在數(shù)據(jù)方面，人工智能就像吃豆人。硬盤驅(qū)動(dòng)器，NAS，常規(guī)數(shù)據(jù)中心和基于云的存儲(chǔ)方案無(wú)法滿足AI對(duì)速度和容量(特別是實(shí)時(shí)性)的狂熱需求。如今玩游戲需要對(duì)存儲(chǔ)進(jìn)行根本性的重新思考，以此作為機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，圖像處理和神經(jīng)網(wǎng)絡(luò)成功的基礎(chǔ)。

“ AI和大數(shù)據(jù)正在主導(dǎo)決策和運(yùn)營(yíng)的各個(gè)方面，”全閃存存儲(chǔ)和服務(wù)提供商Vast Data的產(chǎn)品副總裁兼聯(lián)合創(chuàng)始人Jeff Denworth說(shuō)。“對(duì)大量快速數(shù)據(jù)的需求使傳統(tǒng)的存儲(chǔ)金字塔已過(guò)時(shí)。將新思想應(yīng)用于許多最棘手的問(wèn)題，有助于實(shí)時(shí)地簡(jiǎn)化存儲(chǔ)和訪問(wèn)大量數(shù)據(jù)儲(chǔ)備的工作，從而獲得前所未有的見(jiàn)解。”

人工智能推動(dòng)存儲(chǔ)激增

各種新技術(shù)和體系結(jié)構(gòu)正在重塑存儲(chǔ)，這些新技術(shù)和體系結(jié)構(gòu)可以提供各種類型的AI所需的高帶寬，大容量，快速I / O，低延遲和靈活的可伸縮性。其中的關(guān)鍵是固態(tài)磁盤(SSD)，閃存驅(qū)動(dòng)器和緩存軟件，NVMe，DAOS，存儲(chǔ)類內(nèi)存(SCM)，以及諸如Intel Optane介質(zhì)之類的混合設(shè)備，它們可以縮小存儲(chǔ)與內(nèi)存之間的差距。

像5G，物聯(lián)網(wǎng)，流分析以及AI時(shí)代其他速度和數(shù)據(jù)魔鬼一樣的進(jìn)步推動(dòng)了全球存儲(chǔ)需求的激增。

麥肯錫表示，到2025年，全球AI應(yīng)用程序所需的合并存儲(chǔ)將增長(zhǎng)十倍，從每年80艾字節(jié)增加到845艾字節(jié)。(Exabyte = 1,048,576 TB)。這表示細(xì)分市場(chǎng)每年增長(zhǎng)25-30%。醫(yī)療保健，有54%采用AI的預(yù)測(cè)到2023年，將是一個(gè)主要驅(qū)動(dòng)力，因?yàn)樵谠S多行業(yè)將AI和DL培訓(xùn)。

“優(yōu)化的AI和ML工作流程需要在計(jì)算，內(nèi)存和存儲(chǔ)之間達(dá)到適當(dāng)?shù)钠胶猓?rdquo;Moor Insights&Strategy創(chuàng)始人Patrick Moorhead說(shuō)道。“關(guān)于優(yōu)化的ML計(jì)算的討論很多，但關(guān)于存儲(chǔ)的討論卻不多。”這種情況正在迅速改變。

“喂我-現(xiàn)在!”容量和帶寬是關(guān)鍵原因很簡(jiǎn)單：人工智能應(yīng)用程序消耗并生成令人難以置信的數(shù)據(jù)量-每個(gè)項(xiàng)目最多數(shù)百PB或更多。

例如，英特爾研究表明：一家智能醫(yī)院將每天產(chǎn)生3,000 GB自動(dòng)駕駛汽車每天將產(chǎn)生超過(guò)4,000 GB的流量聯(lián)網(wǎng)飛機(jī)每天將產(chǎn)生5,000 GB相連的工廠每天將產(chǎn)生100萬(wàn)GB考慮：識(shí)別一個(gè)男人或女人的簡(jiǎn)單面部識(shí)別大約需要1億張圖像。所需的8位文件的總存儲(chǔ)量最大為4.5 PB。

但這不只是數(shù)量龐大。這些海量數(shù)據(jù)通常依賴實(shí)時(shí)分析以使其有價(jià)值。不幸的是，提供GPU和其他需要大量數(shù)據(jù)的AI計(jì)算節(jié)點(diǎn)的能力和經(jīng)濟(jì)性遠(yuǎn)遠(yuǎn)超過(guò)了硬盤驅(qū)動(dòng)器。

通過(guò)一個(gè)64KB的計(jì)算，大約需要5,000個(gè)HDD來(lái)提供使運(yùn)行速度為20GB / s的GPU服務(wù)器達(dá)到飽和所需的隨機(jī)讀取IOP / S。(相比之下，NVMe閃存驅(qū)動(dòng)器可提供高達(dá)此工作負(fù)載1000倍的性能。)

另一個(gè)難題：人工智能工作負(fù)載通常起源于邊緣或網(wǎng)絡(luò)分支，而不是集中式數(shù)據(jù)中心。這給組織帶來(lái)了額外的架構(gòu)挑戰(zhàn)，組織必須借助臨時(shí)的云爆發(fā)或永久的云基礎(chǔ)架構(gòu)來(lái)應(yīng)對(duì)內(nèi)部容量的建設(shè)。不管它們?cè)谀睦镞\(yùn)行，“ AI工作負(fù)載都呈現(xiàn)出波動(dòng)的訪問(wèn)模式，可變的讀/寫(xiě)混合以及不斷變化的塊大小，這些都需要高吞吐量和極低的延遲，”英特爾存儲(chǔ)市場(chǎng)經(jīng)理Roger Corell說(shuō)。