杉巖數(shù)據(jù)CEO陳堅

國家發(fā)改委對“新基建”的定義是：新型基礎(chǔ)設(shè)施是以新發(fā)展理念為引領(lǐng)，以技術(shù)創(chuàng)新為驅(qū)動，以信息網(wǎng)絡(luò)為基礎(chǔ)，面向高質(zhì)量發(fā)展需要，提供數(shù)字轉(zhuǎn)型、智能升級、融合創(chuàng)新等服務(wù)的基礎(chǔ)設(shè)施體系。

新基建涵蓋了眾多的數(shù)字化基礎(chǔ)設(shè)施：云計算、人工智能、工業(yè)互聯(lián)網(wǎng)、5G、物聯(lián)網(wǎng)、數(shù)據(jù)中心、智能計算中心等信息基礎(chǔ)設(shè)施，以智能交通、智慧能源為代表的融合基礎(chǔ)設(shè)施。可以看出，新基建技術(shù)中最核心的資產(chǎn)便是數(shù)據(jù)。物聯(lián)網(wǎng)讓采集的數(shù)據(jù)種類和數(shù)量越來越多，5G讓數(shù)據(jù)傳輸?shù)乃俾试絹碓娇?，云計算在不斷地對?shù)據(jù)進行計算處理，AI在不斷地挖掘數(shù)據(jù)的價值，這些技術(shù)連接的關(guān)鍵紐帶便是存儲。在新基建推動的當(dāng)下，存儲可以說是推動產(chǎn)業(yè)向高端化發(fā)展的剛需。

根據(jù)國際咨詢機構(gòu)IDC的預(yù)測，到2025年智能終端數(shù)量將達到400億個，全球數(shù)據(jù)總量也將從2020年的44ZB躍升到180ZB，其中30%屬于實時數(shù)據(jù)，75%來自邊緣和終端，而這些數(shù)據(jù)中，將會有80％的數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)。

數(shù)據(jù)不僅總量巨大，增長速度也十分驚人。舉個例子，一個大型三甲醫(yī)院每天生成數(shù)TB數(shù)據(jù)；一個智能質(zhì)檢的生產(chǎn)線每天生成數(shù)百TB數(shù)據(jù)；一座智慧城市每天產(chǎn)生的數(shù)據(jù)量更是高達數(shù)百PB?；诖耍琁T技術(shù)人員不得不重新考慮存儲的效率以及架構(gòu)問題，“新基建”需要以數(shù)據(jù)為核心的“新存儲”。

新存儲特質(zhì)之一　——海量數(shù)據(jù)的可持續(xù)高效存儲

面對如此龐大的數(shù)據(jù)存儲量以及可預(yù)見性的數(shù)據(jù)增長量，新的存儲架構(gòu)必須要考慮的第一個點就是如何以更高擴展性、更高吞吐/低時延以及更高性價比實現(xiàn)容量管理。首先要有高擴展性，滿足因為業(yè)務(wù)量、數(shù)據(jù)精細度提升導(dǎo)致的數(shù)據(jù)量增加的隨時擴容需求；其次要有高吞吐/低時延，保障在海量數(shù)據(jù)、海量小文件場景下，數(shù)據(jù)可以快速地讀取和調(diào)用；當(dāng)然用戶也很看重整體方案的性價比。

數(shù)據(jù)存儲到公有云是一種可選解決方案，租用公有云廠商的存儲空間節(jié)省自建存儲的硬件采購成本，根據(jù)數(shù)據(jù)存儲量采購相應(yīng)存儲空間。不過，數(shù)據(jù)調(diào)用的成本也在隨著數(shù)據(jù)量的增加而增加，數(shù)據(jù)使用成本甚至超過了原有的硬件采購成本，比如美國國家航天局（NASA）也不得不因為每個月上百萬美元的數(shù)據(jù)訪問費用，而開始考慮將數(shù)據(jù)從亞馬遜云平臺遷回自建數(shù)據(jù)中心。

以分布式技術(shù)為核心架構(gòu)的新存儲，擺脫了傳統(tǒng)存儲數(shù)據(jù)共享困難、擴容受控制器性能限制等問題，通過將軟件部署于通用服務(wù)器，用去中心化架構(gòu)支持彈性擴展和高并發(fā)訪問，消除了容量和性能的約束，實現(xiàn)更優(yōu)秀的存儲能力，可以輕松支撐EB級存儲規(guī)模；千萬級IOPS和TB級聚合帶寬能夠滿足高并發(fā)訪問需求，加之部署簡單、靈活擴展的特點，為當(dāng)下日益增長的海量數(shù)據(jù)提供極致容量、極致性能、極致可靠和極致性價比的存儲系統(tǒng)底層支撐。

