Von Paul Speciale, CMO, Scality
Die Cloud-Rückführung gewinnt zunehmend an Bedeutung. Die strategische Verlagerung von Daten und Workloads aus öffentlichen Cloud-Umgebungen zurück in eigene Rechenzentren, externe Rechenzentren oder private Cloud-Umgebungen sollte jedoch nicht als Abkehr von Public-Cloud-Diensten verstanden werden. Vielmehr handelt es sich um eine bewusste Neuausrichtung des Architekturansatzes.
Im Mittelpunkt steht dabei vielmehr die gezielte Modernisierung zentraler Systeme, um den sich wandelnden betrieblichen Anforderungen gerecht zu werden. Eine aktuelle Umfrage unter 504 Unternehmen, durchgeführt vom unabhängigen Analystenhaus Freeform Dynamics im Auftrag von Scality, verdeutlicht, wie sich dieser Wandel in der Praxis manifestiert.
Wenn Organisationen KI in der Produktion skalieren, insbesondere solche, stoßen sie zunehmend auf Einschränkungen, die grundlegend datengetrieben sind. Wachsende Workloads verstärken den Bedarf an konsistenter Speicherleistung, robuster Datenverwaltung sowie hochdurchsatzfähigem Datentransport. In der Folge werden Daten- und Speicherinfrastruktur ebenso entscheidend für die Skalierbarkeit von KI wie GPUs. Bemerkenswert laut Scalitys Umfrage ist, dass 91% der Unternehmen, die Private KI in Produktion einsetzen, die bedeutende Nutzung von Objektspeicher hervorheben. Das ist ein eindrucksvoller Hinweis auf die zentrale Rolle der Datenebene in operativen KI-Systemen.
Architektur ganz neu denken
Diese Erkenntnisse stellen die lange gehegte Annahme in Frage, nach der die Rechenleistung den primären Engpass darstellt. Während die Verfügbarkeit von GPUs verständlicherweise den Mittelpunkt vieler Diskussionen zur KI-Skalierung bildet, erkennen viele Unternehmen zunehmend, dass Bewegung, Zugänglichkeit und Integrität der Daten ebenso limitierend sein können. Die Cloud-Nutzung bot zunächst eine rasche Möglichkeit zur Kapazitätserweiterung, oft allerdings auf Kosten einer ganzheitlichen architektonischen Überprüfung.
Mit der zunehmenden Reife von KI für den produktiven Einsatz im großen Maßstab überdenken Organisationen jetzt ganz bewusst ihre gesamte Architektur. Der Fokus liegt dabei auf der Stärkung der Kernsysteme, der Modernisierung stabiler Umgebungen sowie der Ausrichtung von Workloads auf die jeweils am besten geeigneten Ausführungskontexte (Cloud, On-Prem oder Hybrid-Lösungen). In diesem Sinne stellt die Cloud-Rückführung eine strategische Weiterentwicklung dar, mit dem Ziel der Präzisierung des operativen Designs.
Cloud-First ist passe, die schlaue Cloud ist gefragt
Über Jahre hinweg prägten Cloud-First Strategien die IT-Roadmaps, angetrieben durch den kometenhaften Aufstieg von LLMs und KI-Diensten auf Hyperscale-Plattformen. Im heutigen dynamischen Umfeld bewegen sich Organisationen jedoch über das Cloud-First Konzept hinaus und hin zu einem wirklich sachkundigen Ansatz, mit klarem Fokus auf der Optimierung der Infrastruktur. Es geht darum, die Vorteile der Cloud zu verstehen und zugleich intelligente, dynamische Entscheidungen zu Services (Infrastruktur, Plattformen, Software) zu treffen.
Dies setzt die Wahl der richtigen Lösungs-Kombinationen voraus, dazu transparente Kostenkontrolle, um unerwartete Ausgaben zu vermeiden, sowie die effektive Verwaltung und Absicherung der Services. Ebenso wichtig ist die gezielte Platzierung von Daten und Workloads, um eine optimale Balance aus Leistung, Kontrolle und Effizienz im großen Maßstab zu erzielen.
Beispielsweise kann eine Bank sensible Kunden- und Transaktionsdaten On-Prem speichern, um strengen Sicherheitsanforderungen gerecht zu werden, während sie die Öffentliche Cloud eher für kundenorientierte mobile Anwendungen nutzt, die von globaler Reichweite profitieren. Ähnlich können Organisationen im Bereich Life Sciences proprietäre Forschungs- oder Genomdaten in privaten Umgebungen belassen, um Compliance und geistiges Eigentum zu schützen, während sie Cloud-Plattformen für groß angelegte Simulationen oder die Beschleunigung von Forschungspipelines nutzen, wo elastische Rechenleistung klare Vorteile bietet.
