人工智能、對(duì)象存儲(chǔ)和邊緣計(jì)算的興起

Prasad Alluri

隨著人工智能的發(fā)展，邊緣計(jì)算靠近5G基站這種模式變得越來越重要了。很快，在每一基站中，每個(gè)塔臺(tái)都可能有計(jì)算和存儲(chǔ)節(jié)點(diǎn)。有很多初創(chuàng)公司專注于建設(shè)邊緣數(shù)據(jù)中心，這些數(shù)據(jù)中心看起來就像是位于都市圈的運(yùn)輸載體，使例如Hulu視頻這樣的內(nèi)容更靠近消費(fèi)者。隨著企業(yè)和消費(fèi)者希望利用大量的數(shù)據(jù)進(jìn)行深度分析，在盡可能靠近數(shù)據(jù)源的地方提供服務(wù)，未來幾年內(nèi)這些邊緣數(shù)據(jù)中心將會(huì)得以應(yīng)用。

重新構(gòu)想內(nèi)存和存儲(chǔ)。2021年，對(duì)象存儲(chǔ)的使用會(huì)越來越多，用于存儲(chǔ)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)、文件、塊、對(duì)象——所有這些都在一個(gè)存儲(chǔ)庫中。人工智能大數(shù)據(jù)集要求盡可能靠近數(shù)據(jù)進(jìn)行處理的地方。因此，對(duì)象存儲(chǔ)將不再被視為大量冷存儲(chǔ)（cold store），而是用于處理人工智能類型的工作負(fù)載，這意味著能夠以高帶寬和低延遲訪問大型數(shù)據(jù)集。隨著數(shù)據(jù)密集型人工智能工作負(fù)載的增加，我們將看到對(duì)高性能NVMe存儲(chǔ)的需求也在增加，因?yàn)檫@種高性能的對(duì)象存儲(chǔ)位于基于閃存的存儲(chǔ)上，而不是傳統(tǒng)的冷存儲(chǔ)。這將促使業(yè)界更快地采用Gen4 NVMe固態(tài)硬盤，從而為人工智能提供更強(qiáng)大的對(duì)象存儲(chǔ)支持。