Sammy Zoghlami, Senior Vice President EMEA bei NutanixNutanix „Bei generativer künstlicher Intelligenz liefern sich Unternehmen gerade ein Wettrennen, um zu verstehen, wie ihr Geschäft davon profitieren kann“, berichtet Sammy Zoghlami, Senior Vice President EMEA bei Nutanix, auf der Kunden- und Partnerkonferenz NEXT on Tour in Darmstadt. „Die meisten Organisationen stehen noch am Anfang der Chancenbewertung. Sie räumen diesem Thema allerdings Priorität ein, wie unsere Studie zeigt.“ Unternehmen, die Lösungen rund um Künstliche Intelligenz (KI) einführen wollen, haben laut Zoghlami eines gemeinsam: einen wachsenden Bedarf an umgebungsübergreifender Daten-Governance und -Mobilität im Rechenzentrum, in der Cloud und am Edge. Die Einführung einer Plattform, auf der sie sämtliche Anwendungen und Daten umgebungsübergreifend betreiben können, gewinne daher deutlich an Relevanz. Die Aussagen von Zoghlami basieren auf dem neu veröffentlichten “Nutanix State of Enterprise AI Report“. Für die weltweite Studie haben die Analysten von Vanson Bourne zwischen Juli und September 2023 insgesamt 650 Entscheidungsträger aus den Bereichen IT, DevOps und Plattform-Engineering befragt. Sicherheit, Skalierung und Datenmanagement als Hürden Für Europa bringt der Enterprise AI Report mehrere Ergebnisse: Chatbots und Assistenten für den Kundenservice sind die am häufigsten geplanten Anwendungen. Wegen des Mangels an GenAI-Spezialisten dauern die Projekte in den meisten Unternehmen länger als geplant. Neben dem Know-how-Mangel sind Sicherheit und Skalierung sowie das Datenmanagement die wichtigsten Herausforderungen der kommenden zwei Jahre. Mehr als die Hälfte der Befragten aus Europa berichtet zudem, dass sie aufgrund von Governance-Anforderungen die Quelle und das Alter der für intelligente Anwendungen genutzten Daten besser verstehen müssen als bisher. Datensicherheit und IT-Infrastrukturmodernisierung spielen eine zentrale Rolle bei Entscheidungen rund um KI. Die damit verbundenen Kosten landen im Ranking der Umfrageteilnehmer hingegen an letzter Stelle. Ein Multicloud-Modell für KI Nutanix sieht seine Position durch diese Umfrageergebnisse gestärkt. Das Unternehmen bietet eine zentrale Plattform für den Cloud-übergreifenden Betrieb von Anwendungen und Daten an. Unternehmen sollen damit die Komplexität reduzieren und den IT-Betrieb vereinfachen können. Um beim hybriden Multicloud-Computing künftig stärker auf die Cloud zu fokussieren, hat Nutanix seine Infrastrukturplattform zudem um das Cloud-native Angebot Nutanix Enterprise AI erweitert. Es handelt sich um ein konsistentes Hybrid-Multicloud-Betriebsmodell für Workloads von KI-Anwendungen. Unternehmen können damit laut dem Anbieter Modelle und Daten in einer sicheren Umgebung ihrer Wahl nutzen. Bei GenAI handelt es sich in der Regel um einen hybriden Workload. Neue Anwendungen werden oft in der Public Cloud erstellt, während die Modelle auf Basis privater Daten in On-Premises-Umgebungen angepasst und feinjustiert werden. Die Inferenzierung – also der Prozess, bei dem Algorithmen aus den Daten Vorhersagen erstellen oder Schlüsse ziehen – findet hingegen in der unmittelbaren Nähe des Betriebsorts der Geschäftslogik statt. Entweder am Edge, On-Premises oder in der Public Cloud. Dieser verteilte, hybride Workflow ist für Unternehmen hinsichtlich Komplexität, Datenschutz, Sicherheit und Kosten herausfordernd. Nutanix Enterprise AI bietet als Multicloud-Betriebsmodell eine Möglichkeit, große Sprachmodelle mithilfe der für NVIDIA NIM optimierten Inferencing-Microservices und