Kleine und mittelständische Unternehmen sehen sich mit einer Flut von Kunden- und Geschäftsdaten konfrontiert. Eines der größten Probleme, vor denen diese Unternehmen in diesem Bereich stehen, ist nicht unbedingt die Speicherung ihrer Daten, sondern vielmehr deren Verarbeitung.
Eine innovative Lösung für dieses Problem besteht darin, auf Computational Storage zu setzen. Das eignet sich ideal für Unternehmen, die auf die Umstellung auf eine Edge-Computing-Speicherstrategie umsteigen. Computational Storage ermöglicht es Unternehmen, die Edge Computing einsetzen, ihre Daten genau dort zu verarbeiten, wo sie ursprünglich entstehen. Möglich wird dies durch Computational-Storage-Geräte oder CSDs, die inzwischen von einer Vielzahl verschiedener Anbieter kommerziell erhältlich sind.
In diesem Artikel erläutern wir genau, was Computational Storage ist, welche Vorteile die Technologie bietet und wohin sie die Unternehmensspeicherung insgesamt in Zukunft führt.
Was ist Computational Storage?
Computational Storage lässt sich als die Bereitstellung von Rechenleistung für herkömmliche Speichersysteme verstehen. Da Unternehmen immer mehr Daten sammeln und verarbeiten, ist es ineffizient geworden, diese Daten nicht direkt am Speichersystem zu verarbeiten. Der Grund: Die Übertragung von Daten zwischen Verarbeitungsressourcen und Speichersystemen war traditionell wenig effektiv. Mit zunehmendem Gesamtdatenvolumen eines Unternehmens wird dieses Problem noch größer.
Wie bereits in der Einleitung erwähnt, wird dies durch Computational-Storage-Laufwerke oder CSDs ermöglicht. Sie bestehen aus mehreren CPUs, die direkt auf dem Speichergerät oder in der Speicheranwendung untergebracht sind. Server, auf denen ein CSD läuft, profitieren von einer höheren Verarbeitungsleistung und einem geringeren Energieverbrauch.
Das Konzept besteht also darin, die Rechenleistung zu den Daten zu bringen – und nicht umgekehrt. Die CSDs sorgen dafür, dass weniger Daten an die primäre CPU übertragen werden müssen, wodurch die CPUs entsprechend weniger Aufgaben ausführen müssen. Da die Verarbeitungsfunktionen der CSDs direkt in die Speicheranwendung integriert sind, wird die Echtzeit-Datenanalyse beschleunigt.
Außerdem lesen: Wie Objektspeicher Fortschritte bei KI und ML unterstützt
Warum ist Computational Storage wichtig?
Der größte Vorteil von Computational Storage besteht darin, dass die Leistung datenintensiver Speicheranwendungen und die Geschwindigkeit, mit der Daten gelesen werden können, steigt. Allein das ist für Online-Unternehmen und KMU von großem Nutzen – insbesondere, weil Datenspeicherung und -verarbeitung zu den größten Herausforderungen gehören, mit denen neue Betreiber von Online-Unternehmen konfrontiert sind.
Ein weiterer bedeutender Vorteil von Computational Storage ist, dass die Technologie auf verschiedene Arten implementiert werden kann, etwa durch die Installation in Speicheranwendungen oder die Integration in Festplatten. Obwohl in allen Festplatten bereits Mikroprozessoren verbaut sind, verfügen CSDs über noch leistungsfähigere Prozessoren und Beschleuniger, die unterschiedlichste Aufgaben übernehmen können, etwa die Datenkomprimierung oder bewährte Verschlüsselungsverfahren ähnlich wie bei SSL verwendet , also dem Schutz durch Secure Sockets Layer.
Aus diesen Gründen hat die SNIA (Storage Industry Networking Association) kürzlich eine Technical Work Group für Computational Storage gegründet, um neue Standards zu schaffen für die Interoperabilität, Bereitstellung, Provisionierung und Sicherheit von Computational-Storage-Geräten und -Software. Die SNIA hat zudem darauf hingewiesen, dass sich die Datenarchitektur als Ganzes seit der Ära der Disketten kaum verändert hat und dass Computational-Storage-Systeme eine zentrale Lösung in einer Zeit darstellen, in der herkömmliche Speicheranwendungen von der schieren Menge und Geschwindigkeit der Daten überfordert sind, die von den meisten Online-Unternehmen gesammelt werden.
Damit soll keineswegs gesagt sein, dass Computational Storage keine Nachteile hat. Ein wesentlicher Nachteil, der insbesondere für unerfahrene IT-Teams zum Hindernis werden könnte, besteht darin, dass Computational Storage die Speicherarchitektur komplexer machen kann. Das liegt an den zusätzlichen Kosten, die durch das Hinzufügen von CPUs zu Speicherdiensten oder -anwendungen entstehen, sowie daran, dass APIs die CSDs kennen müssen, um mit ihnen zu kommunizieren und Datenübertragungen zu ermöglichen.
Wohin führt uns das in der Zukunft der Unternehmensspeicherung?
Wie bereits erwähnt, ist die schiere Menge an Daten, die heute von KMU und Online-Unternehmen gesammelt, gespeichert und verarbeitet wird, größer als je zuvor. Herkömmliche Speicherarchitekturen konnten beim Datenvolumen Schritt halten. Ein gutes Beispiel dafür ist, dass Flash-Laufwerke Unternehmen eine schnellere und leistungsfähigere Option für die Speicherung von Datenbanken boten.
Doch mit dem Wachstum der Datenbanken und der Ausweitung der Datenverarbeitung auf KI, ML und fortschrittliche Analysen ist klar geworden, dass neue Innovationen bei der Datenverarbeitung und -speicherung notwendig sind. Daher ist es für die IT-Teams von Online-Unternehmen sinnvoll, Daten möglichst nahe am Speicherort zu verarbeiten und zu analysieren. Die Alternative besteht darin, ganze Gigabyte, wenn nicht sogar Terabyte an Daten zu übertragen – von Speichersoftware oder Festplatten zu Datenverarbeitungsanwendungen. Das ist zwar möglich, aber nicht besonders effizient.
Wie die SNIA festgestellt hat, kann Computational Storage Teil der Lösung sein. Durch die Integration von Rechenleistung in Speichersoftware oder Laufwerke können Unternehmen Workloads auf CSDs verteilen, Daten mithilfe von maschinellem Lernen verarbeiten und analysieren und Engpässe bei der Datenübertragung auf ein Minimum reduzieren.
Die SNIA verfolgt mit ihrer Technical Work Group für Computational Storage das Ziel, Definitionen und Spezifikationen für architektonische Modelle von Computational Storage zu erarbeiten und ein Programmiermodell für Computational-Storage-Dienste zu erstellen. Zu gegebener Zeit wird die SNIA eine Version 1,0 ihrer Architekturspezifikationen erstellen, die zum Goldstandard dafür werden soll, wie Schnittstellen für Computational Storage betrieben werden.
Computational Storage ermöglicht Speicheranwendungen , die gleichzeitig als Datenverarbeitungssysteme dienen. Wir können daher davon ausgehen, dass wir in eine neue Ära eintreten, in der Speichersysteme auf Unternehmensebene intelligent, programmierbar und effizienter sind.
Weiterlesen: Die wichtigsten Anbieter von Computational Storage