Eine von WD gesponserte globale Studie zeigt, dass das Wirtschaftsmodell der KI-Infrastruktur durch die kontinuierliche Akkumulation und das exponentielle Wachstum von Daten umgestaltet wird. Laut der neuesten Untersuchung von IDC treibt KI nicht nur das rapide Wachstum der Datenmenge voran, sondern verlängert auch die Aufbewahrungsdauer von Daten und reaktiviert die Nachfrage nach historischen Daten.
KI-getriebenes Datenwachstum
In der in Hongkong durchgeführten Studie wurde festgestellt, dass KI das strukturelle Wachstum der Speicheranforderungen fördert. 94,7% der befragten Organisationen gaben an, dass die Menge der gespeicherten Daten in den letzten 12 Monaten aufgrund der weit verbreiteten Anwendung von KI und generativer KI kontinuierlich zugenommen hat. 61% der befragten Organisationen verzeichneten ein Datenwachstum von 25% oder mehr und erwarten, dass die Datenmenge in den nächsten drei Jahren weiter wachsen wird.
Darüber hinaus gaben 85,4% der befragten Organisationen an, dass die Kapazität ihrer Datenseen im vergangenen Jahr kontinuierlich gewachsen ist, und 59,4% der befragten Organisationen sind der Meinung, dass KI-generierte Daten der Hauptfaktor für das Wachstum der Kapazität der Datenseen sind.
Verlängerung der Datenaufbewahrungsdauer
Die Untersuchung ergab auch, dass fast 95% der befragten Organisationen sagten, dass der Wert ihrer Daten durch die Einführung von KI gestiegen ist. 74,3% der befragten Organisationen haben die Aufbewahrungsdauer der Daten verlängert, und 75,9% der Organisationen bringen derzeit mehr archivierte kalte Daten wieder online, um KI-Workloads zu unterstützen.
Laut der Studie erwarten 96% der befragten Organisationen, dass sie in der Lage sein müssen, archivierte Daten schneller zu extrahieren, um KI-Schlussfolgerungen und reaktionsgesteigerte generative Anwendungen zu unterstützen.
Designanforderungen für KI-Infrastruktur
Irving Tan, CEO von WD, sagte, dass der Betrieb von KI auf Daten basiert und dass der Bedarf der Organisationen an großangelegter Speicherung, Verwaltung und Zugriff auf Daten weiter wachsen wird. Diese Datenbasis wird eine entscheidende Rolle bei der Bestimmung des zukünftigen Entwicklungspotenzials von KI spielen.
Die Studie weist darauf hin, dass KI-Workloads während ihres gesamten Lebenszyklus Daten erzeugen, die auch nach Abschluss der jeweiligen Workloads weiterhin bestehen bleiben und als Eingabedaten für zukünftige KI-Anwendungen dienen können. Mit dem Wachstum der Datenmenge, der Verlängerung der Aufbewahrungsdauer und der Reaktivierung historischer Daten müssen Organisationen ein Gleichgewicht zwischen Leistung, Kapazität, Zugänglichkeit und Kosteneffizienz finden.
Fazit
Die kosteneffiziente großangelegte Verwaltung von Daten ist nicht länger eine sekundäre Überlegung der Infrastruktur, sondern wird zunehmend zu einem entscheidenden Faktor für den Erfolg von KI. Ein vollständiges Datenlebenszyklus-Design wird eine wichtige Überlegung für die KI-Infrastruktur der Zukunft sein.