quelloffener Basismodelle von Hugging Face sicher bereitzustellen, zu skalieren und zu betreiben. Dadurch können Anwender laut Nutanix eine Enterprise-GenAI-Infrastruktur mit dem Maß an Resilienz, Betriebsmöglichkeiten und Sicherheit aufbauen, das sie für geschäftskritische Anwendungen benötigen. Mögliche Betriebsformen sind: On-Premises, AWS Elastic Kubernetes Service, Azure Managed Kubernetes Service und Google Kubernetes Engine. GPT-in-a-box wird Cloud-ready Nutanix Enterprise AI ist eine zusätzliche Komponente von GPT-in-a-Box 2.0. Dieses Angebot beinhaltet: die Nutanix Cloud Infrastructure, die Kubernetes-Plattform von Nutanix NKP und die Objekt- und Dateispeicherlösung Nutanix Unified Storage. Darüber hinaus enthält GPT-in-a-Box 2.0 Services zur Unterstützung von Kundenanforderungen hinsichtlich Konfiguration und Sizing für On-Premises-Training und -Inferencing. Kunden können bei Bedarf Nutanix Enterprise AI in verschiedensten Kubernetes-Umgebungen in der Public Cloud bereitstellen und konsistent zusammen mit On-Premises-Diensten betreiben. Nutanix Cloud Cluster laufen auf AWS Um die Cloud-Auswahl bei seinen Kunden zu vergrößern, hat Nutanix seine Partnerschaft mit Amazon Web Services erweitert. Unternehmen sollen künftig von einer beschleunigten Cloud-Migration profitieren und Workloads sowohl On-Premises als auch in Cloud-Umgebungen managen können. Im Rahmen der Zusammenarbeit können Kunden Nutanix Cloud Cluster auf AWS nutzen und ihre Nutanix-Umgebungen nahtlos von On-Premises-Umgebungen auf Amazon Web Services erweitern und zudem AWS-Dienste nutzen. Zu den Diensten zählen unter anderem: AWS Databases, Amazon Simple Storage Service (Amazon S3), fortschrittliche künstliche Intelligenz und maschinelles Lernen. “Laut unserem Enterprise Cloud Index verfolgen 90 Prozent der Unternehmen in ihrer Infrastrukturstrategie einen Cloud-Smart-Ansatz und nutzen dabei die jeweils beste Umgebung für ihre Anwendungen”, berichtet Tarkan Maner, Chief Commercial Officer bei Nutanix. „Dank der erweiterten Partnerschaft können unsere Kunden ihre Cloud-Reise vereinfachen.“ Mit Hyperkonvergenz sparen Rechenzentren Energie Bei aller Euphorie, die gerade in Sachen Künstliche Intelligenz um sich greift, sieht sich diese Technologie massiver Kritik ausgesetzt. Der Betrieb großer Sprachmodelle verstärkt die Arbeitslast in Rechenzentren und treibt den Verbrauch an Energie und Kühlwasser in die Höhe. Um sich diesem Aspekt zuzuwenden, hat Nutanix bei Atlantic Ventures die Studie “Improving Sustainability in Datacenters 2024” in Auftrag gegeben. Die Untersuchung geht der Frage nach, wie der Ressourcenverbrauch aussähe, wenn sämtliche Rechenzentren Hyperkonvergenz nutzen würden. srcset=”https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?quality=50&strip=all 1244w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=300%2C168&quality=50&strip=all 300w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=768%2C432&quality=50&strip=all 768w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=1024%2C576&quality=50&strip=all 1024w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=1240%2C697&quality=50&strip=all 1240w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=150%2C84&quality=50&strip=all 150w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=854%2C480&quality=50&strip=all 854w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=640%2C360&quality=50&strip=all 640w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=444%2C250&quality=50&strip=all 444w” width=”1024″ height=”576″ sizes=”(max-width: 1024px) 