\nFahrzeuge mit k\u00fcnstlicher Intelligenz (KI) treiben den Wandel in der Art und Weise voran, wie Unternehmen ihre Daten verwalten und handhaben. Herk\u00f6mmliche Speichersysteme wirken klobig und veraltet, da sie f\u00fcr einfachere Zeiten und weniger Benutzer entwickelt wurden. Moderne KI ben\u00f6tigt Echtzeit-Zugriff auf gro\u00dfe Datenmengen, mit denen alte Speichersysteme einfach nicht mithalten k\u00f6nnen, da sie dazu neigen, Schichten von Komplexit\u00e4t hinzuzuf\u00fcgen, die die KI-Leistung bremsen. Die Daten m\u00fcssen mehrere Stufen durchlaufen, bevor sie zur GPU gelangen, dem Arbeitspferd der KI-Modelle.<\/p>\n
\nWenn es darum geht, dieses Dilemma zu l\u00f6sen, ist das Technologieunternehmen Cloudian der Vorreiter. Die MIT-Absolventen Michael Tso und Hiroshi Ohta sind Mitbegr\u00fcnder des Unternehmens, das f\u00fcr seine skalierbare, KI-freundliche Speicherplattform bekannt ist, die den Datenfluss von der Speicherung zu den Verarbeitungseinheiten rationalisiert. Die Architektur umfasst parallele Berechnungen, die Latenzzeiten und Komplexit\u00e4t effektiv reduzieren und direkte Hochgeschwindigkeits\u00fcbertragungen von der Speicherung zur GPU oder CPU erm\u00f6glichen. Dieses Design gew\u00e4hrleistet eine nahtlose Skalierbarkeit und vereinfacht gleichzeitig die Entwicklung von KI-Tools im kommerziellen Ma\u00dfstab.<\/p>\n
\nTsos Mantra, wenn es um KI geht, ist ganz einfach: \"Es dreht sich alles um die Daten.\" Wie er richtig sagt, reichen kleine Datenzuw\u00e4chse nicht aus, um die KI-Leistung zu verbessern. Wir brauchen 1.000 Mal mehr Daten, die so gespeichert und verarbeitet werden, dass sie nicht verschoben werden m\u00fcssen. Die Plattform von Cloudian erm\u00f6glicht es auf einzigartige Weise, Daten bereits beim Einlesen zu berechnen, wodurch zeitaufw\u00e4ndige \u00dcbertragungen entfallen und KI-Operationen in Echtzeit m\u00f6glich werden.<\/p>\n
\nTsos Leidenschaft f\u00fcr Daten geht auf seine Zeit am MIT in den 90er Jahren zur\u00fcck. Dort besch\u00e4ftigte er sich unter der Leitung von Professor William Dally mit paralleler Datenverarbeitung und arbeitete sp\u00e4ter zusammen mit Professor Greg Papadopoulos an verteilten Netzwerksystemen. Sein Weg f\u00fchrte ihn weiter zu Intel, wo er an Algorithmen zur Datensynchronisierung mitarbeitete und die Klingelton-Download-Industrie mit ins Leben rief. Diese Erfahrungen, gepaart mit seinen Abenteuern beim Startup-Unternehmen Inktomi und als Mitbegr\u00fcnder von Gemini Mobile Technologies, verschafften ihm den n\u00f6tigen Einblick, um neue Wege in der Datenspeicherung zu gehen.<\/p>\n
\nDie Reise von Cloudian begann mit dem Aufkommen des Cloud Computing in den sp\u00e4ten 2000er Jahren. Tso stellte einen bedeutenden Engpass fest: Das Datenwachstum \u00fcberstieg das Tempo der Netzwerkgeschwindigkeiten. Big Data, so Tso, ist wie die Schwerkraft: Sie lassen sich nur schwer bewegen, was bedeutet, dass die Cloud-L\u00f6sung zu ihnen kommen muss. Diese Idee f\u00fchrte 2012 zur Gr\u00fcndung von Cloudian, dessen Hauptaugenmerk auf verteilten, Cloud-kompatiblen Speicherl\u00f6sungen liegt.<\/p>\n
\nUrspr\u00fcnglich sah Cloudian KI nicht als Hauptabnehmer, aber als KI immer mehr Raum f\u00fcr die Datennutzung einnahm, erwies sich die Architektur von Cloudian als perfekte L\u00f6sung. Die Objektspeicherl\u00f6sung des Unternehmens ist ideal f\u00fcr die Verarbeitung unstrukturierter Daten. Ein bedeutendes Upgrade im Juli hat Rohdaten in eine Vektorform umgewandelt, die sofort von KI-Modellen verarbeitet werden kann, wodurch Such- und Empfehlungsmaschinen sowie KI-Assistenten noch leistungsf\u00e4higer werden.<\/p>\n
\nIm Rahmen einer strategischen Partnerschaft mit NVIDIA hat Cloudian seine Speichersysteme nahtlos mit den leistungsstarken GPUs von NVIDIA integriert. \"GPUs\", erkl\u00e4rt Tso, \"sind nur praktisch, wenn sie ununterbrochen mit Daten gef\u00fcttert werden.\" Durch die Einbettung von KI-Funktionen direkt in den Speicher konnte Cloudian die Daten n\u00e4her an dem Ort verarbeiten, an dem sie gesammelt wurden, was zu geringeren Latenzzeiten und Energiekosten, schnelleren KI-Berechnungen und h\u00f6herer Effizienz f\u00fchrte.<\/p>\n
\nHeute unterst\u00fctzt Cloudian rund 1.000 Organisationen weltweit, darunter Automobilhersteller, Gesundheitsdienstleister, Regierungsbeh\u00f6rden und Finanzunternehmen. Die National Library of Medicine und die National Cancer Database nutzen Cloudian zur Speicherung komplexer Datens\u00e4tze, die f\u00fcr die KI-gest\u00fctzte Forschung unerl\u00e4sslich sind. Gleichzeitig setzt ein gro\u00dfer Automobilhersteller sein KI-Modell ein, um vorherzusagen, wann seine Fabrikroboter gewartet werden m\u00fcssen.<\/p>\n
\nTso's Vision f\u00fcr die Zukunft der Datenspeicherung konzentriert sich darauf, GPUs effektiver zu machen, indem alle Schichten, die den Datenpfad behindern, entfernt werden. Cloudians AI-first-Storage-Strategie unterst\u00fctzt Unternehmen bei der Erreichung dieses Ziels und hilft ihnen, ihre Rohdaten in eine Echtzeit-Ressource zu verwandeln, die die n\u00e4chste Generation von Intelligenz f\u00f6rdert.<\/p>\n