隨著科技的飛速發(fā)展，企業(yè)軟件應(yīng)用程序中集成自主性人工智能（AI）的趨勢(shì)日益顯著。據(jù)Gartner預(yù)測(cè)，到2028年，含有自主性AI的企業(yè)軟件應(yīng)用比例將從目前的不到1%激增至33%。同時(shí)，30%的企業(yè)機(jī)構(gòu)計(jì)劃將數(shù)據(jù)變現(xiàn)或數(shù)據(jù)入表納入其數(shù)據(jù)戰(zhàn)略，凸顯了數(shù)據(jù)在現(xiàn)代企業(yè)中的重要性。
AI的進(jìn)步離不開算力、算法和數(shù)據(jù)這三大支柱。盡管算力的需求和算法的優(yōu)化至關(guān)重要，但高質(zhì)量的數(shù)據(jù)集才是當(dāng)前AI發(fā)展最迫切的需求。這一需求不僅推動(dòng)了AI技術(shù)的革新，還催生了數(shù)據(jù)存儲(chǔ)領(lǐng)域的新變革。
在人工智能的浪潮下，數(shù)據(jù)中心正在經(jīng)歷深刻變革，逐漸從以“人”為中心和以“服務(wù)器”為中心轉(zhuǎn)變?yōu)橐浴皵?shù)據(jù)”為中心。這一轉(zhuǎn)變促使存儲(chǔ)行業(yè)發(fā)生根本性變化，以適應(yīng)AI時(shí)代對(duì)數(shù)據(jù)存儲(chǔ)和處理的新要求。
中國(guó)信息通信研究院院長(zhǎng)余曉暉在今年中國(guó)算力大會(huì)上指出，中國(guó)存力規(guī)模在過去一年中持續(xù)增長(zhǎng)，截至2023年底已達(dá)到約1200EB，同比增加20%，先進(jìn)存儲(chǔ)容量占比也超過25%，同比增加20%。這一數(shù)據(jù)表明，中國(guó)在數(shù)據(jù)存儲(chǔ)領(lǐng)域取得了顯著進(jìn)展。
《AIGC數(shù)據(jù)存儲(chǔ)研究報(bào)告》指出，AIGC技術(shù)進(jìn)一步凸顯了“以數(shù)據(jù)為中心”的趨勢(shì)，數(shù)據(jù)的按需流動(dòng)和存儲(chǔ)成為支撐這一技術(shù)變革的關(guān)鍵。浪潮信息存儲(chǔ)首席架構(gòu)師孫斌認(rèn)為，隨著AI應(yīng)用的不斷發(fā)展和國(guó)家層面推動(dòng)的數(shù)據(jù)要素市場(chǎng)化進(jìn)程，數(shù)據(jù)的重要性日益凸顯。同時(shí)，近數(shù)據(jù)計(jì)算需求的增加也對(duì)存儲(chǔ)系統(tǒng)的速度和性能提出了更高要求。
當(dāng)前，存儲(chǔ)行業(yè)面臨的挑戰(zhàn)不僅在于提供足夠的存儲(chǔ)空間，還需要具備并行存儲(chǔ)能力、解決數(shù)據(jù)流動(dòng)問題，并提升數(shù)據(jù)訪問效率。隨著大模型應(yīng)用的普及，無(wú)論是企業(yè)內(nèi)部還是社會(huì)公共數(shù)據(jù)量都呈現(xiàn)爆炸式增長(zhǎng)，如何實(shí)現(xiàn)高效存儲(chǔ)和節(jié)約存儲(chǔ)空間成為企業(yè)降本增效的關(guān)鍵。
在AIGC場(chǎng)景下，存儲(chǔ)系統(tǒng)面臨性能、效率和韌性方面的多重挑戰(zhàn)。為了滿足這些需求，存儲(chǔ)底座需要具備數(shù)據(jù)流動(dòng)、處理、共享、容納、安全和管理六種能力，即“六位一體”畫像。這些能力從產(chǎn)品和方案上滿足了AIGC對(duì)存儲(chǔ)的嚴(yán)苛要求。
