KI aus der Cloud: Azure-Compute für KI und ML
Die Azure Cloud bietet eine Reihe von ML-optimierten Ressourcen sowohl für das Training von Modellen als auch für deren produktiven Einsatz.
Das Training von Machine-Learning-Modellen und deren Einsatz zur Vorhersage bringt besondere Anforderungen an die zugrunde liegenden Recheninstanzen mit sich. Es gibt keine pauschale Antwort auf die Frage, welche die beste KI-/ML-Hardware ist. Daher lohnt sich ein Blick auf das reichhaltige Angebot der Cloud-Provider. Genau das geschieht in den drei Artikeln dieser kleinen Serie:
- Teil 1: AWS-Instanzen für künstliche Intelligenz und Machine Learning (siehe „KI aus der Cloud: ML-Instanzen von AWS“ auf Seite 133)
- Teil 2: Optimierte Ressourcen für KI und ML in Azure
- Teil 3: Google Cloud Machine Learning Engines (siehe KI aus der Cloud: Google Cloud ML Engines auf Seite 147)
Azure-Cloud-Ressourcen für KI und ML
Für ML-Anwendungen reicht eine leistungsstarke GPU allein als Heilsbringer nicht aus. Vielmehr ist eine passende Kombination aus CPUs, GPUs, gemeinsam genutzter, optimal dimensionierter Speicher, 1st- und 2nd-Level-Caches und Durchsatz für ein optimales Preis-Leistungs-Verhältnis entscheidend. Die Ausdrücke „passende Kombination“ und „optimal dimensioniert“ sind dabei leider keine Blaupausen, sondern wiederum stark abhängig von dem verwendeten ML-Modell und den damit zu verarbeitenden Daten.