100vw, 1024px”>Berechnungen von Atlantic Ventures zufolge bringt der Umstieg von traditionellen 3-Tier-Architekturen auf eine hyperkonvergente Infrastruktur deutliche Einsparungen.Atlantic Ventures Die Ergebnisse lassen aufhorchen: In europäischen Rechenzentren könnte der Umstieg von traditionellen 3-Tier-Architekturen auf eine hyperkonvergente Infrastruktur bis 2030 rund 19 Millionen Tonnen CO2-Äquivalente einsparen. Das entspricht den Emissionen von rund 4,1 Millionen Fahrzeugen in diesem Zeitraum. Die erhöhte Energie- und Betriebseffizienz würde 25 Milliarden Euro einsparen. In Deutschland läge das Einsparpotenzial bei 19,3 Terawattstunden und 5,18 Millionen Tonnen an CO2-Äquivalenten. Aufgrund der hohen Strompreise könnten sich die Einsparungen für Unternehmen und Serviceprovider hierzulande von 2024 bis 2030 auf über 5,9 Milliarden Euro summieren, wenn sie von 3-Tier-Architekturen auf hyperkonvergente Infrastrukturen umsteigen. „Für Unternehmen ergibt sich hier eine Gelegenheit, Nachhaltigkeit und Profitabilität zu verbinden“, meint Carlo Velten, Analyst bei Atlantic Ventures. „Hyperkonvergente Infrastrukturen spielen eine Vorreiterrolle bei der Transformation von Rechenzentren hin zu einem energieeffizienteren und klimafreundlicheren Betrieb.“ Die Migration der hyperkonvergenten Plattformen auf Co-Locations oder in die Public Cloud verstärkt laut Studie die Einsparungen, da der Energieverbrauch derartiger Umgebungen potenziell um 54 Prozent niedriger liegt als bei klassischen Inhouse-Rechenzentren. Auch das Disaster Recovery wird effizienter: Hyperkonvergente Architekturen ermöglichen schlanke und energieeffiziente Systeme für diese Wiederherstellung, die weniger Infrastrukturressourcen erfordern als Inhouse-Systeme und trotzdem schneller arbeiten und besser skalieren. Grundlage der Ergebnisse und Prognosen von Atlantic Ventures ist das Modell eines typischen westeuropäischen Rechenzentrums. Die Analyse vergleicht Energieverbrauch, CO2-Emissionen und Kosten, die einerseits beim Betrieb von traditionellen 3-Tier-Infrastrukturen und andererseits bei hyperkonvergenten Systemen anfallen. Die Studie liefert eine umfassende Prognose zu Energie- und Emissionseinsparungen sowohl in Europa als auch in einzelnen Ländern wie Deutschland, Frankreich, Großbritannien und den Niederlanden. (mb)
Nutanix Next 2024: KI als Modernisierungs-Turbo
Sammy Zoghlami, Senior Vice President EMEA bei NutanixNutanix „Bei generativer künstlicher Intelligenz liefern sich Unternehmen gerade ein Wettrennen, um zu verstehen, wie ihr Geschäft davon profitieren kann“, berichtet Sammy Zoghlami, Senior Vice President EMEA bei Nutanix, auf der Kunden- und Partnerkonferenz NEXT on Tour in Darmstadt. „Die meisten Organisationen stehen noch am Anfang der Chancenbewertung. Sie räumen diesem Thema allerdings Priorität ein, wie unsere Studie zeigt.“ Unternehmen, die Lösungen rund um Künstliche Intelligenz (KI) einführen wollen, haben laut Zoghlami eines gemeinsam: einen wachsenden Bedarf an umgebungsübergreifender Daten-Governance und -Mobilität im Rechenzentrum, in der Cloud und am Edge. Die Einführung einer Plattform, auf der sie sämtliche Anwendungen und Daten umgebungsübergreifend betreiben können, gewinne daher deutlich an Relevanz. Die Aussagen von Zoghlami basieren auf dem neu veröffentlichten “Nutanix State of Enterprise AI Report“. Für die weltweite Studie haben die Analysten von Vanson Bourne zwischen Juli und September 2023 insgesamt 650 Entscheidungsträger aus den Bereichen IT, DevOps und Plattform-Engineering