基于AI的存储正在帮助企业从数据中获取更多信息( 二 ) 基于AI的存储将使组织能够快速

“我们的意思是，机器将根据输入的数据来做出决策。这意味着数据不能被删除。它将持续增长， ”O'Flaherty说。 “你拥有的数据越多，应用人工智能的准确性和效率也就越高。 ”
除了简单地存储更多的数据之外，你还必须存储更多类型的数据。其中包括有关数据(元数据)的数据，许多人认为，这些数据正在成为最有价值的商品之一，尤其是在数据治理方面。
第三个要求是高性能处理。
“训练人工智能应用程序是一个迭代的过程， (而且)提高精确度也会是一个反复训练的过程，调整人工智能算法，然后再次训练， ”Crump说。 “迭代的速度越快，开发人员制作的模型就越精确，这也就增加了存储基础设施的压力。 ”
在大多数人工智能工作负载中，关键是要确保这些环境中的标准图形处理单元(GPU)保持尽可能的繁忙， Crump说。取决于人工智能的工作负载，一个有许多节点、混合了闪存和硬盘的扩展存储系统是有意义的， Crump说。 “人工智能的工作负载往往是非常并行的，而一个并行的、向外扩展的存储集群即使在硬盘驱动器上也可能会遇到挑战， ”他说。
充分利用人工智能
对于刚起步的公司来说，通过从系统中提取数据并将人工智能方法应用于选定的数据集来寻找相关性，可以简单地扩充现有的数据。不过，最终你会想要深入一点。一旦将关键的应用程序和系统绑定在一起，要想获得人工智能的真正好处，就可能需要部署新的基础设施和新的处理数据方法。
你选择的基于人工智能的存储系统应该具有快速管理元数据的智能，并能够在正确的存储类型上存储正确的数据类型。 Crump说，如果你选择在本地运行基础设施，你就可以从全闪存存储系统开始，但最终将其迁移到闪存和硬盘的混合环境也是有意义的。通常，环境还将包括软件定义的存储，它可以自动在环境之间移动数据。
有些组织则更喜欢把所有东西都保留在本地--尤其是那些有敏感的工作负载和遵从性/数据治理问题的组织--而其他组织则可以从基于云的人工智能/存储环境中获益。
“这其中有很大一部分是发生在云计算领域，因为云计算需要共享计算能力和数据， ”HPE公司Nimble Storage的产品管理高级总监Rochna Dhand表示。 “你从任何人工智能模型中得到结果的质量都会取决于训练这些模型的可用数据的多样性和数量，所以使用一个从云端收集全球数据的系统是很有意义的。 ”
同时， Dhand也说， HPE正在研究如何将HPE Insight在云端提供的相同类型的全球数据分析应用到用户的内部环境当中。她说，这样做的目的是为了把在云计算中获得的经验整理成代码，并将其作为防火墙后面的本地更新应用。
Dhand相信，随着时间的推移，技术会不断发展，基础设施管理也最终将会完全自动化。 “你将能够预测并预防比现在更多的问题，而且你将对这些预测和预防更有信心， ”她说。 “你将不仅能够预测问题并确定解决问题的方法，还能够进一步的确定正确的解决方案并采取行动。 ”