Cloud-Rückführung entwickelt sich zudem zu einer natürlichen Antwort auf die inhärenten Beschränkungen hyperskalierbarer Public-Cloud Angebote gerade bei langfristigen KI-Bereitstellungen. Zwar bietet die Cloud kurzfristig Skalierbarkeit und Flexibilität, viele Unternehmen erkennen jedoch, dass wachsenden Anforderungen hinsichtlich Datenlokalität, hoher Durchsatzleistung und planbarer Kosten besser durch maßgeschneiderte hybride oder On-Prem Lösungen erfüllt werden. Diesem Wandel liegt die Einsicht zugrunde, dass die Optimierung langfristiger KI-Ziele weitaus mehr erfordert als einen starken Fokus auf Cloud-Elastizität. Eine gezielte Kontrolle über die gesamte Infrastruktur, die KI im großen Maßstab unterstützt, wird immer mehr zum entscheidenden Faktor.
Kontrolle, Compliance, Kosten
Datenhoheit, Compliance und Kostenmanagement sind zentrale Treiber für die Rückführung von KI-Workloads in On-Prem- oder hybride Umgebungen, insbesondere in regulierten Branchen (Finanzwesen, Life Sciences). Souveräne KI-Lösungen ermöglichen es Unternehmen, zu kontrollieren, wo und wie Daten verarbeitet werden, und unterstützen sowohl die Einhaltung gesetzlicher Vorschriften als auch fortschrittliche ML-Fähigkeiten. In der genannten Umfrage geben 81% der Unternehmen an, dass eine private KI-Infrastruktur unter eigener Kontrolle geschäftskritisch ist.
Cloud-Rückführung adressiert sowohl Governance- als auch Performance-Aspekte. Sensible Workloads können in kontrollierten Umgebungen verbleiben, während Cloud-native Tools weiterhin genutzt werden. Gleichzeitig sind Kostenaspekte nicht zu vernachlässigen: Öffentliche Cloud-Dienste, so flexibel sie auch sind, können durch überraschende Egress-Gebühren zu unvorhersehbaren Ausgaben führen. Die Verlagerung von Workloads On-Prem oder in hybride Setups hilft Organisationen, Ausgaben planbar zu machen, versteckte Kosten zu vermeiden und die Infrastruktur sowohl effizient als auch regelkonform zu optimieren, wodurch eine strategische Verteilung auf On-Prem-, Hybrid- und Public-Cloud Umgebungen zur Erfüllung der Anforderungen von KI im großen Maßstab ermöglicht wird.
Daten und Rechenleistung in der KI-Infrastruktur neu ausbalancieren
Mit zunehmender Skalierung von Modellen wird immer deutlicher, dass die effiziente Versorgung mit Daten die Gesamtleistung eines Systems oft ebenso stark bestimmt wie die Verfügbarkeit von tatsächlicher Rechenleistung. Dies führt unter anderem zu einer breiteren Bewegung hin zur Entkopplung von Speicher und Compute. In diesem Modell sind Daten nicht länger statisch an eine spezifische Compute-Umgebung gebunden, sondern können flexibel und mit hohem Durchsatz über verteilte Workloads hinweg genutzt werden. Gerade der Objektspeicher passt hierbei nahtlos in die Architektur, um große Mengen unstrukturierter Daten zu verwalten sowie Training, Inferenz und Feintuning zu unterstützen. Anstatt KI als Add-on für bestehende Systemen zu betrachten, setzen Unternehmen auf gestufte Hybrid-Architekturen, die diverse Zugriffsprofile entlang der gesamten KI-Pipeline unterstützen und damit Engpässe gezielt vermeiden.
Jenseits von Cloud-Only
Unternehmen erkennen zunehmend, dass keine einzelne Umgebung alle Workload-Anforderungen erfüllen kann. On-Prem- und Hybridmodelle ergänzen nun die Cloud-Infrastruktur und ermöglichen eine gezielte Platzierung von Workloads. Cloud-Rückführung erlebt derzeit eine Hochphase. Dieser Trend ist ein strategischer Schwenk mit Fokus auf Optimierung und nicht etwa eine Abkehr von der Cloud. Die Strategieanpassung ermöglicht Organisationen den Aufbau eines resilienten, agilen und damit zukunftssicheren KI-Ökosystems.
Scality adressiert zentrale Herausforderungen moderner Datenspeicherung: Wachstum, Sicherheit, Performance und Kosten. Entwickelt für durchgängige Cyber-Resilienz bietet der S3-Objektspeicher von Scality mit CORE5 einen ganzheitlichen Schutz auf allen Ebenen des Systems, von der API bis zur Architektur. Die patentierte MultiScale Architektur ermöglicht eine nahezu unbegrenzte, unabhängige Skalierung in sämtlichen kritischen Dimensionen, um den dynamischen Anforderungen moderner Workloads gerecht zu werden. Führende Unternehmen weltweit vertrauen auf Scality, um leistungsstarke KI-Initiativen zu beschleunigen, Cloud-Deployments zu optimieren und ihre Daten zuverlässig zu schützen. Als „Leader“ von Gartner ausgezeichnet, steht die Software von Scality für höchste Zuverlässigkeit, Sicherheit und Nachhaltigkeit. Folgen Sie uns auf LinkedIn und erfahren Sie mehr unter www.scality.comsowie in unserem Blog.
Kontakt
A3 Communications
Connie MacRaild
5th Floor, Great Portland Street 167-169
W1W 5PF London
044 7850416375
https://www.a3communicationspr.com
