AI verandert de manier waarop we efficiënte datasystemen bouwen.
Twee derde van de ondernemingen verwacht dat GenAI de hoeveelheid opgeslagen gegevens zal doen toenemen. Echter, slechts ongeveer een derde geeft aan dat hun infrastructuur "volledig is geoptimaliseerd voor GenAI". Het is van cruciaal belang om datacenterarchitecturen te ontwerpen die AI-workloads en de steeds grotere hoeveelheden data die daarvoor nodig zijn, kunnen ondersteunen.
Elk getraind model, elke geanalyseerde video en elke verfijnde simulatie genereert een hoeveelheid gegevens die moet worden opgeslagen en hergebruikt. Kunnen architecturen en bedrijfsmodellen gelijke tred houden met de snelheid waarmee gegevens worden gecreëerd? Dankzij tiering, ja.
Hoe gegevenstiering de prestaties en schaalbaarheid van AI optimaliseert
Gegevenstiering zorgt ervoor dat informatie op het juiste moment op de juiste plaats beschikbaar is. Het is de manier waarop infrastructuur prestaties, schaalbaarheid en kosten in evenwicht houdt zonder voortdurende handmatige aanpassingen.
- Realtime-toegangsniveaus verwerken actieve, leesintensieve pieken, waarbij geheugen en flash vaak ondersteuning bieden.
- Frequent toegankelijke lagen ondersteunen gemengde activiteiten en harde-schijfopslagclusters ondersteunen deze op efficiënte wijze op grote schaal.
- Mass-capacity tiers slaan grote datasets op, zodat deze beschikbaar blijven voor hergebruik en analyse, terwijl harde schijven met hoge capaciteit deze opslaan tegen de laagste kosten per terabyte en met optimale prestaties.
Tiering gaat niet over hiërarchie, maar over harmonie. Elke laag vervult een specifieke rol en samen zorgen ze ervoor dat het systeem sneller, efficiënter, schaalbaarder en duurzamer wordt.
Gegevens die door AI-gestuurde applicaties worden gegenereerd, volgen geen rechtlijnig pad — ze doorlopen meerdere niveaus terwijl ze worden vastgelegd, verwerkt, getraind, verfijnd en opnieuw getraind om hun werkelijke waarde te ontsluiten. Tiering zet die oneindige stroom aan gegevens om in een voordeel: het zorgt ervoor dat meer van uw gegevens productief blijven in plaats van inactief. Het zorgt ervoor dat waardevolle resultaten niet verloren gaan. Teams codificeren gegevens met beleidsplaatsing, levenscycluslabels en telemetrie. Het doel: de werkset dicht bij de computer houden en de deep set betaalbaar, duurzaam en beschikbaar houden wanneer deze nodig is.
Hoe gelaagde opslag AI-training snel en efficiënt houdt
GPU's zijn alleen rendabel wanneer ze snel genoeg met grote hoeveelheden gegevens worden gevoed om continu actief te blijven. Moderne harde-schijfsystemen bieden een responstijd van milliseconden – snel genoeg om AI-training en -inferentie continu te laten verlopen. Geheugen en flashgeheugen beheren de cache, terwijl harde schijven de capaciteit leveren. Daarom staat ongeveer 85% van de cloudgegevens nog steeds op harde schijven1: schaalbaarheid is afhankelijk van capaciteit die zowel hoog als betaalbaar is.
Dankzij tiering kunnen petabytes aan output worden verwerkt zonder dat dit leidt tot een overbelasting van de dure infrastructuur of dat deze verdwijnt voordat het volgende model kan worden getraind. Het maakt hergebruik praktisch: dezelfde database kan vandaag worden gebruikt voor training, morgen voor fijnafstemming en in de toekomst voor governance-audits. Capaciteitsplanning wordt een hefboom, geen beperking.
Efficiëntie is de nieuwe prestatie
Tiering ondersteunt ondernemingen bij het optimaal benutten van hun bestaande infrastructuur. Het voorkomt overcapaciteit, vermindert het stroomverbruik in ruststand en verlengt de levensduur van apparatuur. Op systeemniveau bieden op harde schijven gebaseerde lagen een aanzienlijk voordeel wat betreft de totale eigendomskosten.
Hogere oppervlaktedichtheden — schijven die zijn ontworpen voor toepassingen die veel gegevens verwerken — betekenen meer terabytes per spindel, minder rekken die van stroom moeten worden voorzien en gekoeld moeten worden, en minder energie per terabyte. Het resultaat is een grotere efficiëntie zonder dat dit ten koste gaat van de snelheid of veerkracht.
Hoe gelaagde opslag het energieverbruik vermindert en duurzame AI ondersteunt
Op grote schaal staat efficiëntie vaak gelijk aan duurzaamheid. Door gegevens die niet vaak worden geraadpleegd te verplaatsen naar energiezuinige lagen met een hoge capaciteit, worden de operationele emissies verminderd.
Recente modellering op systeemniveau ondersteunt dit: harde-schijfrekken verbruiken ongeveer vier keer minder stroom en stoten ongeveer tien keer minder koolstof uit dan SSD-rekken met dezelfde capaciteit.2
Circulaire praktijken, zoals het renoveren en hergebruiken van aandrijvingen of het hergebruiken van zeldzame aardmetalen in de toeleveringsketen, verminderen de koolstofuitstoot en verlengen de levensduur.
Minder schijven, langere levensduur en minder afval: dit zijn tastbare voordelen die gelaagde opslag3 mogelijk maakt.
Hoe ondernemingen succesvol zijn
De data-voetafdruk van AI zal alleen maar blijven groeien. Tiering is de methode waarmee ondernemingen voorop blijven lopen, met snelheid waar dat nodig is, schaalbaarheid waar dat gevraagd wordt en duurzaamheid in het hele proces.
Op grote schaal blijven harde schijven de basis van dat evenwicht: ze bieden prestaties, betaalbaarheid en efficiëntie, allemaal tegelijk.
Op deze manier biedt tiering voordelen op grote schaal. Het zorgt ervoor dat de juiste gegevens op het juiste moment op de juiste plaats beschikbaar zijn.
Het volledige potentieel van AI vereist gegevens — en de opslag die deze ondersteunt.
Voetnoten
- Analyse door Seagate van meerdere rapporten van brancheanalisten.
- HotCarbon 2024, “Een oproep tot onderzoek naar opslagemissies.”
- Boekjaar 2024: meer dan 1,8 miljoen schijven opnieuw in gebruik genomen (Seagate Circularity); Boekjaar 2023: 1,19 miljoen schijven opnieuw in gebruik genomen (Seagate Planet-pagina, "Circularity").