befragt. Sicherheit, Skalierung und Datenmanagement als Hürden Für Europa bringt der Enterprise AI Report mehrere Ergebnisse: Chatbots und Assistenten für den Kundenservice sind die am häufigsten geplanten Anwendungen. Wegen des Mangels an GenAI-Spezialisten dauern die Projekte in den meisten Unternehmen länger als geplant. Neben dem Know-how-Mangel sind Sicherheit und Skalierung sowie das Datenmanagement die wichtigsten Herausforderungen der kommenden zwei Jahre. Mehr als die Hälfte der Befragten aus Europa berichtet zudem, dass sie aufgrund von Governance-Anforderungen die Quelle und das Alter der für intelligente Anwendungen genutzten Daten besser verstehen müssen als bisher. Datensicherheit und IT-Infrastrukturmodernisierung spielen eine zentrale Rolle bei Entscheidungen rund um KI. Die damit verbundenen Kosten landen im Ranking der Umfrageteilnehmer hingegen an letzter Stelle. Ein Multicloud-Modell für KI Nutanix sieht seine Position durch diese Umfrageergebnisse gestärkt. Das Unternehmen bietet eine zentrale Plattform für den Cloud-übergreifenden Betrieb von Anwendungen und Daten an. Unternehmen sollen damit die Komplexität reduzieren und den IT-Betrieb vereinfachen können. Um beim hybriden Multicloud-Computing künftig stärker auf die Cloud zu fokussieren, hat Nutanix seine Infrastrukturplattform zudem um das Cloud-native Angebot Nutanix Enterprise AI erweitert. Es handelt sich um ein konsistentes Hybrid-Multicloud-Betriebsmodell für Workloads von KI-Anwendungen. Unternehmen können damit laut dem Anbieter Modelle und Daten in einer sicheren Umgebung ihrer Wahl nutzen. Bei GenAI handelt es sich in der Regel um einen hybriden Workload. Neue Anwendungen werden oft in der Public Cloud erstellt, während die Modelle auf Basis privater Daten in On-Premises-Umgebungen angepasst und feinjustiert werden. Die Inferenzierung – also der Prozess, bei dem Algorithmen aus den Daten Vorhersagen erstellen oder Schlüsse ziehen – findet hingegen in der unmittelbaren Nähe des Betriebsorts der Geschäftslogik statt. Entweder am Edge, On-Premises oder in der Public Cloud. Dieser verteilte, hybride Workflow ist für Unternehmen hinsichtlich Komplexität, Datenschutz, Sicherheit und Kosten herausfordernd. Nutanix Enterprise AI bietet als Multicloud-Betriebsmodell eine Möglichkeit, große Sprachmodelle mithilfe der für NVIDIA NIM optimierten Inferencing-Microservices und quelloffener Basismodelle von Hugging Face sicher bereitzustellen, zu skalieren und zu betreiben. Dadurch können Anwender laut Nutanix eine Enterprise-GenAI-Infrastruktur mit dem Maß an Resilienz, Betriebsmöglichkeiten und Sicherheit aufbauen, das sie für geschäftskritische Anwendungen benötigen. Mögliche Betriebsformen sind: On-Premises, AWS Elastic Kubernetes Service, Azure Managed Kubernetes Service und Google Kubernetes Engine. GPT-in-a-box wird Cloud-ready Nutanix Enterprise AI ist eine zusätzliche Komponente von GPT-in-a-Box 2.0. Dieses Angebot beinhaltet: die Nutanix Cloud Infrastructure, die Kubernetes-Plattform von Nutanix NKP und die Objekt- und Dateispeicherlösung Nutanix Unified Storage. Darüber hinaus enthält GPT-in-a-Box 2.0 Services zur Unterstützung von Kundenanforderungen hinsichtlich Konfiguration und Sizing für On-Premises-Training und -Inferencing. Kunden können bei Bedarf Nutanix Enterprise AI in verschiedensten Kubernetes-Umgebungen in der Public Cloud bereitstellen und konsistent zusammen mit On-Premises-Diensten betreiben. Nutanix Cloud Cluster laufen auf AWS Um die Cloud-Auswahl bei seinen Kunden zu vergrößern, hat Nutanix seine Partnerschaft