【7点科技】| 站在未来看现在：智能时代数据存储产业谈，Σco时间面向智能时代

面向智能时代， 5G、AI、大数据等新技术带来的数据爆炸式增长，智能时代数据存储如何突破现有思维，充分利用前沿硬件、低延时网络技术，结合创新的算法和融合架构来满足智能时代业务新需求。

文章图片
华为智能数据与存储领域副总裁张福鹏
本期#Σco时间#活动上，华为智能数据与存储领域副总裁张福鹏从“智能时代，数据存储面临哪些挑战”“数据存储需要满足哪些特征”“揭开智能时代数据存储架构的神秘面纱”三个方面带大家走进了精彩的存储未来世界。
智能时代，数据存储正面临四大挑战
挑战1：生产交易类数据高并发、低延时、高可靠
据张福鹏介绍，随着5G带来的大带宽、低时延，对数据处理速度、频度、可靠性提出了新的要求；以金融交易为例，我们每天用到的微信、支付宝等小额支付，使得交易量增长10倍以上，而且在线购物也不再受门店营业时间的限制，必须做到7x24小时不间断服务。这些都对数据交易的时延、可靠性等提出了前所未有的挑战。
挑战2：海量非结构化数据存储，长期保存与价值挖掘
类似今日头条每天50PB的数据，绝大多数都是非结构化数据。窄带和宽带物联网、4K/8K视频、自动驾驶等多数据源、多模数据的大量采集、长期保存、冷数据变温数据等带来了新的海量数据存储需求。
挑战3：数据无缝流动，融合高效的处理与分析
数据要长期保存，更要无缝流动才能产生更多的价值。从实际业务来看，在距离数据产生最近的边缘场景，比如摄像头， IoT ，传感器等，数据如何存储和高速处理，如何提供边、中心、云的统一数据保护和管理，既可以让数据高速流动，又能做到每比特成本最优，价值最大，也是我们企业全场景业务面临的新挑战。
挑战4：数据全生命周期管理，场景化、智能化、降本增效
数据全生命周期管理，从数据产生的源头，实现边云协同叠加AI的能力。业务希望能充分利用云上数据量大的优势形成基线，同时在本地增量训练。结合具体业务提供个性化调优，实现对数据生产、分析、备份、归档的全生命周期的智能化管理。这也是颠覆传统IT架构，从数据视角打破边界，构建数据基础设施的一个重要理念。

文章图片
预见|智能时代存储
智能时代，存储应该具有哪些特征才能更好的应对新技术、新业务带来的新挑战呢？张福鹏表示，智能时代数据存储要满足三个主要特征，即智能、融合、高效。
智能
智能时代的数据存储要充分利用AI的能力实现StorageforAI和AIinStorage ，进而承载数据全生命周期智能管理。
华为OceanStor在边缘存储端加入了AI芯片，实现个性化AI ，存储自身基于AI芯片对存储数据进行深度学习，实现存储设备的独特性能优化。
同时将边缘存储的数据采集上传云端，数据在云端经过训练和建模后，形成通用模型发布给边缘存储，存储AI芯片再基于通用模型进行强化学习，与自身数据特征结合，培训建模形成个性化模型，再来指导存储实现场景预测、故障推理。整体形成一个端云协同AI芯片加速的自驱动。
为了应对万物互联智能时代数据存储的易管理、易运维需求，华为还提供了基于AI使能的自动化数据管理系统，帮助用户实现数据自动化与智能管理与运维。而在全生命周期数据管理方面，华为则将存储系统的智能管理分为三层，即设备层、数据中心层、和云上云下，通过三层联动，实现高效的运维运营。
数据融合
除了智能化管理，面向多模数据、多级介质、边、中心、云物理位置、多种协议带来的数据孤岛，融合是华为持续追求的。