2017年存储技术新趋势,谁才是最终的王者?

过去,人工智能最大的一个障碍就是处理能力,但是现在,存储日益成为一大限制因素。传统的专用存储解决方案无法跟上性能要求,或者以可负担得起的价格长期保留数据并使用所需功能。因此,更多企业转向能够解决这些挑战的专用存储和数据解决方案。

无人驾驶和人工智能:存储将直线增长并走向智能


到 2020年,路上的数亿辆汽车都将有无人驾驶功能,这是迈向物联网世界的趋势,也是人工智能(AI)领域的进步。要想设计无人驾驶车辆,就必须能够驾驭海量摄像头和传感器的数据,分析这些数据并运用人工智能技术。数据越多越智能! 过去,人工智能最大的一个障碍就是处理能力,但是现在,存储日益成为一大限制因素。传统的专用存储解决方案无法跟上性能要求,或者以可负担得起的价格长期保留数据并使用所需功能。因此,更多企业转向能够解决这些挑战的专用存储和数据解决方案。


企业视频:一段视频抵得上千言万语


视频将在越来越多企业机构的活动和流程中发挥更大的作用,例如:在医院中加强教学并防范医疗事故索赔,在制造工厂中加强质量控制,或在零售商店中分析买家行为。企业也能够让视频在其培训和服务计划中发挥更大作用,类似呼应消费类产品领域中视频代替文字说明书的发展趋势。事实上,虽然文字远未过时,但视频在许多领域日益成为实际传播平台。所有这些都需要IT与业务线负责人之间更好的协作,才能确保他们拥有必要的存储和数据管理基础设施,能够尽可能高效、高性价比地支持以视频主导的世界。


依然闪亮的对象存储


基于高可扩展性和高耐久性的功能,对象存储让用户能够以低于主磁盘存储的价位来访问海量数据,同时避免增加与高容量磁盘相关的RAID重建时间。一段时间以来,对象存储在公有云的服务中发挥基础作用,但是它将成为大规模数据保留的主导技术的预测还未被证实。许多情况下,用户意识到,智能文件系统和最新磁带存储技术能够以更低的成本提供旗鼓相当、甚至更好的性能。因此,企业未来将主要部署对象存储作为其私有云的基础,而磁带仍然保持其作为大规模非结构化数据长期低成本归档最优技术的角色。


磁带:一个远远没有完结的故事


毫无疑问,磁带在备份中所发挥的作用将持续下降,但是磁带作为存储介质还远远没有走向消亡。非结构化数据与日俱增的数量和价值让人们更加关注在一个稳健、低成本归档中保留,并保护这些数据的重要性。如前所述,磁带仍然是长期保留数据的最佳技术,每隔几年,其性能、功能和生态系统都会进行重大改进。这就是为何应对海量非结构化数据的企业机构,包括基因组学、学术研究、视频监控和娱乐等领域,将继续把磁带作为其存储基础设施中的一个关键组成部分。也是为何那些发誓要远离磁带的企业将走上回头路的原因所在。与此同时,随着大型私有云提供商扩大其作为主要存储厂商的作用,并在竞争中压低价格,他们将更加依赖磁带才能使业务模式正常运转。尽管隐藏在云背后,但是由于其经济效益无法被击败,磁带长期以来一直用于该领域。


避免云孤岛


行业分析公司IDC预测,2015年到2020年,公有云和私有云环境的IT基础设施支出的年复合增长率分别为19%和10%。随着更多数据迁移到公有云中,我们预测会看到更多用户采用双云厂商策略。企业至少得为关键基础设施组件保留两个来源,才能避免厂商锁定,以及灵活性的损失。同样,企业也意识到必须把这种方式扩展到购买云服务中。然而,一个关键挑战就是把公有云和私有云连接到一起,以便它们能够无缝地配置云资源,并在云中迁移负载。没有人希望回到存储孤岛的世界,并面对存储孤岛所带来的管理问题。企业将越来越多地寻求多站点,而且多云的存储与数据管理解决方案。此外,企业也将开始把云作为能够为多站点环境托管其数据管理工具。


