存储创新陷入停滞?NO,这些技术正焕发着勃勃生机!

云视角

2019-06-28

科技云报道原创。

自2015年,存储“老大”EMC被Dell收购后,唱衰企业存储的论调就一直存在。尤其是在近几年,随着云存储的兴起,传统存储更是不断被打压,似乎存储在企业IT基础架构中的作用越来越不重要了。然而,事实是否真的如此呢?

在经历了企业纷纷上云的热潮后,尤其是一些大中型的企业发现,传统存储在企业IT架构中是不可或缺的,是必须存在的。

不仅如此,随着5G、AI、短视频等行业的发展,存储技术在近两年也迎来了快速的发展,各种存储技术层出不穷,今天我们就来聊聊企业存储的那些新技术。

存储管理

二十年前部署的存储,已经成为如今企业存储和数据管理的痛点,应用程序被绑定到特定的存储阵列或服务器上。

升级这些设备,意味着昂贵的硬件成本以及迁移带来的高风险;同时,为了满足处理使用高峰的需求,传统的存储必须能顾满足高峰状态下的业务需求,这就造成了闲时的资源浪费。

随着操作系统虚拟化,容器、云集成等横向扩展基础的支持,我们很难了解到底是什么应用在占用我们的存储空间,甚至难以计算这些应用是否具有成本效益,特别是考虑到一些高带宽应用的存在,带来的挑战更是错综复杂。

未来,我们需要能够有更好的跨平台存储管理和分析应用工具,它们能够利用机器学习来管理并建议管理员,如何优化存储基础架构以获得性能和成本。

这些应用程序将了解各种存储设备的成本,通过其执行方式、可用性和可靠性,并根据应用程序需求对这些应用的价值进行权衡,看这个应用是否真的给企业带来价值。

虽然现在存储管理提供商越来越多,但目前来说,仍然很难满足企业尤其是大企业的需求。未来随着人工智能、机器学习等技术的发展,将助力企业更充分的管理它们的存储设备。

大内存服务器

今年,英特尔等公司推出了非易失性随机访问存储器(NVRAM),这些存储器在电源断电后仍然能够保持数据。

由于NVRAM位于服务器的内存总线上,因此比磁盘或SSD快几个数量级。但与SSD不同,NVRAM可以作为内存字节或4K存储块进行访问。这为系统架构师在配置系统时提供了最大性能和兼容性的灵活性。

NVRAM一个常见的用例是用于大型内存服务器。例如,最新的Xeon SP(Skylake)服务器每个处理器可以支持高达1.5TB的内存,但实现这一目标所需的12个128GB DIMM成本很高。

相反,英特尔的Optane NVRAM DIMM价格低至每128GB 625美元,而且功耗也低得多。使用经济实惠的Optane DIMM,可以在内存中运行大型数据库,从而显着提高性能。

横向扩展存储

所有的云供应商都使用高度可扩展架构来存储数十亿的数据。 目前,越来越多的横向扩展技术开始应用到企业中。

在横向扩展存储流行之前,企业往往要购买大量的存储阵列,以确保将来扩展时能有足够的磁盘空间。如果后来没有扩展容量或者扩展的比预期的要少的多,那么原先购买的磁盘都会浪费。

有了横向扩展存储架构,在购买磁盘时就可以量力而行,一旦存储空间的需求超出预期,可以添加新的阵列而不会受到任何限制。

数据安全

如今,随着人们对数据越来越看重,数据的安全性已经成为企业的重点,数据安全领域将在未来几年内进行彻底的改变。

随着欧洲通用数据保护条例(GDPR)的出台,如今人们对数据安全达到了前所未有的高度,同时也扩大了对于用户个人数据的定义。

企业必须将用户个人的IP地址或cookie数据等信息置于和其他用户机密数据(姓名、地址以及社会安全号码等)相同的保护等级。

虽然数据安全法规的出台,对数据隐私保护是积极的,但由此对行业带来的影响也是巨大的。

物联网、人工智能、机器学习这些领域的发展,依靠着数据量来训练,这些领域的发展将面临合规考验,这就需要企业在满足数据安全合规的情况下,利用好数据,创造价值。

神经处理器

如果您的企业使用或计划使用机器学习,你就需要熟悉神经处理器。神经处理器是大规模并行算术逻辑单元,针对机器学习模型所需的模型进行了优化。

如今,神经处理器越来越普遍,所有云供应商都在试图创建了自己的神经处理器,例如Apple Watch中有神经处理器的应用。谷歌的阿法狗中也有神经处理器的应用,TensorFlow加速器每秒可以运行90万亿次。

那么神经处理器对存储的需求是什么?带宽。

在实时应用中,例如在机器人、自动驾驶和在线安全中,神经处理器需要尽可能快地提供的数据,因此带宽很重要。同时值得注意的是,除了带宽,在提供数据时还要尽可能少地延迟,以便尽快完成所需的数学运算。

基于存储的计算

随着边缘和数据中心数据量的快速增长,将数据移动到处理器计算越来越困难。相反,处理正在转移到存储。

这个概念目前被HPE,Dell / EMC和NGD Systems标记为智能存储,并开始逐渐应用到他们的存储设备中,通过内置于存储阵列控制器中的优化,可以管理磁盘延迟或访问模式的问题,我们称之为存储智能。

随着快速和廉价的神经处理器的出现,以及用于机器学习的足够的数据库,智能存储在很大程度上可以被训练成自我管理。除此之外,智能数据池也可以使用深度学习来进行管理,优化存储设备的应用。

如今,数据中心计算时代已经来临,全球有45亿台的计算设备在使用,尤其是大量移动设备的使用,将产生越来越多的数据,数据也正逐渐成为企业竞争武器。

通过存储设备,保存数据,通过分析工具,让数据产生价值,这一趋势将在未来不断的持续下去。

【科技云报道原创】

微信公众账号:科技云报道

推荐文章