Workload
Was ist ein Workload?
Unter einem Workload versteht man die Menge an Computing-Ressourcen und die Zeit, die für das Ausführen einer Aufgabe oder das Generieren eines Ergebnis benötigt wird. Jede Anwendung oder jedes Programm, das auf einem Computer läuft, kann man als Workload verstehen.
Workloads in Cloud-Umgebungen
Im Gegensatz zu Vor-Ort-Workloads handelt es sich bei den Cloud-basierten Workloads um Anwendungen, Services, Computer oder Funktionen, die auf Cloud-Ressourcen laufen. Mit Workloads in Cloud-Umgebungen erreichen Anwender einen höheren Grad an Agilität und Flexibilität. Wenn Vor-Ort-Server das Limit an internen Ressourcen erreichen, können einige oder alle Workloads in die Cloud übertragen oder für die Cloud freigegeben werden, um mehr Rechenleistung zu gewinnen.
Was sind Beispiele für Workloads?
Im privaten Bereich kann man die Abgabe der Steuererklärung online als Workload bezeichnen, da die Verarbeitung und die Rechenleistung in einer Cloud-Umgebung erfolgen. Workloads auf Unternehmensebene umfassen Computing und Prozesse im Personalbereich sowie betriebsweites CRM.
Was ist Verwaltung von Workloads?
Überlegen Sie, wie es wäre, Arbeitsaufgaben auf ein Team von Mitarbeitenden zu verteilen und diese Verteilung von der Erfahrung, den Fähigkeiten, den Stärken, der Effizienz und der Verfügbarkeit jedes Einzelnen abhängig zu machen. Wenn Projektaufgaben auf diese Weise effizient und erfolgreich abgeschlossen würden, wäre das hervorragendes organisatorisches Geschick. Auf ähnliche Weise werden bei der Verwaltung von Workloads in der Datenverarbeitung Ressourcen in Computing-Umgebungen zugewiesen, um die Effizienz zu steigern oder die Belastung zu verringern. Einige Prozesse können On-Premises durchgeführt werden, andere sind besser in einer Cloud-Umgebung angesiedelt. Eine Lösung zur Verwaltung von Workloads würde berücksichtigen, welche Aufgaben CPU- oder speicherintensiv sind, welche statische, periodische oder unvorhergesehene Workloads beinhalten, und würde die entsprechende Menge und Art von Ressourcen für deren Erledigung zuweisen.
Was ist Workload-Automatisierung? Was ist Workload-Schutz?
Wenn die Verwaltung von Workloads die Bereitstellung einer großen Menge an Ressourcen für eine große Anzahl an Aufgaben erfordert, sollten Sie über eine Automatisierung nachdenken. Workload-Automatisierung verwendet Software zur Planung von Aufgaben und Zuweisung von Ressourcen. Der Vorteil der Workload-Automatisierung besteht darin, dass sie Personal in einer praxisorientierten Umgebung davon entlastet, diese Aufgaben verwalten zu müssen. Oder sie kann die Verarbeitungsleistung der Software (oder der KI oder des maschinellen Lernens) nutzen und präziser und effektiver als ein Mensch je dazu in der Lage wäre entscheiden, wie und wann Ressourcen zugewiesen werden sollten. In vielen Fällen ist diese Software Cloud-basiert, weshalb der Schutz von Workloads bzw. der Schutz vor Bedrohungen bei der Übertragung zwischen Cloud-Umgebungen von entscheidender Bedeutung ist.
Was sind Cloud-agnostische Workloads?
Unter Cloud-Workloads versteht man Workloads, die für mehr Rechenleistung in die Cloud übertragen werden. Ein Problem kann jedoch entstehen, wenn Workloads so eingerichtet werden, dass sie auf der Cloud-Plattform eines bestimmten Anbieters ausgeführt werden. Das Ziel einer Cloud-agnostischen Plattform wäre, dass Workloads abhängig von den verfügbaren Ressourcen auf die eine oder die andere Cloud-Plattform verschoben werden können.
Eine Cloud-agnostische Plattform hat Vor- und Nachteile. Workloads, die an einen Anbieter gebunden sind, können häufig die gesamte Palette der Funktionen dieses Anbieters nutzen. Die Einrichtung eines agnostischen Frameworks bringt mit sich, dass einige der speziellen Funktionen des Anbieter-Ökosystems nicht verfügbar sind.
Allerdings könnten IT-Experten mit einer echten Cloud-agnostischen Umgebung eine einzige Verwaltungsoberfläche zur Überwachung aller Workloads verwenden – unabhängig davon, wo sie sich befinden.
Was sind Workload Accelerators?
Die HPE PCIe Workload Accelerators sind fortschrittliche Speichergeräte auf Basis einer PCIe-Karte, die Solid-State-Storage-Technologie unmittelbar auf dem PCI-Bus nutzen, um hohe Datenraten beim Lesen und Schreiben und eine beschleunigte Anwendungsleistung zu gewährleisten. Die damit verbundenen Verbesserungen der Anwendungsleistung wirken sich positiv auf die Geschäftsergebnisse und die Möglichkeit aus, I/O-gebundene Workloads wie Datenbanken, Virtualisierung und Datenanalysen zu beschleunigen, was zu erheblichen Kosten- und Zeiteinsparungen führt.
Diese direkt anschließbaren Lösungen auf Basis einer PCIe-Karte bieten großartige Leistung mit geringer Latenz und einer Zuverlässigkeit auf Enterprise-Niveau.
HPE GreenLake unterstützt jeden Workload
Die HPE GreenLake Plattform stellt die Cloud für Unternehmen bereit, die in der heutigen digital orientierten Welt Geschwindigkeit und Agilität benötigen. Sie bringt die Cloud zu Ihren Anwendungen und Daten, wo auch immer diese sich befinden, sodass Sie die Time-to-Value verkürzen, betriebliche Abläufe optimieren, Kapital freisetzen und Ihre Mitarbeiter entlasten können.
Die schnelle, flexible Computing-Infrastruktur, die Ihr Unternehmen benötigt, wird auf Basis der nutzungsabhängigen Bezahlung bereitgestellt und bietet eine Reihe von Workload- und kostenoptimierten Konfigurationen, die vor Ort installiert und von HPE Experten für Sie gewartet werden. Sie zahlen nur für die Ressourcen, die Sie tatsächlich nutzen, und die integrierte Pufferkapazität kann sowohl ein stetiges Wachstum als auch unerwartete Bedarfsspitzen bewältigen. Mit HPE GreenLake für Compute Ops Management wird die Verwaltung vereinfacht. Komplexe und zeitaufwändige Computing-Managementvorgänge werden automatisiert und in eine vereinfachte umfassende Edge-to-Cloud-Erfahrung umgewandelt.
Ergänzend dazu umfassen die HPE ProLiant Server „Workload Profiles“ als Funktion des HPE Intelligent Tuning System (IST). Damit können Organisationen Ressourcen optimieren, indem sie Workload-Profile auswählen, die die BIOS-Einstellungen automatisch so konfigurieren, dass sie dem ausgewählten Workload entsprechen.