2020：下一个十年，存储发展的趋势是什么（上）

据报道,闪存颗粒价格逐年下降(按照30%～40%的降幅),如下图所示。

国内的长江存储或将加速闪存颗粒下降趋势;

当全闪存相比机械盘价格差距不大时,更多用户愿意为延时缩短而买单(目前和15k转,10k转的机械盘价格相差不多;7.2k转的机械盘当下价格还有一些优势);

机械硬盘逐渐退化成类似磁带地位的介质。

而且在当前的大背景下,因为机械硬盘的核心技术欠缺的原因,大力发展和推进闪存落地具有重要的意义。国内大的存储厂商中,华为和浪潮都推出了自己的NVMe闪存盘。

闪存化的过程中,必然催生全闪存阵列的发展,其中的相关技术NVMe Over Fabric(简称NVMe-oF)借助RDMA等超低延时的传输协议,可远程访问SSD,解决了下一代数据中心在横向扩展 (Scale-out) 时所遭遇的性能、功能、容量三者之间难以取舍的权衡问题。

4、智能

这里包括两个方面,一是存储的智能化;二是存储如何为智能应用进行优化,也即AI存储应该如何优化。

1)存储智能化

存储智能化所希望达到的就是能够根据业务负载、运维管理等的历史记录,预测未来可能会发生什么,再据此动态地调整存储资源池,做到物尽其用;以及提供预警信息和执行动作,做到防患于未然。然而这个道路非常漫长,因为厂商需要在安全性稳定性和性价比(也即动态调整存储资源)之间做取舍;另外要想取得根据负载自动调整存储,其实不亚于将AI算法植入存储系统之中,难度不小。目前,存储厂商中,做得比较好的有HPE的Infosight和浪潮的InView。

2)AI存储

Gartner报告显示,到2022年,企业高管中将有半数以上会规划AI技术的部署,而这一数字在2018年的时候仅有4% 。

根据IDC数据,2018年上半年,中国AI基础架构市场销售额和出货量分别同比增长176%和129% 。

AI所需存储,可以分为准备、训练、推理和归档等阶段,每个阶段的IO特征不一样,对于存储的要求也不一样。例如,在推理阶段,IO的特征是读写混合,并且要求存储的延时低,能快速响应。

国内的AI公司针对不同行业不同细分场景,通过AI训练导出的模型,销售给最终用户。为了增加营收,降低部署难度,有不少AI公司将模型以及所需的软硬件打包,以一体机的方式销售。其中的存储系统多采用OEM或者转售的方式,因为AI公司的主业是它的算法以及针对场景不断优化,自研存储纳入到一体机里,性价比不高。

总结而言,过去的这些年,解决了数据的存放、保护和优化,尤其是在数字宇宙迅猛膨胀的过程中,如何低成本、高效率地存放。

Peter Ye(叶毓睿),浪潮资深存储架构师。区块链存储概念首倡者之一 。国内第一本SDS书籍 ---《软件定义存储:原理,实践与生态》的作者,该书由倪光南院士亲自撰写序言,重印多次。《VMware软件定义存储:原理剖析和设计指南》的译者。曾任职于EMC、DELL、VMware等公司的系统顾问、存储架构师,对存储、云计算、区块链等IT行业的历史发展和未来趋势有着深入的了解。同时也是"乐生活与爱IT" 微信公众号的作者。

（编辑：泉州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!