Online-Speicher: Amazon, Google und Microsoft im Cloud-Test

Ein aktueller Test unserer Schwesterpublikation "Infoworld" zeigt, dass sich die Cloud-Angebote von Amazon, Google und Microsoft in Preis und Performance deutlich voneinander unterscheiden. Das gilt vor allem für die Geschwindigkeit der Datenübertragung. [...]

TEURER HEIßT NICHT UNBEDINGT SCHNELLER
Interessant sind auch jene Ergebnisse der Tests, in denen es nicht vorrangig darum geht, welcher Anbieter der schnellste oder günstigste ist. Einige davon liefern wertvolle Hinweise darauf, worauf Kunden von Cloud-Lösungen achten sollten:
1. Größer und teurer ist nicht unbedingt gleichbedeutend mit schneller, manchmal gibt es für mehr Geld schlicht weniger Leistung. So absolvierte die teuerste der drei Windows-Azure-Maschinen den sogenannten Avrora-Test am langsamsten und die preiswerteste am schnellsten. Dasselbe Phänomen zeigte sich bei Googles Ein- und Zweiprozessor-Angeboten.
2. Oft lohnt es sich nicht, auf möglichst viele CPUs zu setzen. Beispiel: Windows Azures Achtkern-Maschine war zwar oft deutlich schneller als sein Einkern-Pendant, aber fast nie achtmal. Was insofern enttäuschend ist, als sie tatsächlich achtmal so viel kostet. In den meisten Tests bewältigten die „Achtender“ ihre Aufgaben lediglich zwei- bis viermal rascher.
3. Speed hängt nicht nur von der CPU ab: Ein zügiger Prozessor mit kleinerem Hauptspeicher kann langsamer sein als die umgekehrte Konfiguration.
4. Preislisten können gute Hinweise auf die tatsächliche Leistungsfähigkeit liefern: Googles n1-highcpu-2-Lösung ist nur ungefähr 30 Prozent teurer als die n1-standard-1-Maschine, obwohl sie theoretisch doppelt so viel CPU-Power bietet. Vermutlich legt Google seinen Preisen zum Teil Performance-Tests zugrunde.
5. Die tatsächlichen Effekte von sogenannten Bursts, also dem kurzfristigen Bereitstellen zusätzlicher Leistung, sind schwer vorhersehbar. Manchmal führen solche Bursts zu spürbarer Mehrleistung, manchmal aber auch nicht. Und: Wenn eine Maschine an einem Tag besonders schnell ist, dann kann das am Burst liegen. Es kann aber auch andere Gründe haben (siehe oben).


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*