Willkommen auf der Website von Schneider Electric

Willkommen auf unserer Website.

Land auswählen

Welcome the the Schneider Electric French website. It looks like you are located in the United States, would you like to change your location?

Traduisez en francais

Künstliche Intelligenz: Eine Definition für Colocation-Provider

Patrick Donovan

Wenn Sie die neuesten Branchentrends verfolgen, dann enthält Ihr Newsfeed garantiert jede Menge spannender Geschichten und gewagter Prognosen zu den Themen künstliche Intelligenz (KI), maschinelles Lernen (ML) und neuronale Netze. Ich bin sicher, dass viele Leser angesichts reißerischer Überschriften wie „Künstliche Intelligenz wird Datacenter-Management automatisieren“ oder „Übernehmen demnächst die Maschinen das Kommando?“ kurz mit den Augen rollen und zum nächsten Beitrag weiterklicken. Wie bei jedem neuen Trend gibt es natürlich auch bei diesem Thema viel Hype, Verwirrung und irreführende Behauptungen. Gelegentlich springen Unternehmen auf diesen Zug auf und wollen von einem Trend profitieren, noch bevor endgültig klar ist, wohin die Reise geht. Das heißt nun aber nicht, dass die gesamte Diskussion jeder Grundlage entbehrt. In meinen Augen hat KI sehr wohl das Potenzial zur Optimierung von Datacentern. Hier im Data Center Science Center gehen wir davon aus, dass KI am meisten die Zuverlässigkeit und in geringerem Umfang die Effizienz von Colocation-Datacentern steigern wird. Zudem denken wir, dass es etwas länger dauern wird als manche vielleicht glauben, bis sich der Nutzen von KI wirklich bemerkbar macht. Es gibt nämlich noch einige größere Herausforderungen zu lösen, bevor sich dieser Trend wirklich voll durchsetzen kann. Das wird das Thema meines nächsten Blogbeitrags sein.

Was ist KI?
Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sind zwei Begriffe, die häufig als Synonyme aufgefasst und benutzt werden. KI bezeichnet im Allgemeinen das Konzept, dass Maschinen oder Systeme in der Lage sind, basierend auf Programmierung und Daten über sie selbst oder ihre Umgebung Aufgaben und Tätigkeiten „intelligent“ durchzuführen. ML ist dagegen ein Ansatz bzw. eine Methode, die darauf zielt, Maschinen oder Systeme intelligenter zu machen … sie in die Lage zu versetzen, autonomer zu handeln und eigenständig Anpassungen vorzunehmen, wenn sich die Bedingungen verändern. ML bezeichnet im Wesentlichen die Fähigkeit einer Maschine oder eines Systems, automatisch zu lernen und ihre Tätigkeiten bzw. Funktionen ohne menschliches Zutun zu erlernen und zu verbessern. ML könnte man als den aktuellen Stand der Technik bezeichnen, was die Ausstattung einer Maschine mit künstlicher Intelligenz betrifft.

Eine Methode zur Implementierung von ML, die den aktuellen Fortschritt bei KI nach allgemeiner Ansicht vorantreibt, ist Deep Learning (DL). DL ist eine wesentlich rechenintensivere Form von ML. Deep Learning, gelegentlich auch als tiefenstrukturiertes oder hierarchisches Lernen bezeichnet, beinhaltet die algorithmische Analyse großer Datenmengen auf verschiedenen Ebenen, wobei der Output der einen Ebene als Input der nächsten Ebene dient. Wegen seiner beabsichtigten Ähnlichkeit mit der Funktionsweise des menschlichen Gehirns wird dieses Schichtenmodell oft auch als künstliches „neuronales Netz“ bezeichnet. Dieser Ansatz reduziert Fehler und beschleunigt den Lernprozess.

Künstliche Intelligenz lässt sich für ein sehr breites Funktionsspektrum nutzen. Mechanische Systemsteuerungen, die mit bereits seit Jahren verfügbaren SPS-Modulen und Automatisierungsservern arbeiten, sind beispielsweise eine Form der künstlichen Intelligenz. Aber daran denken die meisten Menschen gar nicht, wenn sie diesen Begriff heute nutzen. Aktuell geht es darum, dass ML-Algorithmen und Deep Learning (neuronale Netze) Prozesse automatisieren. Sie tun dies auf zunehmend autonome, zuverlässige, effiziente und anpassungsfähige Weise, wobei sogar Änderungen der Umgebungsbedingungen in Echtzeit berücksichtigt werden.