mit Amazon Web Services erweitert. Unternehmen sollen künftig von einer beschleunigten Cloud-Migration profitieren und Workloads sowohl On-Premises als auch in Cloud-Umgebungen managen können. Im Rahmen der Zusammenarbeit können Kunden Nutanix Cloud Cluster auf AWS nutzen und ihre Nutanix-Umgebungen nahtlos von On-Premises-Umgebungen auf Amazon Web Services erweitern und zudem AWS-Dienste nutzen. Zu den Diensten zählen unter anderem: AWS Databases, Amazon Simple Storage Service (Amazon S3), fortschrittliche künstliche Intelligenz und maschinelles Lernen. “Laut unserem Enterprise Cloud Index verfolgen 90 Prozent der Unternehmen in ihrer Infrastrukturstrategie einen Cloud-Smart-Ansatz und nutzen dabei die jeweils beste Umgebung für ihre Anwendungen”, berichtet Tarkan Maner, Chief Commercial Officer bei Nutanix. „Dank der erweiterten Partnerschaft können unsere Kunden ihre Cloud-Reise vereinfachen.“ Mit Hyperkonvergenz sparen Rechenzentren Energie Bei aller Euphorie, die gerade in Sachen Künstliche Intelligenz um sich greift, sieht sich diese Technologie massiver Kritik ausgesetzt. Der Betrieb großer Sprachmodelle verstärkt die Arbeitslast in Rechenzentren und treibt den Verbrauch an Energie und Kühlwasser in die Höhe. Um sich diesem Aspekt zuzuwenden, hat Nutanix bei Atlantic Ventures die Studie “Improving Sustainability in Datacenters 2024” in Auftrag gegeben. Die Untersuchung geht der Frage nach, wie der Ressourcenverbrauch aussähe, wenn sämtliche Rechenzentren Hyperkonvergenz nutzen würden. srcset="https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?quality=50&strip=all 1244w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=300%2C168&quality=50&strip=all 300w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=768%2C432&quality=50&strip=all 768w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=1024%2C576&quality=50&strip=all 1024w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=1240%2C697&quality=50&strip=all 1240w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=150%2C84&quality=50&strip=all 150w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=854%2C480&quality=50&strip=all 854w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=640%2C360&quality=50&strip=all 640w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=444%2C250&quality=50&strip=all 444w" width="1024" height="576" sizes="(max-width: 1024px) 100vw, 1024px">Berechnungen von Atlantic Ventures zufolge bringt der Umstieg von traditionellen 3-Tier-Architekturen auf eine hyperkonvergente Infrastruktur deutliche Einsparungen.Atlantic Ventures Die Ergebnisse lassen aufhorchen: In europäischen Rechenzentren könnte der Umstieg von traditionellen 3-Tier-Architekturen auf eine hyperkonvergente Infrastruktur bis 2030 rund 19 Millionen Tonnen CO2-Äquivalente einsparen. Das entspricht den Emissionen von rund 4,1 Millionen Fahrzeugen in diesem Zeitraum. Die erhöhte Energie- und Betriebseffizienz würde 25 Milliarden Euro einsparen. In Deutschland läge das Einsparpotenzial bei 19,3 Terawattstunden und 5,18 Millionen Tonnen an CO2-Äquivalenten. Aufgrund der hohen Strompreise könnten sich die Einsparungen für Unternehmen und Serviceprovider hierzulande von 2024 bis 2030 auf über 5,9 Milliarden Euro summieren, wenn sie von 3-Tier-Architekturen auf hyperkonvergente Infrastrukturen umsteigen. „Für Unternehmen ergibt sich hier eine Gelegenheit, Nachhaltigkeit und Profitabilität zu verbinden“, meint Carlo Velten, Analyst bei Atlantic Ventures. „Hyperkonvergente Infrastrukturen spielen eine Vorreiterrolle bei der Transformation von Rechenzentren hin zu einem energieeffizienteren und klimafreundlicheren Betrieb.