今天的基礎(chǔ)架構(gòu)正變得越來(lái)越智慧——很快人工智能技術(shù)就會(huì)告訴我們?nèi)绾螌?shí)現(xiàn)基礎(chǔ)架構(gòu)的自我生命周期管理。我甚至認(rèn)為這些人工智能(AI)廠商會(huì)在一夜間宣稱(chēng)實(shí)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(jìn)一步的自動(dòng)化和自我優(yōu)化的基礎(chǔ)架構(gòu)——尤其在存儲(chǔ)方面——但我不認(rèn)為存儲(chǔ)基礎(chǔ)架構(gòu)會(huì)在未來(lái)某個(gè)時(shí)刻實(shí)現(xiàn)人機(jī)對(duì)話功能。當(dāng)然，存儲(chǔ)肯定會(huì)以更加實(shí)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(chǔ)體系架構(gòu)中逐步發(fā)生著。

我欣喜地看到存儲(chǔ)發(fā)展趨勢(shì)中所融入的嵌入式機(jī)器學(xué)習(xí)算法，旨在進(jìn)行關(guān)鍵優(yōu)化、分類(lèi)、搜索和模式檢測(cè)任務(wù)。企業(yè)數(shù)據(jù)資產(chǎn)正在不斷增長(zhǎng)，而與之對(duì)應(yīng)的大數(shù)據(jù)收集和分析的潛在價(jià)值亦是如此。你很難用人工方式挖掘出其中蘊(yùn)含的價(jià)值。隨著即將爆發(fā)的萬(wàn)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(shí)時(shí)的設(shè)備數(shù)據(jù)生成，并混合業(yè)務(wù)運(yùn)營(yíng)過(guò)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(chǔ)廠商已經(jīng)開(kāi)始將智能化算法融入到存儲(chǔ)層中。通過(guò)在數(shù)據(jù)存儲(chǔ)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(wù)部門(mén)提供近乎實(shí)時(shí)的信息反饋。

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

[[193440]]

Lambda體系架構(gòu)

一般來(lái)說(shuō)，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(wú)服務(wù)器，由事件觸發(fā)的計(jì)算服務(wù)(例如Amazon Web Services Lambda)變得越來(lái)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(kù)中長(zhǎng)期支持的存儲(chǔ)過(guò)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(chǔ)中放置、執(zhí)行由事件驅(qū)動(dòng)的功能編程。例如，自定義計(jì)算功能可以在數(shù)據(jù)被持續(xù)訪問(wèn)時(shí)將其放置到較低延遲的存儲(chǔ)層，并把老化的數(shù)據(jù)遷移到較慢的存儲(chǔ)層。

此外，應(yīng)用程序與分析計(jì)算的融合伴隨著大數(shù)據(jù)同步發(fā)展，在此之中存儲(chǔ)得以實(shí)現(xiàn)橫向擴(kuò)展(例如Hadoop分布式文件系統(tǒng))，而計(jì)算亦以節(jié)點(diǎn)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(zhǎng)和全新“通用型”大數(shù)據(jù)數(shù)據(jù)庫(kù)(整合結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù))的到來(lái)，這些都將有助于促成計(jì)算與存儲(chǔ)的融合。

容器式的存儲(chǔ)操作系統(tǒng)

供應(yīng)商正將新的存儲(chǔ)操作系統(tǒng)體系架構(gòu)開(kāi)發(fā)為容器中的應(yīng)用，至少在內(nèi)部實(shí)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(shì)中的一部分，同時(shí)也受到另一種理念的驅(qū)使，即計(jì)算資源最終會(huì)完全從底層的硬件中剝離，例如異構(gòu)集群和動(dòng)態(tài)的混合云。

適合的容器式存儲(chǔ)服務(wù)可以輕松集成，供最終用戶使用，或與第三方應(yīng)用結(jié)合實(shí)現(xiàn)存儲(chǔ)主機(jī)內(nèi)的某些功能。用于存儲(chǔ)的容器體系架構(gòu)能夠按需執(zhí)行微服務(wù)，從而快速響應(yīng)并動(dòng)態(tài)擴(kuò)展支持上述Lambda架構(gòu)所需。

大數(shù)據(jù)與高級(jí)分析

上個(gè)世紀(jì)中，機(jī)器學(xué)習(xí)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(kuò)展環(huán)境中的算法。而今天，大數(shù)據(jù)經(jīng)過(guò)十年的發(fā)展，我們現(xiàn)在擁有易于使用的機(jī)器學(xué)習(xí)算法庫(kù)，并為分布式(即并行)的橫向擴(kuò)展應(yīng)用做好準(zhǔn)備，支持日益擴(kuò)大的存儲(chǔ)卷和數(shù)據(jù)類(lèi)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(chǔ)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(jìn)行處理。由于需要實(shí)時(shí)、并行而高級(jí)的內(nèi)容信息分析來(lái)進(jìn)行處理，而非單純的傳統(tǒng)交易型業(yè)務(wù)操作，這大大推動(dòng)了上述發(fā)展。

技術(shù)的突飛猛進(jìn)

盡管計(jì)算和存儲(chǔ)不再像過(guò)去那樣依賴(lài)于硬件，但數(shù)據(jù)中心存儲(chǔ)架構(gòu)的持續(xù)發(fā)展將有助于實(shí)現(xiàn)超級(jí)智能存儲(chǔ)。每個(gè)月我們都會(huì)聽(tīng)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(chǔ)架構(gòu)的新聞，更強(qiáng)大的處理器、更高的GPU利用率，甚至出現(xiàn)服務(wù)大數(shù)據(jù)應(yīng)用的定制化可編程陣列(FPGA)。當(dāng)然，我們亦不應(yīng)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(chǔ)市場(chǎng)是如何得到快速增長(zhǎng)，并實(shí)現(xiàn)高度智能化的。當(dāng)然，隨著越來(lái)越多的功能的整合，有人開(kāi)始認(rèn)為它已不再僅僅是存儲(chǔ)，這暫且另當(dāng)別論?，F(xiàn)在，存儲(chǔ)再次成為數(shù)據(jù)中心內(nèi)最有趣的領(lǐng)域。當(dāng)然，新的智能化將增強(qiáng)傳統(tǒng)的數(shù)據(jù)管理任務(wù)，實(shí)現(xiàn)信息的全生命周期管理，也可以在另一些方面增強(qiáng)企業(yè)存儲(chǔ)數(shù)據(jù)的能力，例如：

• 社交推薦
• 本地存儲(chǔ)檢索
• 高級(jí)信息安全
• 數(shù)據(jù)轉(zhuǎn)換(如轉(zhuǎn)碼、翻譯)
• 數(shù)據(jù)獲取時(shí)分類(lèi)排序
• 自動(dòng)化商業(yè)智能分析

機(jī)器學(xué)習(xí)已經(jīng)可以在數(shù)據(jù)中心的各個(gè)層級(jí)中實(shí)現(xiàn)：應(yīng)用程序、增強(qiáng)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(shí)，我們大部分?jǐn)?shù)據(jù)所在的存儲(chǔ)中蘊(yùn)藏著機(jī)器學(xué)習(xí)所需要的一切。雖然存儲(chǔ)不會(huì)隨著時(shí)間超越人類(lèi)的思維認(rèn)知，但它確實(shí)會(huì)以更聰明的方式行事。現(xiàn)在，已經(jīng)開(kāi)始尋求智能化IT基礎(chǔ)架構(gòu)方案的IT人士將會(huì)面對(duì)更好的未來(lái)。