Anzeige

Pure: Digitalisierung fordert datenzentrierte IT-Infrastrukturen

Um dem Datenwachstum zu begegnen, benötigt es neue Ansätze und Architekturen. Nicht zuletzt durch die Digitalisierung entstehen immer mehr Daten außerhalb des Rechenzentrums und lassen sich mit heutigen Methoden nicht in Echtzeit verarbeiten. Pure Storage sieht die Lösung in einer datenzentrierten IT-Infrastruktur. Nur so sei eine schnelle, agile und automatische Verarbeitung moderner Prozesse möglich, ohne die Kosten aus dem Blick zu verlieren.

Güner Aksoy, Pure: »Eine datenzentrierte IT-Infrastruktur ist das Gebot der Stunde«Güner Aksoy, Pure: »Eine datenzentrierte IT-Infrastruktur ist das Gebot der Stunde«Das Datenwachstum verfolgt uns schon seit Jahrzehnten. Egal, welcher Studie man glauben mag, die Wachstumswerte sind enorm und mit neuen Technologien, dem Internet of Things (IoT) und nicht zuletzt der Digitalisierung, kommen ständig und vor allem schnell neue Daten hinzu. Allein in den letzten zwei Jahren wurden 90 Prozent der weltweiten Daten erstellt. Eine der größten Veränderungen ist, dass die meisten der heute erstellten Daten von Maschinen und nicht von Menschen, die Anwendungen verwenden, generiert werden.

»Die neue Herausforderung besteht darin, dass diese Daten `Schwerkraft haben´«, meint Güner Aksoy, Regional Sales Director Central Europe bei Pure Storage. »Wenn Daten am Netzwerkrand oder am Fertigungsstandort erstellt werden, können sie möglicherweise nicht in ein zentrales Rechenzentrum oder die Cloud verschoben werden, um in Echtzeit verarbeitet zu werden, wie es für das Unternehmen vielleicht erforderlich wäre. Wir beleuchteten das Thema der `Datengravitation´ und kommen zu dem Schluss: Eine datenzentrierte IT-Infrastruktur ist das Gebot der Stunde.«

Unternehmen müssen laut Pure in der Lage sein, Daten dort zu analysieren und darauf zu reagieren, wo sie entstehen. »Künstliche Intelligenz (KI) und Deep Learning (DL) heben das, was mit Analytik möglich ist, auf die nächste Stufe und beeinflussen jede Branche«, erklärt Aksoy. »Bis zum Jahr 2020, so prognostiziert Gartner, wird KI in fast allen software-gesteuerten Produkten und Dienstleistungen enthalten sein.«

KI als Chance um Daten zu analysieren und zu transformieren

Der Hersteller sieht diese »KI-Chance« als sehr vielversprechend. Zum einen helfe sie, große Daten zu analysieren und zu transformieren, um über das menschliche Bewusstsein hinauszugehen. Zweitens ermögliche sie, neue Dienstleistungen aufzubauen. Schließlich können Unternehmen so die Infrastruktur automatisieren, was einen wesentlich effizienteren und zuverlässigeren Betrieb ermöglicht.

Die Herausforderung besteht darin, dass die heutige Infrastruktur nicht von Grund auf neu erstellt wurde, um eine kohärente Datenstrategie zu implementieren. Sie wurde im Laufe der Zeit, Projekt für Projekt, aufgebaut und ist höchstwahrscheinlich fragmentiert und nicht besonders »Cloud-artig«, also das Gegenteil von einfach, skalierbar und agil. Angesichts der Bedeutung und des Wertes von Daten ist es an der Zeit, die IT-Infrastruktur von Grund auf zu überdenken und die Daten in den Mittelpunkt des Designs zu stellen. Unternehmen müssen nach Meinung von Pure Storage in den Aufbau einer wirklich datenzentrischen Architektur investieren, die auf fünf Schlüsselprinzipien basiert.

Um die Effizienz zu steigern und das Potenzial der Daten zu nutzen, ist es, Aksoy zufolge, unerlässlich, die bisherigen Dateninseln zu konsolidieren und zu verlassen. Hier macht All-Flash als Speichermedium den Unterschied, denn es ermöglicht die Konsolidierung vieler Anwendungen zu großen Speicherpools, in denen die bisherigen Speicherebenen vereinfacht werden können. »Dies fördert die Effizienz, Agilität und Sicherheit. Die Verwaltung kann auch konvergiert werden, um sicherzustellen, dass der Speicher gut zur Infrastruktur-Orchestrierungsstrategie des Unternehmens passt«, erklärt Aksoy.

Wandel durch Echtzeit-Anwendungen, On-Demand und Self-Driving

Die zweite Dimension ist, dass Unternehmen für Echtzeit-Anwendungen bereit sein müssen, da langsame Daten einfach keine Option mehr sind. Echtzeitdaten machen Anwendungen schneller, Kundenerlebnisse besser und intensiver sowie die Mitarbeiter produktiver. Es ist auch erwähnenswert, dass Echtzeit nicht nur Echtzeitdaten bedeutet, sondern auch Echtzeitkopien. Dies ist die Möglichkeit, Kopien von Daten zu erstellen und diese einfach zwischen mehreren Nutzern auszutauschen, beispielsweise neue Kopien von Produktionsdaten, die mit Test und Entwicklung geteilt werden.