“ Die Migration der hyperkonvergenten Plattformen auf Co-Locations oder in die Public Cloud verstärkt laut Studie die Einsparungen, da der Energieverbrauch derartiger Umgebungen potenziell um 54 Prozent niedriger liegt als bei klassischen Inhouse-Rechenzentren. Auch das Disaster Recovery wird effizienter: Hyperkonvergente Architekturen ermöglichen schlanke und energieeffiziente Systeme für diese Wiederherstellung, die weniger Infrastrukturressourcen erfordern als Inhouse-Systeme und trotzdem schneller arbeiten und besser skalieren. Grundlage der Ergebnisse und Prognosen von Atlantic Ventures ist das Modell eines typischen westeuropäischen Rechenzentrums. Die Analyse vergleicht Energieverbrauch, CO2-Emissionen und Kosten, die einerseits beim Betrieb von traditionellen 3-Tier-Infrastrukturen und andererseits bei hyperkonvergenten Systemen anfallen. Die Studie liefert eine umfassende Prognose zu Energie- und Emissionseinsparungen sowohl in Europa als auch in einzelnen Ländern wie Deutschland, Frankreich, Großbritannien und den Niederlanden. (mb)
Nutanix Next 2024: KI als Modernisierungs-Turbo Sammy Zoghlami, Senior Vice President EMEA bei NutanixNutanix „Bei generativer künstlicher Intelligenz liefern sich Unternehmen gerade ein Wettrennen, um zu verstehen, wie ihr Geschäft davon profitieren kann“, berichtet Sammy Zoghlami, Senior Vice President EMEA bei Nutanix, auf der Kunden- und Partnerkonferenz NEXT on Tour in Darmstadt. „Die meisten Organisationen stehen noch am Anfang der Chancenbewertung. Sie räumen diesem Thema allerdings Priorität ein, wie unsere Studie zeigt.“ Unternehmen, die Lösungen rund um Künstliche Intelligenz (KI) einführen wollen, haben laut Zoghlami eines gemeinsam: einen wachsenden Bedarf an umgebungsübergreifender Daten-Governance und -Mobilität im Rechenzentrum, in der Cloud und am Edge. Die Einführung einer Plattform, auf der sie sämtliche Anwendungen und Daten umgebungsübergreifend betreiben können, gewinne daher deutlich an Relevanz. Die Aussagen von Zoghlami basieren auf dem neu veröffentlichten “Nutanix State of Enterprise AI Report“. Für die weltweite Studie haben die Analysten von Vanson Bourne zwischen Juli und September 2023 insgesamt 650 Entscheidungsträger aus den Bereichen IT, DevOps und Plattform-Engineering befragt. Sicherheit, Skalierung und Datenmanagement als Hürden Für Europa bringt der Enterprise AI Report mehrere Ergebnisse: Chatbots und Assistenten für den Kundenservice sind die am häufigsten geplanten Anwendungen. Wegen des Mangels an GenAI-Spezialisten dauern die Projekte in den meisten Unternehmen länger als geplant. Neben dem Know-how-Mangel sind Sicherheit und Skalierung sowie das Datenmanagement die wichtigsten Herausforderungen der kommenden zwei Jahre. Mehr als die Hälfte der Befragten aus Europa berichtet zudem, dass sie aufgrund von Governance-Anforderungen die Quelle und das Alter der für intelligente Anwendungen genutzten Daten besser verstehen müssen als bisher. Datensicherheit und IT-Infrastrukturmodernisierung spielen eine zentrale Rolle bei Entscheidungen rund um KI. Die damit verbundenen Kosten landen im Ranking der Umfrageteilnehmer hingegen an letzter Stelle. Ein Multicloud-Modell für KI Nutanix sieht seine Position durch diese Umfrageergebnisse gestärkt. Das Unternehmen bietet eine zentrale Plattform für den Cloud-übergreifenden Betrieb von Anwendungen und Daten an. Unternehmen sollen damit die Komplexität reduzieren und den IT-Betrieb vereinfachen