Die meisten Infrastrukturprojekte für Machine Learning scheitern grandios. Das ist vermeidbar, wenn man bereit ist, aus den Erfahrungen im HPC-Umfeld zu lernen.
Auch Machine Learning braucht Storage und stellt hohe Anforderungen an Durchsatz und Latenz – das stresst den Storage zugleich durch viele Metadatenoperationen.
Ein schnelles und latenzarmes Netz ist eine oft unterschätzte, aber essenzielle Komponente für ML-Infrastrukturen und bringt auch anderen Anwendungen Vorteile.