今天的基礎(chǔ)架構(gòu)正變得越來越智慧——很快人工智能技術(shù)就會告訴我們?nèi)绾螌崿F(xiàn)基礎(chǔ)架構(gòu)的自我生命周期管理。我甚至認為這些人工智能(AI)廠商會在一夜間宣稱實現(xiàn)了基于AI技術(shù)的基礎(chǔ)架構(gòu)。

今天的我們尤其渴望智能化、更進一步的自動化和自我優(yōu)化的基礎(chǔ)架構(gòu)——尤其在存儲方面——但我不認為存儲基礎(chǔ)架構(gòu)會在未來某個時刻實現(xiàn)人機對話功能。當然，存儲肯定會以更加實際的方式變得智能化，并且這些變化正在諸如數(shù)據(jù)中心存儲體系架構(gòu)中逐步發(fā)生著。

我欣喜地看到存儲發(fā)展趨勢中所融入的嵌入式機器學習算法，旨在進行關(guān)鍵優(yōu)化、分類、搜索和模式檢測任務。企業(yè)數(shù)據(jù)資產(chǎn)正在不斷增長，而與之對應的大數(shù)據(jù)收集和分析的潛在價值亦是如此。你很難用人工方式挖掘出其中蘊含的價值。隨著即將爆發(fā)的萬物互聯(lián)(IoT)，數(shù)據(jù)挖掘中將大幅增加高速的數(shù)據(jù)流傳輸、實時的設(shè)備數(shù)據(jù)生成，并混合業(yè)務運營過程中的交易型數(shù)據(jù)。

要讓我們利用好這些潛在的信息資源，存儲廠商已經(jīng)開始將智能化算法融入到存儲層中。通過在數(shù)據(jù)存儲層中整合分析型的處理流程，我們今天可以輕松處理現(xiàn)有的海量信息，并為企業(yè)的業(yè)務部門提供近乎實時的信息反饋。

數(shù)據(jù)中心存儲體系架構(gòu)正呈現(xiàn)出某些趨勢，使得智能化進展更為迅猛。

[[193440]]

Lambda體系架構(gòu)

一般來說，作為處理日益增多的數(shù)據(jù)流、流水化信息和面向事件的數(shù)據(jù)，無服務器，由事件觸發(fā)的計算服務(例如Amazon Web Services Lambda)變得越來越普及和流行。其中的核心理念就如同是結(jié)構(gòu)化數(shù)據(jù)庫中長期支持的存儲過程，或用戶自定義函數(shù)。

你現(xiàn)在可以直接在全新的、通用型的數(shù)據(jù)存儲中放置、執(zhí)行由事件驅(qū)動的功能編程。例如，自定義計算功能可以在數(shù)據(jù)被持續(xù)訪問時將其放置到較低延遲的存儲層，并把老化的數(shù)據(jù)遷移到較慢的存儲層。

此外，應用程序與分析計算的融合伴隨著大數(shù)據(jù)同步發(fā)展，在此之中存儲得以實現(xiàn)橫向擴展(例如Hadoop分布式文件系統(tǒng))，而計算亦以節(jié)點方式分配到每一塊數(shù)據(jù)。隨著內(nèi)存數(shù)據(jù)網(wǎng)格使用的增長和全新“通用型”大數(shù)據(jù)數(shù)據(jù)庫(整合結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù))的到來，這些都將有助于促成計算與存儲的融合。

容器式的存儲操作系統(tǒng)

供應商正將新的存儲操作系統(tǒng)體系架構(gòu)開發(fā)為容器中的應用，至少在內(nèi)部實現(xiàn)中使用這種編碼方式。這將是所謂軟件定義世界大趨勢中的一部分，同時也受到另一種理念的驅(qū)使，即計算資源最終會完全從底層的硬件中剝離，例如異構(gòu)集群和動態(tài)的混合云。

適合的容器式存儲服務可以輕松集成，供最終用戶使用，或與第三方應用結(jié)合實現(xiàn)存儲主機內(nèi)的某些功能。用于存儲的容器體系架構(gòu)能夠按需執(zhí)行微服務，從而快速響應并動態(tài)擴展支持上述Lambda架構(gòu)所需。

大數(shù)據(jù)與高級分析

上個世紀中，機器學習通常發(fā)生在封閉的環(huán)境中，基于歷史(離線的)數(shù)據(jù)集合，使用縱向擴展環(huán)境中的算法。而今天，大數(shù)據(jù)經(jīng)過十年的發(fā)展，我們現(xiàn)在擁有易于使用的機器學習算法庫，并為分布式(即并行)的橫向擴展應用做好準備，支持日益擴大的存儲卷和數(shù)據(jù)類型。

數(shù)據(jù)流解決方案

伴隨著物聯(lián)網(wǎng)的出現(xiàn)，我們看到數(shù)據(jù)中心存儲體系架構(gòu)中所出現(xiàn)的全新的海量數(shù)據(jù)，其需要以數(shù)據(jù)流的方式，不間斷地進行處理。由于需要實時、并行而高級的內(nèi)容信息分析來進行處理，而非單純的傳統(tǒng)交易型業(yè)務操作，這大大推動了上述發(fā)展。

技術(shù)的突飛猛進

盡管計算和存儲不再像過去那樣依賴于硬件，但數(shù)據(jù)中心存儲架構(gòu)的持續(xù)發(fā)展將有助于實現(xiàn)超級智能存儲。每個月我們都會聽到有關(guān)內(nèi)存密度增加、閃存部署和轉(zhuǎn)型，以及新的基于非易失性存儲架構(gòu)的新聞，更強大的處理器、更高的GPU利用率，甚至出現(xiàn)服務大數(shù)據(jù)應用的定制化可編程陣列(FPGA)。當然，我們亦不應忘記近期出現(xiàn)的持續(xù)內(nèi)存(Persistent Memory)。

綜合考慮這些發(fā)展，我們很容易看到存儲市場是如何得到快速增長，并實現(xiàn)高度智能化的。當然，隨著越來越多的功能的整合，有人開始認為它已不再僅僅是存儲，這暫且另當別論。現(xiàn)在，存儲再次成為數(shù)據(jù)中心內(nèi)最有趣的領(lǐng)域。當然，新的智能化將增強傳統(tǒng)的數(shù)據(jù)管理任務，實現(xiàn)信息的全生命周期管理，也可以在另一些方面增強企業(yè)存儲數(shù)據(jù)的能力，例如：

• 社交推薦
• 本地存儲檢索
• 高級信息安全
• 數(shù)據(jù)轉(zhuǎn)換(如轉(zhuǎn)碼、翻譯)
• 數(shù)據(jù)獲取時分類排序
• 自動化商業(yè)智能分析

機器學習已經(jīng)可以在數(shù)據(jù)中心的各個層級中實現(xiàn)：應用程序、增強管理，甚至嵌入在設(shè)備中。IT基礎(chǔ)架構(gòu)變得日益智能，其智能化規(guī)模和發(fā)展速度我們才剛得以一窺。與此同時，我們大部分數(shù)據(jù)所在的存儲中蘊藏著機器學習所需要的一切。雖然存儲不會隨著時間超越人類的思維認知，但它確實會以更聰明的方式行事。現(xiàn)在，已經(jīng)開始尋求智能化IT基礎(chǔ)架構(gòu)方案的IT人士將會面對更好的未來。