Keysight-Studie: AI Cluster Networking Report 2025
KI ist schneller als die Infrastruktur
Der AI Cluster Networking Report 2025 beleuchtet die Engpässe moderner Rechenzentren und zeigt Trends, Investitionen und Strategien auf, um das volle Potenzial von KI-Workloads freizusetzen.
(Bild: Keysight)
Künstliche Intelligenz gewinnt in allen Branchen an Bedeutung, damit steigen auch die Anforderungen an die Infrastruktur von Rechenzentren rapide an. Eine Keysight-Studie beleuchtet, wie Unternehmen mehr aus ihrer Infrastruktur herausholen wollen.
Keysight Technologies hat in Zusammenarbeit mit Heavy Reading die Studie „Beyond the Bottleneck: AI Cluster Networking Report 2025“ veröffentlicht. Daraus geht hervor, dass die Einführung künstlicher Intelligenz (KI) schneller voranschreitet, als die Infrastruktur mithalten kann. Die globale Studie unterstreicht die dringende Notwendigkeit für Telekommunikations- und Cloud-Anbieter, von Expansion auf Optimierung umzusteigen, um KI-Workloads der nächsten Generation zu unterstützen.
Der Aufbau einer Infrastruktur allein reicht nicht mehr aus. 62 % der Befragten gaben an, dass sie ohne neue Investitionen mehr aus ihrer Infrastruktur herausholen wollen. Betreiber setzen auf Strategien zur Leistungsoptimierung wie die Emulation realer KI-Workloads, um nicht nur die Leistung zu validieren, sondern auch die Effizienz zu steigern und die Einrichtung von KI-Clustern der nächsten Generation zu beschleunigen.
Der Studie zufolge planen fast 89 % der Befragten, ihre Investitionen in KI-Infrastrukturen im kommenden Jahr auszuweiten oder beizubehalten. Zu den wichtigsten Treibern dieses Wachstums zählen Cloud-Integration (51 %), schnellere GPUs (49 %) und Upgrades für Hochgeschwindigkeitsnetzwerke (45 %).
Was sind die wichtigsten Ergebnisse der Studie?
- Optimierungsansatz: Trotz anhaltender Investitionen geben 62 % der Betreiber an, dass sie ohne neue Investitionen mehr Wert aus ihrer bestehenden Infrastruktur herausholen wollen.
- Emulation wird unverzichtbar: Ganze 95 % der Befragten geben an, dass die Emulation realer Workloads von entscheidender Bedeutung ist, doch vielen fehlen die Tools, um KI-Umgebungen in Produktionsgröße effektiv zu simulieren.
- Steigender Druck auf die Infrastruktur: Über 50 % der Betreiber geben an, dass Budgetbeschränkungen (59 %), infrastrukturelle Einschränkungen (55 %) und Fachkräftemangel (51 %) die größten Hindernisse für die Skalierung von KI sind.
- Hochgeschwindigkeitsnetzwerke auf dem Vormarsch: Die Einführung neuer Netzwerktechnologien gewinnt an Dynamik: 34 % prüfen 800G, 22 % testen 1,6T und 58 % evaluieren Ultra Ethernet als Option für Hochleistungsnetzwerke.
- Netzwerkengpässe sind die nächste Herausforderung: Da 55 % der Betreiber 400G-Verbindungen einsetzen und das Interesse an 1,6T wächst, wird die Netzwerkkapazität zu einem entscheidenden Faktor für die Skalierbarkeit von KI.
Der „AI Cluster Networking Report 2025“ basiert auf einer weltweiten Umfrage, die von Heavy Reading von März bis April 2025 durchgeführt wurde. Zu den Befragten gehörten Fachleute von Telekommunikations- und Cloud-Service-Providern aus Nord- und Südamerika, dem asiatisch-pazifischen Raum und Europa.
Leistung und Skalierbarkeit allein reichen nicht mehr aus
Die Studie verdeutlicht einen wichtigen Wandel in der Branche: Bei der Weiterentwicklung der Infrastruktur geht es nicht mehr nur um Kapazität, sondern um Effizienz, Leistung und Zuverlässigkeit. Da KI-Modelle immer komplexer werden, sind Tools wie die Emulation realer KI-Workloads entscheidend, um das Potenzial der Infrastruktur zu maximieren und gleichzeitig die Kosten unter Kontrolle zu halten. Der Erfolg im Zeitalter der KI hängt von der Optimierung jeder einzelnen Schicht des Netzwerks ab.
