt werden. Hier kommt HPE Ezmeral ML Ops zum Zuge: Die Software nutzt die Containerisierung von Applikationen, um den gesamten ML-Lebenszyklus vom Aufbau über das Training bis zum Einsatz der ML-Modelle lokal wie auch in Public-Cloud-, Hybrid-Cloud- und Edge-Umgebungen zu beschleunigen. DevOps-artige Prozesse erlauben es hier, Arbeitsabläufe zu standardisieren und Implementierungszeiten von Monaten auf Tage zu verkürzen. So können die Datenwissenschaftler effizienter arbeiten, und ML-Umgebungen lassen sich nahtlos vom Pilotprojekt zur Produktivumgebung skalieren.
Last but not least braucht es eine hochperformante Serverplattform, damit die KI-Spezialisten in ihrer Arbeit flott vorankommen. Wer hier Standardhardware verwendet, setzt auf das falsche Pferd: Berechnungen ziehen sich dann unnötig in die Länge, und die lahme Gangart frustriert die hochbezahlten Datenwissenschaftler, da sie ihre Arbeit spürbar ausbremst. Hier ist das Vollblut-Rennpferd gefragt, nicht der treue, aber etwas in die Jahre gekommene Ackergaul.
Um den KI-Berechnungen die Sporen zu geben, hat HPE seine bewährte Apollo 6500 Serverfamilie mit einer neuen Gerätegeneration aufgefrischt. Apollo 6500 ist eine speziell auf HPC und KI abgestimmte, dicht bestückbare Serverplattform. Sie bietet damit eine hoch skalierende Grundlage für alle anspruchsvollen Arbeitslasten, und dies im kompakten 4HE-Format für Standard-Serverracks. Die Geräte bieten umfangreiche Storage-Optionen mit bis zu 16 von vorn zugänglichen Speichergeräten und unterstützen eine breite Auswahl an Betriebssystemen wie CentOS, Red Hat, SUSE, Ubuntu und Windows Server.
Zum HPE Apollo 6500 Gen10 – dem leistungsstarken Arbeitspferd für KI-Arbeitslasten – gesellt sich jetzt der HPE Apollo 6500 Gen10 Plus. Wie schon bei den Scale-out-Systemen HPE Apollo 2000 Gen10 und Apollo 2000 Gen10 Plus unterscheiden sich die beiden Geräte dadurch, dass Gen10 auf Intel Xeon Scalable CPUs basiert, während Gen10 Plus AMD EPYC Prozessoren nutzt. Das Anwenderunternehmen hat somit die Wahlfreiheit, sich für die bevorzugte Prozessorvariante zu entscheiden.
Für KI/ML-Berechnungen ist nicht die CPU, sondern der Grafikprozessor (GPU) „das beste Pferd im Stall“, denn GPUs sind darauf ausgelegt, zahlreiche Berechnungen gleichzeitig auszuführen. Die Serverfamilien Apollo 2000 und Apollo 6500 setzen hier auf die neuesten Nvidia A100 Tensor Core GPUs, die eine marktführende Verarbeitungsleistung zur Beschleunigung von KI-Workloads liefern. Der Unterschied: Beim Apollo 6500 lassen sich einer CPU bis zu acht GPUs zuordnen, verbunden über die Hochgeschwindigkeitstechnik NVLink. Dadurch ist das Apollo 6500 System deutlich leistungsstärker: Es liefert bis zu 5 Petaflops an Compute-Performance.
Dass ein Gespann aus acht Vollblütern deutlich schneller vorankommt als ein einzelnes Zugpferd, versteht sich von selbst. Um aber den Vorteil würdigen zu können, muss man den Data-Scientist-Alltag betrachten. Ein fiktives Beispiel: Die Datenwissenschaftlerin eines Pharmaunternehmens muss im Rahmen der Forschung an einem neuen Wirkstoff für das Training eines ML-Modells iterativ Berechnungen anstoßen, die eine knappe Minute dauern. Dies verursacht immer wieder Wartezeiten: Mal holt sich die Datenwissenschaftlerin einen Kaffee, mal sichtet sie ihre E-Mails, mal ihren Facebook-Account – aber die Pausen reißen sie immer wieder wird sie aus ihrer Aufgabe heraus. Achtmal schneller bedeutet hier: Die Verarbeitung dauert nur noch sieben Sekunden – und ist somit beendet, bevor man eine E-Mail lesen könnte. Das erspart der Anwenderin lästiges Warten, sie kommt mit ihrer Arbeit deutlich schneller und entspannter voran – ein wichtiger Punkt im globalen Wettbewerb um die raren Fachkräfte.
Einstiegshilfen in die KI-Welt
Wer für sein individuelles KI-Projekt eine Entscheidungshilfe bei der Auswahl der bestgeeigneten Serverplattform benötigt, kann sich an das HPE Customer Technology Center in Böblingen wenden, etwa um Apollo 6500 Gen10 und Apollo 6500 Gen10 Plus direkt zu vergleichen. Für den einen oder anderen Entscheider könnte es den Ausschlag geben, dass der Apollo 6500 Gen10 Plus künftig auch mit Flüssigkeitskühlung (Direct Liquid Cooling, DLC) erhältlich sein wird. So oder so: Mit Apollo-Systemen setzt man auf jeden Fall auf das richtige Pferd – höchste Zeit also, auf HPEs neueste Servergeneration umzusatteln.
Weitere Informationen zum HPE Apollo 6500 Gen10 Plus finden sich hier.
Hewlett Packard Enterprise
twitter.com/HPE_DE
linkedin.com/in/dima-tsaripa-31b1b319/
hpe.com/de
Dima_Tsaripa
Dima Tsaripa ist Category Manager HPC, Big Data & Artificial Intelligence bei Hewlett Packard Enterprise.