Schnellere technische Entwicklung stärkt das Fundament für KI
Diese Methoden zur Entwicklung von KI – maschinelles Lernen, Deep Learning, neuronale Netze etc. – gibt es zwar bereits seit Jahren, aber technologische Beschränkungen verhinderten ihren Fortschritt. In den letzten Jahren haben das IoT, Big Data und die Verfügbarkeit von Grafikprozessoren (GPUs) die Entwicklung und die Anwendung erheblich beschleunigt. Moderne KI arbeitet häufig mit riesigen Mengen von zusammengehörigen/korrelierten Daten, aus denen Algorithmen entwickelt werden, die dann wiederum als Grundlage dienen, auf der Maschinen dazulernen und Entscheidungen treffen können. Aufgrund sinkender Kosten für Sensoren, Netzwerkverbindungen, Speicher und Bandbreite ist die Menge an Geräte- und Umgebungsdaten explosionsartig gewachsen. Dank Fortschritten bei Big Data-Analysen können diese umfangreichen Daten schneller und mit weniger Ressourcen als in der Vergangenheit bearbeitet und ausgewertet werden. Zudem erfordert die Verarbeitung dieser Daten in Echtzeit und mit geringer Fehlerquote eine leistungsstarke Parallelverarbeitung, die nun durch die heute verfügbaren GPUs möglich ist. Diese Trends haben die technologische Grundlage für die Anwendung von KI in Datacentern geschaffen.

Aktuelle ML-basierte KI-Methoden haben große Stärken bei zwei grundlegenden Aufgaben:
  1. Erkennung von Mustern in sehr großen und genau abgegrenzten Datensätzen – z. B. Bilderkennung und Verarbeitung von natürlicher Sprache.
  2. Automatisierung aktueller Prozesse und Services, die Daten für die Entscheidungsfindung benötigen – z. B. in den Bereichen Services, Wartung und Hardwareaustausch.Aber es gibt wichtige Herausforderungen im Zusammenhang mit Daten, die gelöst werden müssen, bevor ML-basierte künstliche Intelligenz flächendeckend in der Branche entwickelt und von Colocation-Providern eingeführt wird. Darauf werde ich in meinem nächsten Blogbeitrag eingehen.
KI bringt mehr Performance für Colocation-Provider
Dennoch bin ich überzeugt, dass die Industrie diese Herausforderungen lösen wird. Viele Ansätze dazu sind auch schon sichtbar. Colocation-Datacenter wollen natürlich effizient mit Ressourcen umgehen und schnell neue Kapazitäten implementieren, ohne dass die Verfügbarkeit für ihre Mieter darunter leidet. Datenanalysen und in zunehmendem Maße auch KI werden die Provider dabei unterstützen, ihre Performance in diesen Punkten schrittweise zu verbessern. Lesen Sie in diesem Blog-Artikel, wie Schneider bereits früh die Potenziale von KI erkannt und deren Entwicklung prognostiziert hat.

Lesen Sie weitere interessante Artikel

<script> $(document).ready(function() { $('head').append('<meta name="apple-itunes-app" content="app-id=714825126">'); }); </script>
<!-- Start SmartBanner configuration --> <meta name="smartbanner:title" content="mySchneider"> <meta name="smartbanner:author" content="Schneider Electric SA"> <meta name="smartbanner:price" content="Free"> <meta name="smartbanner:price-suffix-apple" content=" - On the App Store"> <meta name="smartbanner:price-suffix-google" content=" - Google Play"> <meta name="smartbanner:icon-apple" content="//lh3.googleusercontent.com/lAVirntKlp63vbntUZvOkMvZI8fE4rIoA5Lwif9M09VxzFhcWE21sTDYqJqOqIPqg4m4=w300-rw"> <meta name="smartbanner:icon-google" content="//lh3.googleusercontent.com/lAVirntKlp63vbntUZvOkMvZI8fE4rIoA5Lwif9M09VxzFhcWE21sTDYqJqOqIPqg4m4=w300-rw"> <meta name="smartbanner:button" content="VIEW"> <meta name="smartbanner:button-url-apple" content="http://m.onelink.me/e5bff3e5"> <meta name="smartbanner:button-url-google" content="http://m.onelink.me/16aa2579"> <meta name="smartbanner:enabled-platforms" content="android"> <!-- End SmartBanner configuration --> <link rel="stylesheet" href="[PublicationUrl]/assets-re1/css/smartbanner.min.css" /> <script type="text/javascript" src="[PublicationUrl]/assets-re1/js/smartbanner.min.js"></script>
Ihr Browser ist nicht mehr auf dem neuesten Stand und es bestehen bekannte Sicherheitsprobleme. Möglicherweise werden darüber hinaus nicht alle Bestandteile dieser Website oder anderer Websites dargestellt. Bitte aktualisieren Sie Ihren Browser, um auf sämtliche Funktionen dieser Website zugreifen zu können. Für optimale Funktionalität werden Internet Explorer 9 oder höher empfohlen.

Chat

Haben Sie Fragen oder benötigen Sie Hilfe? Wir sind da, um Ihnen zu helfen.