新存儲特質(zhì)之二　——海量數(shù)據(jù)的高效管理

僅解決了數(shù)據(jù)存儲的問題，對于新基建的需求來說遠遠不夠，還要進一步解決存儲數(shù)據(jù)的管理問題。

數(shù)據(jù)就像我們?nèi)艘粯樱灿兄纳芷?，從產(chǎn)生到消亡，有很多個階段。舉個例子：一個病人去醫(yī)院就診拍攝Ｘ光片，剛產(chǎn)生的結(jié)果數(shù)據(jù)我們稱之為熱數(shù)據(jù)，這類數(shù)據(jù)對于數(shù)據(jù)的讀寫效率和即時性有很高的要求。就診結(jié)束之后的一至兩年內(nèi)，病人會進行復(fù)診，診斷數(shù)據(jù)不需要實時讀取但也需要能夠快速獲得，這類數(shù)據(jù)稱之為溫數(shù)據(jù)；病人康復(fù)后，根據(jù)醫(yī)療行業(yè)就診數(shù)據(jù)需要至少保存２０年的要求，就診數(shù)據(jù)可以保存到成本相對較低的存儲介質(zhì)中，待有需要時再調(diào)取，這類數(shù)據(jù)我們稱之為冷數(shù)據(jù)。因此，新基建所需的新存儲系統(tǒng)需要具備數(shù)據(jù)生命周期管理的能力。

另外不得不提的一個數(shù)據(jù)管理場景便是邊緣計算和中心計算，云邊協(xié)同的數(shù)據(jù)管理能力對存儲系統(tǒng)支撐數(shù)據(jù)中心與邊緣之間的數(shù)據(jù)匯聚和分發(fā)至關(guān)重要。特別是5G的發(fā)展，工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)的應(yīng)用，數(shù)據(jù)更多會從攝像頭、傳感器、移動設(shè)備等不同的邊緣端產(chǎn)生，而傳統(tǒng)的SAN/NAS存儲只能在局域網(wǎng)內(nèi)訪問，無法提供云邊協(xié)同統(tǒng)一的數(shù)據(jù)管理能力。新存儲需要打破傳統(tǒng)存儲訪問協(xié)議的限制，能夠基于互聯(lián)網(wǎng)協(xié)議實現(xiàn)數(shù)據(jù)跨網(wǎng)絡(luò)的統(tǒng)一管理和訪問，從而能夠直接與數(shù)據(jù)中心之外的物聯(lián)網(wǎng)設(shè)備、智能終端直接交互數(shù)據(jù)，滿足當(dāng)前和未來數(shù)據(jù)交互的需求。

當(dāng)下應(yīng)用度較高的混合云場景數(shù)據(jù)也需要進行數(shù)據(jù)管理。眾多公有云大廠都已經(jīng)推出了相應(yīng)的部署模式，出于安全和成本的考量，部分企業(yè)選擇將互聯(lián)網(wǎng)相關(guān)業(yè)務(wù)部署在公有云，同時將重要數(shù)據(jù)存放在私有云，以兼顧業(yè)務(wù)靈活和數(shù)據(jù)安全。企業(yè)私有云存儲需要和公有云存儲結(jié)合起來，實現(xiàn)業(yè)務(wù)無感知的數(shù)據(jù)上云、下云的融合和流動。在這樣的發(fā)展趨勢下，需要新存儲能夠提供與公有云存儲相兼容的協(xié)議，以及可跨互聯(lián)網(wǎng)數(shù)據(jù)傳輸?shù)哪芰?。將公有云存儲與私有云存儲打通，形成混合云存儲的共同底座來構(gòu)建企業(yè)數(shù)據(jù)湖，這也是發(fā)展的必然。

任何技術(shù)的變革都需要一個過渡階段，新存儲的部署越來越多，傳統(tǒng)存儲也還會長期存在并在其生命周期中繼續(xù)發(fā)揮作用。因此，通過對異構(gòu)存儲的整合實現(xiàn)數(shù)據(jù)統(tǒng)一管理，不僅有效保護客戶既有投資，也應(yīng)該是新基建趨勢下對新存儲系統(tǒng)的要求。