新一年的视频分辨率


4K 视频并不新鲜。电影院从2011年开始放映4K内容,Netflix在2年前开始以4K视频来直播一些节目。然而,尽管媒体娱乐行业中的许多厂商已迁移到 4K,甚至开始着眼于实现分辨率更高的视频,但是其它市场中4K的采用却相对较慢。其中一个主要原因就是:企业仍然努力想方设法管理这类数据。4K视频的挑战不仅在于大得多的文件,也在于高得多的数据速率:在平滑、可预测的直播中能够采集并交付4K数据,并且不会丢帧或造成其它失真扭曲,这种能力往往超越了现有存储基础设施的功能。随着视频在企业中发挥更大作用,企业机构将日益需要弥合这一差距。要想在不替换整个存储基础设施的前提下实现这一目标,关键就是要充分利用专为视频而优化、能够集成到现有基础设施中的高性能解决方案。


高性能计算(HPC):适应新需求


随着新出现的集群计算几乎在每个企业中普及,企业机构迅速创建更多数据,他们希望富有战略性地利用这些数据,以便做出更好更快的业务决策――例如,关于新投资、更高效地运营、更高的产品质量或改进的客户服务等。因此,越来越多的企业寻求高性能计算行业的最佳实践和技术,以期提供这一新规模所需的性能、容量和数据管理功能。高性能计算提供商可帮助企业集成开源计划、确定如何以最佳方式充分利用低成本硬件平台,并通过简单分层在单一命名空间内简化数据管理。然而,最重要的是,高性能计算行业不再只关注传统的二进制数据,并且导致更加丰富的非结构化数据的巨大增长。


我们带着全新的挑战和机遇进入2017年,这些挑战和机遇既艰巨,又令人兴奋。可能性是无穷无尽的。你同意吗?

2017年存储技术新趋势,谁才是最终的王者?

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)

相关推荐

  • 怎么调监控摄像头背焦距 拍摄更清晰画面

    当提到怎么调摄像头焦距这个问题,不得不解释什么是背焦距,所谓的指当安装上标准镜头时,能使被摄景物的成像恰好在CCD图像传感器的靶面上。监控摄像头出厂时,对背焦距都浦扔或调整,故在配接定焦距镜头的应用场合,对监控摄像头背焦距的调整大多不做要求,然而在有些应用场合,当镜头对焦环调整到极限位置时仍可能出现图像不清晰的现象。此时,在明确镜头接口正确无误的情况下,就需要对监控摄像头的背焦距进行调整。根据经验,在绝大多数监控摄像头配接电动变焦镜头的应用场合,基本上都需要调整背焦距。

    2026年6月14日
  • 智能家居到底是“化零为整”还是“化整为零”?

    智能家居如何发展,智能家居的两种主要模式解析。我国智能家居的发展始于上个世纪九十年代,从最初的萌芽到如今的融合演变已约有二十年的历史。

    2026年6月14日
  • 区块链、自动驾驶、人工智能鏖战开始 谁将成为下一个风口?

    近年来,区块链、自动驾驶以及人工智能的概念频繁爆红于科技界。有业者称,区块链的颠覆在于人们找到了一个低成本解决信任问题的方案;自动驾驶的出现方便了人们的交通出行;人工智能则为我们打开了新的世界。不论是区块链、自动驾驶还是人工智能,都具有强大的发展潜力,那么谁又将成为人类财富的下一个风口呢?

    2026年6月14日
  • AI芯片之战:TPU/GPU/FPGA谁称雄?

    TPU 团队主要负责人、计算机体系结构领域大牛 Norm Jouppi 介绍,TPU 专为谷歌 TensorFlow 等机器学习应用打造,能够降低运算精度,在相同时间内处理更复杂、更强大的机器学习模型并将其更快投入使用。 Jouppi 表示,谷歌早在 2013 年就开始秘密研发 TPU,并且在一年前将其应用于谷歌的数据中心。TPU 从测试到量产只用了 22 天,其性能把人工智能技术往前推进了差不多 7 年,相当于摩尔定律 3 代的时间。

    2026年6月14日 知识
  • 智能家居市场的问题在于破碎化,电信商是否可以解决

    目前智能家居市场碎片化的情况还是很严重,各式各样的产业协会、通讯协议、厂商联盟林立,在各方角力的状况下无法提供给用户一个自由选择产品与服务的机会,而考虑到目前智能家居服务的碎片化以及提不出有吸引力的使用者情境应用,消费者端也因此采取了观望态度。

    2026年6月14日
  • 技术分析:楼宇对讲系统故障的六大原因

    城市报警监控、楼宇对讲是一个比较复杂的系统工程,从系统设计、产品选型、工程实施到系统维护等各个环节都会对系统的稳定运行产生影响。因此,当系统出现问题时,应首先分析引起问题的关键点是由哪个环节造成的,最终确定责任在谁。武断地判断责任是设备厂商或工程集成商,这是不科学的。

    2026年6月14日