基于人工智能的存儲(chǔ)使企業(yè)能夠快速智能地分析數(shù)據(jù)，幾乎即時(shí)提供洞察力。

如果將存儲(chǔ)想像成自動(dòng)駕駛汽車而不是勞動(dòng)密集型的必需品，該怎么辦?如果像自動(dòng)駕駛汽車一樣可以預(yù)測(cè)途中遇到的障礙，企業(yè)的存儲(chǔ)基礎(chǔ)設(shè)施是否可以預(yù)測(cè)其需求?

企業(yè)可以根據(jù)對(duì)新技術(shù)的承受能力和企業(yè)文化，可能已經(jīng)在利用從應(yīng)用程序的行為中學(xué)習(xí)，識(shí)別應(yīng)用程序和配置中的異常，并使用該信息預(yù)測(cè)和預(yù)防問(wèn)題的技術(shù)。

這些功能的核心技術(shù)是人工智能。事實(shí)上，人工智能的全面應(yīng)用還需要一段時(shí)間，專家認(rèn)為這不可能很快改變。麥肯錫公司最近的一項(xiàng)調(diào)查發(fā)現(xiàn)，如今將近一半的公司正在以某種方式使用人工智能技術(shù)，絕大多數(shù)公司預(yù)計(jì)，未來(lái)幾年他們?cè)谌斯ぶ悄芊矫娴耐顿Y將增加。

當(dāng)要滿足當(dāng)今的存儲(chǔ)需求時(shí)，人工智能正變得至關(guān)重要。它使大量的數(shù)據(jù)能夠被快速智能地分析，并有助于避免瓶頸、可用性問(wèn)題和安全問(wèn)題。基于人工智能的存儲(chǔ)使IT人員可以將更少的時(shí)間花費(fèi)在安全問(wèn)題上，并提高基礎(chǔ)一言堂的可用性和生產(chǎn)力。

HPEStorage公司產(chǎn)品營(yíng)銷總監(jiān)David Wang表示，其目標(biāo)是創(chuàng)建一個(gè)自主的、由人工智能驅(qū)動(dòng)的幾乎可以即時(shí)提供洞察的基礎(chǔ)設(shè)施。

他說(shuō)：“我們希望找到一個(gè)洞察力可以推動(dòng)立即變化的地方。這是從內(nèi)部部署、邊緣計(jì)算一直到云計(jì)算的端到端人工智能管道的爭(zhēng)論。”

從不同的角度看待問(wèn)題

IBM公司存儲(chǔ)市場(chǎng)營(yíng)銷總監(jiān)Doug O'Flaherty說(shuō)，人工智能改變了存儲(chǔ)的任務(wù)，這意味著組織應(yīng)該以不同的方式看待存儲(chǔ)和數(shù)據(jù)。

他說(shuō)：“必須停止將存儲(chǔ)視為數(shù)據(jù)庫(kù)或特定用例所需的東西，并考慮如何以不同的方式使用對(duì)不同部門數(shù)據(jù)的訪問(wèn)。如果企業(yè)可以讓數(shù)據(jù)科學(xué)家或組織中負(fù)責(zé)跨部門工作的其他人員訪問(wèn)這些數(shù)據(jù)，那么就可以進(jìn)入下一層數(shù)據(jù)分析，這實(shí)際上改變了存儲(chǔ)的主要任務(wù)之一。”

除了進(jìn)行更廣泛的思考之外，重要的是采用一種以應(yīng)用程序?yàn)?a target="_blank">中心的存儲(chǔ)方式，而不是傳統(tǒng)的以數(shù)據(jù)為中心的存儲(chǔ)方式。

專注于分布式NoSQL數(shù)據(jù)庫(kù)技術(shù)的Splice Machine公司首席執(zhí)行官M(fèi)onte Zweben解釋說(shuō)，“在這個(gè)大數(shù)據(jù)人工智能世界的1.0版本中，企業(yè)認(rèn)為它們必須由數(shù)據(jù)驅(qū)動(dòng)。因此，他們專注于將所有數(shù)據(jù)存儲(chǔ)在存儲(chǔ)庫(kù)中以及該組中的所有人工智能工作人員。”

他說(shuō)，這樣做的結(jié)果是，這些數(shù)據(jù)池往往很快就變成了“數(shù)據(jù)沼澤”，主要是因?yàn)樨?fù)責(zé)業(yè)務(wù)流程的人能夠最好地使用這些數(shù)據(jù)，以及在這些業(yè)務(wù)流程中使用的應(yīng)用程序被排除在外。

通過(guò)專注于應(yīng)用程序而不是數(shù)據(jù)，企業(yè)將能夠更好地將存儲(chǔ)及其功能與業(yè)務(wù)相匹配。例如，處理大量索賠(業(yè)務(wù)流程)的保險(xiǎn)公司將與負(fù)責(zé)索賠系統(tǒng)的專家和應(yīng)用程序開(kāi)發(fā)人員一起識(shí)別應(yīng)用程序。通過(guò)將它們放在一起，他們可以最好地決定如何使用數(shù)據(jù)來(lái)創(chuàng)建智能的索賠處理系統(tǒng)。

