In einer branchenübergreifenden Zusammenarbeit haben führende Technologieunternehmen eine Initiative zur Optimierung von Rechenzentren gestartet. Wie Anfang Mai bekannt wurde, stellten OpenAI, NVIDIA, AMD, Broadcom, Intel und Microsoft das neue offene Netzwerkprotokoll Multipath Reliable Connection (MRC) vor.
Die Entwicklung zielt darauf ab, die Leistungsfähigkeit groß angelegter Cluster für das Training künstlicher Intelligenz zu steigern und gleichzeitig die Betriebskosten zu senken.
Optimierung der Hardware-Auslastung und Energieeffizienz
Das Protokoll Multipath Reliable Connection wurde speziell für die Anforderungen moderner Hochleistungsrechner konzipiert. Ein zentraler Aspekt der Technologie ist die Reduzierung von Leerlaufzeiten bei Grafikprozessoren (GPUs).
In umfangreichen KI-Trainingsprozessen stellen ungenutzte Rechenkapazitäten einen erheblichen Kostenfaktor dar. Durch eine effizientere Datenübertragung und verbesserte Zuverlässigkeit innerhalb der Netzwerkstruktur soll MRC sicherstellen, dass die verfügbare Rechenpower konstanter genutzt werden kann.
Neben der rein technischen Performance-Steigerung adressiert das Protokoll die wachsende Problematik des Energiebedarfs in der IT-Branche. Die beteiligten Unternehmen gaben an, dass durch die Implementierung von MRC der Stromverbrauch der Trainingscluster gesenkt werden könne.
Angesichts der weltweit steigenden Investitionen in KI-Infrastrukturen und der damit verbundenen ökologischen sowie ökonomischen Belastungen stellt die Steigerung der Energieeffizienz ein wesentliches Verkaufsargument für das neue Protokoll dar.
Praktische Implementierung bei OpenAI
Die neue Technologie befindet sich bereits über das Stadium theoretischer Entwürfe hinaus im aktiven Einsatz. OpenAI nutzt das MRC-Protokoll bereits in mehreren seiner Betriebsumgebungen. Hierzu zählt unter anderem der Standort der Oracle Cloud Infrastructure in Abilene, Texas. Die dortigen Kapazitäten werden für komplexe Rechenvorgänge genutzt, bei denen die Vorteile der neuen Netzwerkstruktur unmittelbar zur Geltung kommen sollen.
Zusätzlich findet Multipath Reliable Connection Anwendung im Microsoft Fairwater-Supercomputer-Cluster. Dass ein Verbund aus Hardware-Herstellern wie NVIDIA, AMD und Intel gemeinsam mit Software-Pionieren wie OpenAI und Cloud-Anbietern wie Microsoft ein offenes Protokoll fördert, unterstreicht die Bedeutung einheitlicher Standards für die Skalierung künftiger KI-Modelle.
Durch die Offenheit des Protokolls soll sichergestellt werden, dass unterschiedliche Hardware-Komponenten innerhalb eines Clusters nahtlos und effizient miteinander kommunizieren können, was die Abhängigkeit von proprietären Einzellösungen verringern könnte.
Wer sich mit der Skalierung moderner IT-Infrastrukturen und neuen Technologien wie KI befasst, muss auch die damit verbundenen Risiken im Blick behalten. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer jetzt kennen müssen. Neue KI-Gesetze und Cyberrisiken: Gratis-Report für Unternehmer
Bedeutung für die Infrastruktur künstlicher Intelligenz
Die Vorstellung von MRC markiert einen wichtigen Schritt in der Evolution der Rechenzentrum-Architektur. Während in der Vergangenheit oft die reine Rechenleistung der einzelnen Prozessoren im Fokus stand, rückt nun zunehmend die Vernetzung dieser Komponenten in den Mittelpunkt. Experten beobachten seit längerem, dass die Kommunikation zwischen den Chips in großen Clustern häufig zum Flaschenhals für die gesamte Systemleistung wird.
Indem das Konsortium aus OpenAI und seinen Hardware-Partnern ein Protokoll etabliert, das speziell auf die Multipath-Kommunikation und Zuverlässigkeit in KI-Szenarien optimiert ist, reagiert die Industrie auf den Bedarf nach robusteren und wartungsärmeren Systemen.
Mit der zunehmenden Vernetzung und Komplexität digitaler Systeme steigt auch die Gefahr durch gezielte Angriffe auf die Unternehmens-IT. Erfahren Sie in diesem kostenlosen E-Book, wie Sie Sicherheitslücken proaktiv schließen und Ihr Unternehmen langfristig schützen. Kostenloses E-Book: Strategien gegen Cyberangriffe jetzt sichern
Die Reduzierung des GPU-Leerlaufs und die gleichzeitige Senkung des Stromverbrauchs könnten dabei helfen, die massiven Betriebskosten für das Training künftiger Generationen von Sprachmodellen und anderen KI-Anwendungen zu stabilisieren.
