Kommentar von Nikita Ivanov, Gridgain Systems

In-Memory-Computing-as-a-Service ist auf dem Vormarsch

| Autor / Redakteur: Nikita Ivanov / Nico Litzel

Der Autor: Nikita Ivanov ist Gründer und CTO von Gridgain Systems
Der Autor: Nikita Ivanov ist Gründer und CTO von Gridgain Systems (Bild: Gridgain Systems)

Was bringt das Jahr 2019? Nikita Ivanov, Gründer und CTO des auf In-Memory Computing spezialisierten Unternehmens Gridgain Systems, wagt einen Ausblick für BigData-Insider.

Die Welt der Datenbanken verschiebt sich rasant zu einem Datenbank-Plattform-as-a-Service oder „dbPaaS“-Modell, bei dem Datenbankenfunktionalitäten als Service von Cloud-Anbietern bereitgestellt werden. Ich gehe davon aus, dass dieser Trend zunehmend auch für In-Memory-Computing-Lösungen gelten wird.

Eine In-Memory-Computing-Plattform-as-a-Service, oder „imcPaaS“-Lösung, ermöglicht es Unternehmen, In-Memory-Computing-Plattformen einfach als PaaS-Lösungen auf den bekannten Cloud-Services wie etwa AWS, Microsoft Azure, Oracle Cloud, Huawei Cloud und anderen zu nutzen.

Wir sehen bereits heute führende Unternehmen aus einer Vielzahl von Branchen, wie Finanzdienstleister, Online-Business-Plattformen bis hin zu Transport und Logistik, die unsere In-Memory-Computing-Plattform Gridgain in privaten und öffentlichen Clouds für große, unternehmenskritische Anwendungen einsetzen. Anbieter von In-Memory-Computing-Lösung stellen ihre Produkte bereits als dbPaaS- oder imcPaaS-Lösungen zur Verfügung und ich gehe davon aus, dass sich die Funktionalität dieser Lösungen 2019 stark erhöhen werden, indem immer mehr neue Dienste hinzugefügt werden.

Maschinelles Learning und Deep-Learning-Funktionen

Gartner hat im Dezember 2017 die Kategorie „In-Memory-Computing-Plattform“ eingeführt. Sie erkannten die Entstehung dieser neuen Produktkategorie an, die In-Memory-Datagrids, In-Memory-Datenbanken, Streaming-Analyseplattformen und andere In-Memory-Technologien zusammenfasst. Seitdem hat sich die Kategorie schnell erweitert und weiterentwickelt. Und diese Entwicklung wird 2019 weitergehen, da die Anbieter von In-Memory-Computing-Plattformen auf ein großes Interesse an maschinengetriebener Entscheidungsfindung reagieren und ihre Plattformen um maschinelles Learning und Deep-Learning-Funktionen erweitern.

Dank dieser Funktionen können Unternehmen zunehmend in-process HTAP-Lösungen (Hybrid Transactional/Analytical Processing) einsetzen, die ihr maschinelles Lernmodell in Echtzeit stets mit neuen Betriebsdaten aktualisieren. In-process HTAP ermöglicht auf der Grundlage von Echtzeitdaten eine optimale Entscheidungsfindung in geschäftskritischen Anwendungen, wie Betrugserkennung, Kreditgenehmigungen sowie Entscheidungen über die Route von Fahrzeugen und Paketen. Darüber hinaus werden neue Verknüpfungen zwischen In-Memory-Computing-Plattformen und Deep-Learning-Systemen es Unternehmen ermöglichen, mithilfe von Künstlicher Intelligenz leichter auf ihre Betriebsdaten zuzugreifen und diese zu analysieren.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45618856 / Infrastruktur)