De continuïteit van bedrijfskritische AI-toepassingen waarborgen

Bedrijfskritische AI-toepassingen hebben near-synchronous replication nodig om in de lucht te blijven. Ontdek hoe deze technologie een ononderbroken werking waarborgt, ondanks alle uitdagingen rond het beheer van enorme datasets en de minimalisatie van downtime.

De kracht van AI is voor iedereen duidelijk. De technologie kan in een handomdraai muziek en beelden genereren. De werkelijke impact van AI schuilt echter in zijn potentieel om de mensheid vooruit te helpen. AI vormt de sleutel tot ingrijpende doorbraken op alle mogelijke terreinen, van uiterst nauwkeurige medische diagnoses en optimalisatie van complexe financiële transacties tot zelfrijdende auto’s. AI-workloads zijn vaste prik geworden in diverse sectoren. Organisaties staan daarmee voor de opgave om te zorgen voor een ononderbroken werking van AI-toepassingen en optimale mobiliteit van AI-gegevens.

Zo laag mogelijke RPO’s en RTO’s voor bedrijfskritische AI

Bedrijfskritische AI-toepassingen vragen om minimale recovery point objectives (RPO’s) en recovery time objectives (RTO’s). Die zijn nodig om de integriteit van data te waarborgen en downtime tot een minimum te beperken. Near-synchronous replication biedt daar een oplossing voor. Deze technologie biedt krachtige prestaties en zorgt voor een reductie van de netwerk- en infrastructuurbehoeften. Dankzij constante replicatie van gewijzigde data treedt er minimale vertraging op bij gegevensherstel. Near-synchronous replication vormt daardoor een ideale oplossing voor AI-workloads die gepaard gaan met grote schrijfbewerkingen en datavolumes.

De enorme schaal waarop AI-data wordt gegenereerd vormt echter een grote uitdaging voor de IT-infrastructuur. Zelfs de meest simpele AI-toepassingen genereren enorme datasets. Die vinden hun oorsprong vaak aan de netwerkrand en moeten voortdurend voor verwerking naar centrale data repository’s worden verplaatst. Asynchrone replicatie wordt daarmee onmisbaar voor een soepele gegevensoverdracht en een laag bandbreedteverbruik. Het biedt daarmee een antwoord op de beperkingen van de huidige netwerktechnologie en het gebruik van oplossingen voor synchrone replicatie.

Data en AI-workloads 24/7 beschikbaar houden

Organisaties die AI-toepassingen failsafe willen maken door ze te beschermen tegen gegevensverlies en storingen moeten verder kijken dan traditionele back-upmethoden. Bedrijfskritische AI-workloads vragen om een modernere aanpak. Het zwakke punt van back-ups is namelijk dat ze alleen bescherming bieden voor individuele servers, en niet voor complete applicaties. Na het herstellen van data vanuit een back-up moeten applicaties eerst handmatig opnieuw worden opgebouwd uit afzonderlijke onderdelen. Dit neemt een hoop tijd in beslag, en in sommige gevallen zelfs weken.

Om 24/7 beschikbaarheid van hun bedrijfskritische AI-toepassingen te waarborgen doen steeds meer bedrijven een beroep op oplossingen voor disaster recovery. Daarmee kunnen zij essentiële data en workloads sneller herstellen. Near-synchronous replication werpt zich nu op als betrouwbare hersteloplossing. Deze technologie houdt wijzigingen van data in realtime bij. Dit maakt het mogelijk om operationele processen sneller te herstellen na storingen en andere calamiteiten. Daarmee blijft de downtime beperkt en kunnen bedrijfskritische AI-toepassingen soepel en onafgebroken blijven werken.

Near-synchronous replication houdt AI optimaal in de lucht

AI is gebaat bij een flexibele oplossing die voorziet in betrouwbare databescherming. Een oplossing die voortdurend back-ups van data maakt om een ononderbroken werking van AI-toepassingen te waarborgen. Oplossingen voor datamobiliteit dragen bij aan een uiterst efficiënt beheer van grote datasets. In combinatie met near-synchronous replication levert dat minimaal gegevensverlies en maximale beschikbaarheid op.

Egon van Dongen, systems engineering manager EMEA bij Zerto, een dochteronderneming van Hewlett Packard Enterprise (HPE).