人工智能驅動的存儲在即用即付中飛速增長
存儲長期以來被認為是數據中心中一個發展有點遲緩卻充滿創新挑戰的領域。而現在這種情況有所改變,在過去的十年里,從云存儲服務到企業級全閃存陣列,存儲技術有了一次又一次的突破。企業希望存儲與網絡和計算的連接更緊密,供應商采用超融合基礎設施進行響應。制造商發現存儲器芯片上的空間不足,因此在垂直方向上增加了更多的存儲層,推出了3D NAND內存。
隨著混合云基礎設施的應用和過去幾年的人工智能浪潮,存儲市場的拓撲結構再次發生了變化。這些趨勢推動了智能存儲的興起:存儲硬件和服務的組合利用遠程數據收集和人工智能來主動管理其環境,無論是在內部部署數據中心還是在云端。
現在,智能存儲正從另一個不可阻擋的趨勢中獲得更大的動力:基于消費的IT。
更加智能的存儲
智能存儲不僅僅是一個信息存儲庫,還可以主動提供洞察力,幫助企業確保在需要的時間和地點提供數據。例如,它可以識別整個環境中的性能瓶頸,并檢測安全威脅或季節性使用峰值等變化,并發出警報,以便組織能夠及時采取措施。
智能存儲是:
人工智能驅動。遙測監控來自API和管理接口的數據,以及來自存儲設備本身的數據。高級分析和機器學習使系統能夠對環境中的正常情況進行建模,從而能夠檢測和解決異常情況。智能存儲可以應用預測分析來解決管理人員甚至還不知道的許多潛在問題。對于其他問題,分析和建議引擎提供自動指導,詳細說明問題并建議解決問題的措施,即使問題的根源在存儲設備之外。
為云而建。通過本地云集成,智能存儲簡化了多云管理、協調和自動化,在公共云和私有云之間無縫連接。組織可以將生產數據庫、輔助數據或備份數據中的任何工作負載移動到云中,或者根據需要從公共云中返回數據。開放的云本地API支持與一系列云自動化和DevOps生態系統參與者的產品集成,幫助用戶快速開發新服務。智能存儲中的咨詢專業知識和云計算管理工具有助于用戶避免與公共云計劃相關的隱藏成本和超支。
作為服務提供。組織可以選擇最適合業務需求的存儲,無論是閃存還是混合存儲用于塊、文件或對象存儲。硬件安裝在組織的數據中心,但所有權仍由提供商保留。組織可以根據預測的需求獲得本地容量緩沖,以及支持、管理和(可選)操作所需的服務。如果需要額外的容量,可以按需添加,并在不再需要時再將其縮小。組織只需為使用的內容付費、硬件、軟件和服務都將匯總到一個月的賬單中。
基于云計算經濟的本地存儲
第三個特性為混合云世界中的智能存儲提供了巨大的動力。根據IDC公司的研究,到2020年,數據中心基于消費的采購將占企業IT基礎設施支出的40%。智能存儲是一種真正的基于消費的模式,為組織提供預存儲類似云計算的體驗。
企業可以從公共云獲得了一個教訓,那就是簡單。財務簡單性是其中很重要的一部分,希望更簡單地利用云經濟模型。但組織通常希望繞過巨額前期成本,可以每月支付賬單。云計算為預算和資助IT開辟了一系列新方法。它使IT資源更容易通過使用來衡量。
但隨后出現的技術可能對內部基礎設施做同樣的事情。新的計量系統可以跟蹤、記錄和報告硬件資源在內部部署的使用情況。當這些技術與一套全面的服務相結合以提供、監視和支持基礎設施時,為物理數據中心提供了一個真正的按需解決方案。隨著以消費為基礎的IT的出現,企業可以從一個全新的角度看待他們的本地 IT產業。
在探索基于消費的內部存儲方法時,請考慮以下標準以確定它是否適合企業的環境和業務需求。
(1)數據主權和隱私
法規遵從性要求繼續升級,影響企業的存儲策略;歐盟實施的通用數據保護法規只是一個例子。許多公司傾向于將客戶信息放在企業內部部署數據中心,例如對敏感數據進行特殊處理,醫療保健部門的職責是保護患者信息,這是一個很好的例子。
(2)潛伏期
計算資源越來越多地向邊緣移動,即數據中心外部的IT區域,靠近運營所在的位置。如果企業正在實施繁重的計算以控制工廠生產或監控化工廠的安全狀況,需要能夠實時或接近它。企業無法承擔在云中來回傳輸信息所涉及的延遲。
(3)位置和連接
移動到邊緣也將計算資源推送到偏遠或惡劣的環境中,例如石油鉆井平臺,其網絡連接可能并不可靠。但是,無論企業位于何處,如果必須從云端檢索關鍵的客戶數據,網絡問題都可能很快變成客戶服務問題。對于許多公司來說,在設計備份系統時,這也是一個重要的考慮因素。如果企業遭遇了計劃外停機,希望盡快恢復一切并重新運行,可能不希望這種能力依賴于與云端的良好連接。
(4)前期成本
在直接資本支出模式下,企業領導者可能會對本地存儲的支出猶豫不決。隨著時間的推移將成本與使用相匹配的方法通常對于企業的財務方面來說是一種更具吸引力的選擇。
(5)容量管理
存儲投資往往未得到充分利用。企業通常會預先購買過多的容量,以確保能夠在需求高峰時覆蓋工作負載,并避免遇到性能挑戰。過度供電是浪費,而且會增加電力、冷卻和維護的不必要成本。
(6)敏捷性
使本地資源適應新的業務需求可能是一個緩慢的過程。采購周期很長,安裝新硬件需要時間。一旦一家公司的產能耗盡,可能需要數月才能在數據中心中添加更多產品。這并沒有給客戶留下多少印象。為了獲得他們所需要的東西,各個團隊和業務部門可能決定采用公共云,并圍繞IT策略進行最終運行,從而出現令人煩惱的影子IT問題。
基于消費的本地方法可以幫助企業協調這些復雜且經常相互沖突的標準,并快速轉向更智能的存儲設置。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