können. Um beim hybriden Multicloud-Computing künftig stärker auf die Cloud zu fokussieren, hat Nutanix seine Infrastrukturplattform zudem um das Cloud-native Angebot Nutanix Enterprise AI erweitert. Es handelt sich um ein konsistentes Hybrid-Multicloud-Betriebsmodell für Workloads von KI-Anwendungen. Unternehmen können damit laut dem Anbieter Modelle und Daten in einer sicheren Umgebung ihrer Wahl nutzen. Bei GenAI handelt es sich in der Regel um einen hybriden Workload. Neue Anwendungen werden oft in der Public Cloud erstellt, während die Modelle auf Basis privater Daten in On-Premises-Umgebungen angepasst und feinjustiert werden. Die Inferenzierung – also der Prozess, bei dem Algorithmen aus den Daten Vorhersagen erstellen oder Schlüsse ziehen – findet hingegen in der unmittelbaren Nähe des Betriebsorts der Geschäftslogik statt. Entweder am Edge, On-Premises oder in der Public Cloud. Dieser verteilte, hybride Workflow ist für Unternehmen hinsichtlich Komplexität, Datenschutz, Sicherheit und Kosten herausfordernd. Nutanix Enterprise AI bietet als Multicloud-Betriebsmodell eine Möglichkeit, große Sprachmodelle mithilfe der für NVIDIA NIM optimierten Inferencing-Microservices und quelloffener Basismodelle von Hugging Face sicher bereitzustellen, zu skalieren und zu betreiben. Dadurch können Anwender laut Nutanix eine Enterprise-GenAI-Infrastruktur mit dem Maß an Resilienz, Betriebsmöglichkeiten und Sicherheit aufbauen, das sie für geschäftskritische Anwendungen benötigen. Mögliche Betriebsformen sind: On-Premises, AWS Elastic Kubernetes Service, Azure Managed Kubernetes Service und Google Kubernetes Engine. GPT-in-a-box wird Cloud-ready Nutanix Enterprise AI ist eine zusätzliche Komponente von GPT-in-a-Box 2.0. Dieses Angebot beinhaltet: die Nutanix Cloud Infrastructure, die Kubernetes-Plattform von Nutanix NKP und die Objekt- und Dateispeicherlösung Nutanix Unified Storage. Darüber hinaus enthält GPT-in-a-Box 2.0 Services zur Unterstützung von Kundenanforderungen hinsichtlich Konfiguration und Sizing für On-Premises-Training und -Inferencing. Kunden können bei Bedarf Nutanix Enterprise AI in verschiedensten Kubernetes-Umgebungen in der Public Cloud bereitstellen und konsistent zusammen mit On-Premises-Diensten betreiben. Nutanix Cloud Cluster laufen auf AWS Um die Cloud-Auswahl bei seinen Kunden zu vergrößern, hat Nutanix seine Partnerschaft mit Amazon Web Services erweitert. Unternehmen sollen künftig von einer beschleunigten Cloud-Migration profitieren und Workloads sowohl On-Premises als auch in Cloud-Umgebungen managen können. Im Rahmen der Zusammenarbeit können Kunden Nutanix Cloud Cluster auf AWS nutzen und ihre Nutanix-Umgebungen nahtlos von On-Premises-Umgebungen auf Amazon Web Services erweitern und zudem AWS-Dienste nutzen. Zu den Diensten zählen unter anderem: AWS Databases, Amazon Simple Storage Service (Amazon S3), fortschrittliche künstliche Intelligenz und maschinelles Lernen. “Laut unserem Enterprise Cloud Index verfolgen 90 Prozent der Unternehmen in ihrer Infrastrukturstrategie einen Cloud-Smart-Ansatz und nutzen dabei die jeweils beste Umgebung für ihre Anwendungen”, berichtet Tarkan Maner, Chief Commercial Officer bei Nutanix. „Dank der erweiterten Partnerschaft können unsere Kunden ihre Cloud-Reise vereinfachen.