NTT, Red Hat 07.03.2024, 09:13 Uhr

KI-Analysen am Edge mit IOWN-Technologien

Eine gemeinsam im Rahmen der IOWN-Initiative (Innovative Optical and Wireless Network) entwickelte Lösung ermöglicht Echtzeitanalysen großer Datenmengen mit KI und reduziert Stromverbrauch sowie Latenz.
(Quelle: redhat.com)
Im Rahmen der IOWN-Initiative (Innovative Optical and Wireless Network) haben NTT und Red Hat, in Zusammenarbeit mit NVIDIA und Fujitsu, gemeinsam eine Lösung entwickelt, die das Potenzial von Echtzeit-Datenanalysen mit KI am Edge erweitert. Unter Verwendung von Technologien, die vom IOWN-Global-Forum entwickelt wurden und aufbauend auf Red Hat OpenShift, der branchenführenden Hybrid-Cloud-Anwendungsplattform auf Basis von Kubernetes, wurde die Lösung aufgrund ihrer Praxistauglichkeit und Anwendungsfälle als IOWN Global Forum Proof of Concept (PoC) anerkannt.
Da KI, Sensortechnologie und Netzwerkinnovationen weiter an Bedeutung gewinnen, sind KI-Analysen am Rand des Netzwerks, dem Edge, extrem wichtig – insbesondere, weil fast täglich neue Datenquellen hinzukommen. Die Nutzung von KI-Analysen kann allerdings komplex sein und schleppend verlaufen und durch die Einführung neuer KI-Modelle und zusätzlicher Hardware zu höheren Wartungskosten für Software und Hardware führen. Mit der voranschreitenden Entwicklung von Edge-Computing-Fähigkeiten an entfernteren Standorten lassen sich die KI-Analysen näher an den Sensoren durchführen, was die Latenz verringert und die Bandbreite erhöht.
Die Lösung besteht aus dem IOWN All-Photonics Network (APN) und Technologien zur Beschleunigung der Datenpipeline in der IOWN Data-Centric Infrastructure (DCI). NTTs beschleunigte Datenpipeline für KI nutzt Remote Direct Memory Access (RDMA) over APN, um große Mengen Sensordaten effizient zu sammeln und zu verarbeiten. Die Container-Orchestrierungstechnologie von Red Hat OpenShift bietet große Flexibilität bei der Verwaltung von Workloads in der beschleunigten Datenpipeline über entfernte und geografisch verteilte Rechenzentren hinweg. NTT und Red Hat haben erfolgreich demonstriert, dass die Lösung den Stromverbrauch effektiv senken kann und zugleich eine niedrige Latenz für Echtzeitanalysen mit KI am Edge bietet.
Mehr Informationen zu der Lösung finden Sie unter www.redhat.com/de.


Das könnte Sie auch interessieren