Von HPC lernen – ML im Rechenzentrum
Die meisten Infrastrukturprojekte für Machine Learning scheitern grandios. Doch das muss nicht sein – wenn man bereit ist, aus den Erfahrungen im HPC-Umfeld zu lernen.
So unterschiedlich KI-Projekte auch sein mögen, zurückzuführen ist ihr häufiges Scheitern meist auf zweierlei: Erstens unterscheiden sich Machine-Learning-Infrastrukturen technisch zum Teil erheblich von klassischen Enterprise-IT-Infrastrukturen. Zweitens wachsen Machine-Learning-Projekte erfahrungsgemäß häufig aus den Fachgruppen heraus und in die IT-Abteilungen hinein.
Die Assoziation mit einem Geschwür, die KI-Projekte bei einigen IT-Leitern hervorrufen, ist nicht immer ganz von der Hand zu weisen. Da wirkt die Androhung der Fachkollegen, alternativ in die Public Cloud zu gehen, fast attraktiver – zumindest so lange, bis die Kosten der Projekte dem Budget der IT-Abteilung zugerechnet werden und man sich dort verwundert den Kopf kratzt, wie viele Vorkommastellen eine Kreditkartenabrechnung doch haben kann.