存储创新陷入停滞？NO，这些技术正焕发着勃勃生机！

自2015年，存储“老大”EMC被Dell收购后，唱衰企业存储的论调就一直存在。尤其是在近几年，随着云存储的兴起，传统存储更是不断被打压，似乎存储在企业IT基础架构中的作用越来越不重要了。然而，事实是否真的如此呢？

在经历了企业纷纷上云的热潮后，尤其是一些大中型的企业发现，传统存储在企业IT架构中是不可或缺的，是必须存在的。

不仅如此，随着5G、AI、短视频等行业的发展，存储技术在近两年也迎来了快速的发展，各种存储技术层出不穷，今天我们就来聊聊企业存储的那些新技术。

存储管理

二十年前部署的存储，已经成为如今企业存储和数据管理的痛点，应用程序被绑定到特定的存储阵列或服务器上。

升级这些设备，意味着昂贵的硬件成本以及迁移带来的高风险；同时，为了满足处理使用高峰的需求，传统的存储必须能顾满足高峰状态下的业务需求，这就造成了闲时的资源浪费。

随着操作系统虚拟化，容器、云集成等横向扩展基础的支持，我们很难了解到底是什么应用在占用我们的存储空间，甚至难以计算这些应用是否具有成本效益，特别是考虑到一些高带宽应用的存在，带来的挑战更是错综复杂。

未来，我们需要能够有更好的跨平台存储管理和分析应用工具，它们能够利用机器学习来管理并建议管理员，如何优化存储基础架构以获得性能和成本。

这些应用程序将了解各种存储设备的成本，通过其执行方式、可用性和可靠性，并根据应用程序需求对这些应用的价值进行权衡，看这个应用是否真的给企业带来价值。

虽然现在存储管理提供商越来越多，但目前来说，仍然很难满足企业尤其是大企业的需求。未来随着人工智能、机器学习等技术的发展，将助力企业更充分的管理它们的存储设备。

大内存服务器

今年，英特尔等公司推出了非易失性随机访问存储器（NVRAM），这些存储器在电源断电后仍然能够保持数据。

由于NVRAM位于服务器的内存总线上，因此比磁盘或SSD快几个数量级。但与SSD不同，NVRAM可以作为内存字节或4K存储块进行访问。这为系统架构师在配置系统时提供了最大性能和兼容性的灵活性。

NVRAM一个常见的用例是用于大型内存服务器。例如，最新的Xeon SP（Skylake）服务器每个处理器可以支持高达1.5TB的内存，但实现这一目标所需的12个128GB DIMM成本很高。

相反，英特尔的Optane NVRAM DIMM价格低至每128GB 625美元，而且功耗也低得多。使用经济实惠的Optane DIMM，可以在内存中运行大型数据库，从而显着提高性能。

横向扩展存储

所有的云供应商都使用高度可扩展架构来存储数十亿的数据。 目前，越来越多的横向扩展技术开始应用到企业中。

在横向扩展存储流行之前，企业往往要购买大量的存储阵列，以确保将来扩展时能有足够的磁盘空间。如果后来没有扩展容量或者扩展的比预期的要少的多，那么原先购买的磁盘都会浪费。

有了横向扩展存储架构，在购买磁盘时就可以量力而行，一旦存储空间的需求超出预期，可以添加新的阵列而不会受到任何限制。

数据安全

如今，随着人们对数据越来越看重，数据的安全性已经成为企业的重点，数据安全领域将在未来几年内进行彻底的改变。

随着欧洲通用数据保护条例（GDPR）的出台，如今人们对数据安全达到了前所未有的高度，同时也扩大了对于用户个人数据的定义。

企业必须将用户个人的IP地址或cookie数据等信息置于和其他用户机密数据（姓名、地址以及社会安全号码等）相同的保护等级。

虽然数据安全法规的出台，对数据隐私保护是积极的，但由此对行业带来的影响也是巨大的。

物联网、人工智能、机器学习这些领域的发展，依靠着数据量来训练，这些领域的发展将面临合规考验，这就需要企业在满足数据安全合规的情况下，利用好数据，创造价值。

神经处理器

如果您的企业使用或计划使用机器学习，你就需要熟悉神经处理器。神经处理器是大规模并行算术逻辑单元，针对机器学习模型所需的模型进行了优化。

如今，神经处理器越来越普遍，所有云供应商都在试图创建了自己的神经处理器，例如Apple Watch中有神经处理器的应用。谷歌的阿法狗中也有神经处理器的应用，TensorFlow加速器每秒可以运行90万亿次。

那么神经处理器对存储的需求是什么？带宽。

在实时应用中，例如在机器人、自动驾驶和在线安全中，神经处理器需要尽可能快地提供的数据，因此带宽很重要。同时值得注意的是，除了带宽，在提供数据时还要尽可能少地延迟，以便尽快完成所需的数学运算。

基于存储的计算

随着边缘和数据中心数据量的快速增长，将数据移动到处理器计算越来越困难。相反，处理正在转移到存储。

这个概念目前被HPE，Dell / EMC和NGD Systems标记为智能存储，并开始逐渐应用到他们的存储设备中，通过内置于存储阵列控制器中的优化，可以管理磁盘延迟或访问模式的问题，我们称之为存储智能。

随着快速和廉价的神经处理器的出现，以及用于机器学习的足够的数据库，智能存储在很大程度上可以被训练成自我管理。除此之外，智能数据池也可以使用深度学习来进行管理，优化存储设备的应用。

如今，数据中心计算时代已经来临，全球有45亿台的计算设备在使用，尤其是大量移动设备的使用，将产生越来越多的数据，数据也正逐渐成为企业竞争武器。

通过存储设备，保存数据，通过分析工具，让数据产生价值，这一趋势将在未来不断的持续下去。

微信公众账号：科技云报道

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。