新存儲特質(zhì)之三　——海量數(shù)據(jù)的價值挖掘

數(shù)據(jù)最終的價值呈現(xiàn)一定是為應(yīng)用服務(wù)的，人工智能和大數(shù)據(jù)分析技術(shù)的發(fā)展，驅(qū)動數(shù)據(jù)產(chǎn)生更多的應(yīng)用價值。所以在數(shù)據(jù)的價值挖掘，我認為新存儲系統(tǒng)的終極需求必須能夠更好地利用人工智能、服務(wù)于人工智能，賦能大數(shù)據(jù)價值挖掘。

在利用人工智能方面，傳統(tǒng)SAN/NAS系統(tǒng)因為受限于訪問協(xié)議的限制，無法感知數(shù)據(jù)，只能在存儲底層利用數(shù)據(jù)訪問IO分類、使用容量統(tǒng)計、存儲硬件錯誤碼等信息進行統(tǒng)計分析，來實現(xiàn)存儲系統(tǒng)自動化運維與管理等維度，以存儲系統(tǒng)自身管理效率改進為目標(biāo)的 “基礎(chǔ)智能”。

而真正的智能存儲，我認為最重要的核心價值應(yīng)該是基于數(shù)據(jù)感知，能夠?qū)?shù)據(jù)進行加工和處理，進而賦能應(yīng)用對數(shù)據(jù)的價值挖掘和價值呈現(xiàn)。所以新存儲系統(tǒng)需要能夠預(yù)集成一些通用的、面向業(yè)務(wù)場景的數(shù)據(jù)預(yù)處理功能和算法（如亞馬遜的S3 Select），然后通過與業(yè)務(wù)系統(tǒng)進行數(shù)據(jù)感知，充分利用存儲系統(tǒng)閑置的計算能力，實現(xiàn)某種程度上的數(shù)據(jù)處理功能卸載和垂直優(yōu)化，降低業(yè)務(wù)對存儲的訪問壓力，從而大幅提升應(yīng)用系統(tǒng)數(shù)據(jù)處理和分析效率。

另外，基于海量非結(jié)構(gòu)化數(shù)據(jù)的價值挖掘分析，基本都要依賴機器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)。在人工智能場景中，數(shù)據(jù)要經(jīng)歷采集、清洗、訓(xùn)練、推理、歸檔等過程。人工智能各個階段對存儲系統(tǒng)要求差異非常大，比如在采集階段，需要存儲系統(tǒng)支持互聯(lián)網(wǎng)遠程訪問協(xié)議、吞吐量要大；在數(shù)據(jù)清洗階段，需要存儲系統(tǒng)支持基于標(biāo)簽的檢索，最好能支持視頻自動抽幀等能力；而在訓(xùn)練階段，則要求存儲系統(tǒng)具備高并發(fā)低時延的高性能能力；最后在歸檔階段，則需要低成本的存儲系統(tǒng)。如果采用傳統(tǒng)存儲產(chǎn)品，一般需要不同類型存儲系統(tǒng)來搭配使用，以滿足成本、性能、檢索等多方面要求，但這又勢必造成數(shù)據(jù)在不同存儲系統(tǒng)之間的孤島。因此，新智能存儲應(yīng)該具有基于標(biāo)簽的數(shù)據(jù)檢索、多種訪問協(xié)議接口互通能力、滿足高性能、低延時，以及低成本歸檔能力，從而實現(xiàn)機器學(xué)習(xí)不同AI管道階段數(shù)據(jù)的統(tǒng)一存儲，避免產(chǎn)生數(shù)據(jù)孤島，并且提高數(shù)據(jù)在各個AI管道的流轉(zhuǎn)效率。

總而言之，新基建為中國的產(chǎn)業(yè)升級清晰地指明了方向，數(shù)字化基礎(chǔ)設(shè)施的廣泛建設(shè)以及隨之產(chǎn)生的新型應(yīng)用需求將帶來數(shù)據(jù)爆發(fā)式的增長。海量數(shù)據(jù)蘊含巨大的價值，存儲必將是新基建堅實的底座。更多樣化的數(shù)據(jù)模式、日益復(fù)雜的數(shù)據(jù)管理以及高效的數(shù)據(jù)利用對存儲提出了更高的要求，無論是對于傳統(tǒng)存儲廠商還是創(chuàng)新型存儲廠商，是挑戰(zhàn)，更是機遇。

責(zé)編/楊鑫