Diese dritte Säule, On-Demand und Self-Driving, stellt einen Paradigmenwechsel im Hinblick darauf dar, wie wir über den Speicherbetrieb für das Unternehmen denken. Pure erwartet, dass beispielsweise heutige Storage-Operations-Teams, intern als Storage-Service-Provider für den Kunden X agieren werden. Abteilungen sollten Daten als Service auf Abruf zur Verfügung beziehen können. Statt des endlosen Zyklus der reaktiven Fehlersuche könnte das Storage-Team seine Zeit damit verbringen, die Infrastruktur zu automatisieren und zu orchestrieren, um sie selbstfahrend und ultra-agil zu machen.

»Damit dies jedoch Realität wird, bedarf es einiger bedeutender Änderungen in der Art und Weise, wie gearbeitet wird«, meint Aksoy. »Unternehmen müssen heute die Geschäftsanforderungen antizipieren und eine Reihe von elastisch skalierbaren Speicherdiensten aufbauen, die es Ihnen ermöglichen, der Zeit und dem Speicherbedarf voraus zu sein. Im Frontend geht es um Standard-Services und Standard-APIs. Im Backend hingegen geht es um die Automatisierung der Administration – und die Werkzeuge, um dies zu erreichen, werden zunehmend zugänglich und sind sehr ausgefeilt.«

Multi-Cloud mit den Daten im Mittelpunkt

Die zukünftige Architektur wird nach Meinung von Pure die Multi-Cloud sein, auch wenn alles vor Ort betrieben wird. Eine typische Geschäftsumgebung sieht heute so aus: Es gibt eine Produktions-Cloud. Das Unternehmen unterstützt zudem wahrscheinlich mehrere Entwicklungsumgebungen und betreibt eventuell eine Cloud für Analysen und ein globales Backup-Netzwerk. Jede dieser Einzelumgebungen soll zunehmend im Cloud-Modell laufen, wobei die gleichen Cloud-Attribute erwartet werden: »Einfach, On-Demand, elastisch und ein Treiber für Innovation«, rät Aksoy. »Gleichzeitig hat jede Einzelumgebung ihre eigenen Anforderungen. Dies bedeutet, dass Unternehmen eine Datenstrategie der nächsten Generation entwickeln müssen, die das Cloud-Datenerlebnis für jede dieser Umgebungen bereitstellt, aber auch die einzigartigen Funktionen berücksichtigt, die diese Einzelumgebungen benötigen.«

Deswegen propagiert Pure eine auf Multi-Cloud ausgelegte, datenzentrische Architektur. Dies impliziert, dass Daten über mehrere Clouds hinweg verwaltet und die erforderliche Datenportierbarkeit und Offenheit erreicht werden muss. Werde nicht in diese Richtung hin geplant, bestehe die Gefahr, dass Unternehmen sich in ihrer Infrastruktur einsperren.

Datenzentrische Architektur als Datendrehschreibe

Pure plädiert für eine auf Flash konsolidierte, datenzentrische Architektur.Pure plädiert für eine auf Flash konsolidierte, datenzentrische Architektur. »Unternehmen müssen sich der Realität stellen, wie schnell sich die Daten bewegen. Vor etwa acht Jahren wurde ein Platz von sechs Racks für ein PByte an Flash-Speicher benötigt, und KI war ein Forschungsprojekt«, konstatiert Pure-Manager Aksoy. »Heute lässt sich ein PByte in weniger als 3U speichern, und KI und Automatisierung sind keine Seltenheit mehr. Daten bewegen sich schnell. Unternehmen müssen daher eine Architektur entwerfen, die bereits die Performance für morgen bietet, aber so aufgebaut ist, dass sie sich weiterentwickelt und innovativ bleibt.«

Die Lösung sei eine, auf Flash konsolidierte, datenzentrische Architektur, die Echtzeitprozesse im Unternehmen unterstützt und Daten als Service für die verschiedenen internen Clouds bereitstellt. Eine datenzentrische Architektur ermöglicht es, die Leistung von Kernanwendungen zu vereinfachen und gleichzeitig die IT-Kosten zu senken. Sie soll Entwickler mit On-Demand-Daten versorgen, Builds schneller erstellen und die für DevOps und die kontinuierliche Integration/Bereitstellung erforderliche Agilität bieten.

»Eine solche Architektur wird auch die nächste Generation von Analysen liefern und als Datendrehscheibe für die moderne Datenpipeline fungieren, einschließlich der Unterstützung von KI-Initiativen«, erwartet Aksoy. »Kurz gesagt, eine datenzentrische Architektur stellt Unternehmen die Plattform zur Verfügung, um ihr Geschäft zu beschleunigen und der Konkurrenz einen Schritt voraus zu sein.«

.
Anzeige