“ Mit Hyperkonvergenz sparen Rechenzentren Energie Bei aller Euphorie, die gerade in Sachen Künstliche Intelligenz um sich greift, sieht sich diese Technologie massiver Kritik ausgesetzt. Der Betrieb großer Sprachmodelle verstärkt die Arbeitslast in Rechenzentren und treibt den Verbrauch an Energie und Kühlwasser in die Höhe. Um sich diesem Aspekt zuzuwenden, hat Nutanix bei Atlantic Ventures die Studie “Improving Sustainability in Datacenters 2024” in Auftrag gegeben. Die Untersuchung geht der Frage nach, wie der Ressourcenverbrauch aussähe, wenn sämtliche Rechenzentren Hyperkonvergenz nutzen würden. srcset="https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?quality=50&strip=all 1244w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=300%2C168&quality=50&strip=all 300w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=768%2C432&quality=50&strip=all 768w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=1024%2C576&quality=50&strip=all 1024w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=1240%2C697&quality=50&strip=all 1240w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=150%2C84&quality=50&strip=all 150w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=854%2C480&quality=50&strip=all 854w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=640%2C360&quality=50&strip=all 640w, https://b2b-contenthub.com/wp-content/uploads/2024/12/Energie_Atlantic_Ventures.jpg?resize=444%2C250&quality=50&strip=all 444w" width="1024" height="576" sizes="(max-width: 1024px) 100vw, 1024px">Berechnungen von Atlantic Ventures zufolge bringt der Umstieg von traditionellen 3-Tier-Architekturen auf eine hyperkonvergente Infrastruktur deutliche Einsparungen.Atlantic Ventures Die Ergebnisse lassen aufhorchen: In europäischen Rechenzentren könnte der Umstieg von traditionellen 3-Tier-Architekturen auf eine hyperkonvergente Infrastruktur bis 2030 rund 19 Millionen Tonnen CO2-Äquivalente einsparen. Das entspricht den Emissionen von rund 4,1 Millionen Fahrzeugen in diesem Zeitraum. Die erhöhte Energie- und Betriebseffizienz würde 25 Milliarden Euro einsparen. In Deutschland läge das Einsparpotenzial bei 19,3 Terawattstunden und 5,18 Millionen Tonnen an CO2-Äquivalenten. Aufgrund der hohen Strompreise könnten sich die Einsparungen für Unternehmen und Serviceprovider hierzulande von 2024 bis 2030 auf über 5,9 Milliarden Euro summieren, wenn sie von 3-Tier-Architekturen auf hyperkonvergente Infrastrukturen umsteigen. „Für Unternehmen ergibt sich hier eine Gelegenheit, Nachhaltigkeit und Profitabilität zu verbinden“, meint Carlo Velten, Analyst bei Atlantic Ventures. „Hyperkonvergente Infrastrukturen spielen eine Vorreiterrolle bei der Transformation von Rechenzentren hin zu einem energieeffizienteren und klimafreundlicheren Betrieb.“ Die Migration der hyperkonvergenten Plattformen auf Co-Locations oder in die Public Cloud verstärkt laut Studie die Einsparungen, da der Energieverbrauch derartiger Umgebungen potenziell um 54 Prozent niedriger liegt als bei klassischen Inhouse-Rechenzentren. Auch das Disaster Recovery wird effizienter: Hyperkonvergente Architekturen ermöglichen schlanke und energieeffiziente Systeme für diese Wiederherstellung, die weniger Infrastrukturressourcen erfordern als Inhouse-Systeme und trotzdem schneller arbeiten und besser skalieren. Grundlage der Ergebnisse und Prognosen von Atlantic Ventures ist das Modell eines typischen westeuropäischen Rechenzentrums. Die Analyse vergleicht Energieverbrauch, CO2-Emissionen und Kosten, die einerseits beim Betrieb von traditionellen 3-Tier-Infrastrukturen und andererseits bei hyperkonvergenten Systemen anfallen. Die Studie liefert eine umfassende Prognose zu Energie- und Emissionseinsparungen sowohl in Europa als auch in einzelnen Ländern wie Deutschland, Frankreich, Großbritannien und den Niederlanden. (mb)