存儲(chǔ)行業(yè)的變革不僅體現(xiàn)在存儲(chǔ)介質(zhì)上，還體現(xiàn)在存儲(chǔ)架構(gòu)上。為了提高GPU的利用效率，存儲(chǔ)系統(tǒng)必須提供TB級(jí)的高帶寬和百萬(wàn)級(jí)的高IOPS，以確保模型訓(xùn)練的高效運(yùn)行。為了解決數(shù)據(jù)流動(dòng)問題，數(shù)據(jù)中心內(nèi)部需要一套全新的存儲(chǔ)架構(gòu)，支撐混合負(fù)載，并通過統(tǒng)一系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)全生命周期的應(yīng)用。
以清華大學(xué)的生命科學(xué)研究項(xiàng)目為例，該項(xiàng)目需要在小鼠血液中加入熒光劑，并使用28臺(tái)相機(jī)連續(xù)72小時(shí)拍攝小鼠，最后將這些圖片拼接成三維圖像序列。由于小鼠是活體的，血液流動(dòng)導(dǎo)致拍攝過程中不能有任何一幀的丟失，否則將導(dǎo)致整個(gè)拍攝項(xiàng)目失敗。清華大學(xué)范靜濤表示，該項(xiàng)目對(duì)存儲(chǔ)的要求不僅在于容量，更在于實(shí)時(shí)在線和不能丟幀。
面對(duì)這些挑戰(zhàn)，存儲(chǔ)行業(yè)需要解決如何在更小的空間內(nèi)存儲(chǔ)更多數(shù)據(jù)的問題。一方面，通過優(yōu)化存儲(chǔ)系統(tǒng)可以提高空間利用率；另一方面，新的存儲(chǔ)介質(zhì)如HDD和SSD也成為焦點(diǎn)。HDD適合存儲(chǔ)冷數(shù)據(jù)和歸檔數(shù)據(jù)，而SSD則因其高性能和低延遲等特點(diǎn)逐漸成為主流。隨著QLC、SSD等新型技術(shù)的發(fā)展，SSD的容量和成本將進(jìn)一步優(yōu)化。
浪潮信息存儲(chǔ)近期提出了可組合分布式融合存儲(chǔ)（CDFS）的新模式，打造了三層三面兩體的可組合架構(gòu)。這一架構(gòu)包括數(shù)據(jù)編織層、微服務(wù)化功能層和硬件資源層，以及控制面、數(shù)據(jù)面和智能面。在此基礎(chǔ)上，浪潮信息存儲(chǔ)還根據(jù)不同場(chǎng)景細(xì)分成了機(jī)柜級(jí)存儲(chǔ)底座（BoR）和數(shù)據(jù)中心級(jí)存儲(chǔ)底座（BOD），以滿足不同用戶的需求。
BoR存儲(chǔ)架構(gòu)適用于邊緣化、規(guī)模小的企業(yè)側(cè)應(yīng)用，如模型推理使用的算力服務(wù)器。它能在更小的空間內(nèi)實(shí)現(xiàn)更高效、更低成本的近數(shù)據(jù)計(jì)算。而BOD存儲(chǔ)底座則適用于通用大模型訓(xùn)練、調(diào)優(yōu)等場(chǎng)景，需要跨云、跨系統(tǒng)、跨地域的協(xié)同計(jì)算能力。
隨著推理市場(chǎng)的升溫，未來使用BoR架構(gòu)的場(chǎng)景將越來越多。企業(yè)將有更多近數(shù)據(jù)計(jì)算的需求，從而催生近數(shù)據(jù)存儲(chǔ)的需求。這將推動(dòng)BoR在更多場(chǎng)景下的落地應(yīng)用。
