Netze modernisieren nicht nur für ML
Die vielleicht wichtigste und gleichzeitig regelmäßig stark unterschätzte Komponente einer Machine-Learning-Infrastruktur ist ein durchsatzstarkes und latenzarmes Netz. Doch auch andere Anwendungen profitieren davon.
Cloud, High-Performance Computing und Machine Learning nähern sich immer weiter an. Dieser Trend zeichnet sich seit knapp zehn Jahren ab: Auf der einen Seite entdecken die Forschenden Containertechniken und Konzepte wie Redundanz für sich. Auf der anderen Seite stellen insbesondere Managed-Service- und Cloud-Provider fest, dass es sich finanziell lohnt, hoch- und höchstperformante Hardware einzusetzen, die zwar in der Anschaffung teurer sein mag, dafür aber überproportional mehr Ressourcen zur Verfügung stellt. Nicht selten werden so aus fünf Racks zwei oder weniger.
Dabei ist die aus Infrastruktursicht wichtigste, aber regelmäßig stark unterschätzte Komponente ein durchsatzstarkes und latenzarmes Netz. Denn hier hat sich – zur Überraschung vieler IT-Abteilungen – in den letzten 20 Jahren einiges getan, nicht nur beim Durchsatz und den Latenzen, sondern auch bei der Architektur moderner Fabrics mit Spine-Leaf-Topologie [1].