他說(shuō)：“這是使應(yīng)用程序具有數(shù)據(jù)智能化，而不是試圖收集所有數(shù)據(jù)，并將其提供給可能對(duì)索賠感興趣的人。這是一個(gè)簡(jiǎn)單的想法，但它可以對(duì)企業(yè)如何操作人工智能產(chǎn)生深遠(yuǎn)影響。”

構(gòu)建一個(gè)成功的基于人工智能的存儲(chǔ)基礎(chǔ)設(shè)施還意味著解決人工智能存儲(chǔ)管道中三個(gè)不同階段中的每一個(gè)階段：數(shù)據(jù)攝取(從不同環(huán)境攝取和規(guī)范化數(shù)據(jù)，以便可以將其作為一個(gè)整體來(lái)看待)，訓(xùn)練(使用機(jī)器學(xué)習(xí)來(lái)檢查數(shù)據(jù)以了解其中的真正含義)和推理(提供見(jiàn)解的階段)。

為了滿足這些要求，存儲(chǔ)基礎(chǔ)設(shè)施必須能夠支持非常高的容量、長(zhǎng)期數(shù)據(jù)保留和高性能處理。換句話說(shuō)，大規(guī)模的人工智能需要規(guī)模、保留和性能方面的能力。

Storage Switzerland公司首席分析師George Crump說(shuō)，支持非常高的存儲(chǔ)容量的能力至關(guān)重要。他說(shuō)，由于獲得人工智能的初始成本，組織很少刪除用于訓(xùn)練人工智能工作負(fù)載的數(shù)據(jù)點(diǎn)。此外，這些數(shù)據(jù)集不遵循隨著使用時(shí)間的增長(zhǎng)而減少使用機(jī)會(huì)的典型數(shù)據(jù)訪問(wèn)模型。他補(bǔ)充說(shuō)：“人工智能工作負(fù)載需要重新處理原始訓(xùn)練數(shù)據(jù)的可能性幾乎為100%，因此整個(gè)數(shù)據(jù)集需要保持隨時(shí)可訪問(wèn)。”

長(zhǎng)期保存同樣重要，尤其是隨著存儲(chǔ)量的增加而增加時(shí)。

O'Flaherty說(shuō)：“我們的意思是，決策將由機(jī)器根據(jù)輸入的數(shù)據(jù)做出。這意味著數(shù)據(jù)無(wú)法刪除。它會(huì)繼續(xù)增長(zhǎng)。擁有的數(shù)據(jù)越多，應(yīng)用人工智能的準(zhǔn)確性和效率就越高。”

除了簡(jiǎn)單地存儲(chǔ)更多數(shù)據(jù)之外，還必須存儲(chǔ)更多類型的數(shù)據(jù)。其中包括有關(guān)數(shù)據(jù)(元數(shù)據(jù))的數(shù)據(jù)，許多人認(rèn)為，這些數(shù)據(jù)正成為最有價(jià)值的商品之一，尤其是在數(shù)據(jù)治理方面。

第三個(gè)要求是高性能處理。Crump說(shuō)，“訓(xùn)練人工智能應(yīng)用程序是一個(gè)反復(fù)的過(guò)程，提高準(zhǔn)確性是一個(gè)反復(fù)訓(xùn)練的過(guò)程，調(diào)整人工智能算法，然后再進(jìn)行訓(xùn)練。更新迭代進(jìn)行得越快，開(kāi)發(fā)人員制作模型的準(zhǔn)確性就越高，從而增加了存儲(chǔ)基礎(chǔ)設(shè)施的壓力。”

Crump說(shuō)，大多數(shù)人工智能工作負(fù)載的關(guān)鍵是確保這些環(huán)境中標(biāo)準(zhǔn)的圖形處理單元(GPU)保持盡可能滿載運(yùn)行。根據(jù)人工智能的工作量，Crump表示具有多個(gè)節(jié)點(diǎn)以及閃存和硬盤混合的橫向擴(kuò)展存儲(chǔ)系統(tǒng)可能是有意義的。他說(shuō)：“人工智能的工作負(fù)載往往是非常并行的，即使是使用硬盤，并行的橫向擴(kuò)展存儲(chǔ)集群也可能會(huì)遇到挑戰(zhàn)。”

利用人工智能

對(duì)于剛起步的企業(yè)來(lái)說(shuō)，只需從系統(tǒng)中提取數(shù)據(jù)，并將人工智能方法應(yīng)用于選定的數(shù)據(jù)集以尋找相關(guān)性，就可以簡(jiǎn)單地?cái)U(kuò)充現(xiàn)有的數(shù)據(jù)。不過(guò)，最終企業(yè)會(huì)想更深入。一旦將關(guān)鍵應(yīng)用程序和系統(tǒng)捆綁在一起，要獲得人工智能的真正好處，可能需要部署新的基礎(chǔ)設(shè)施和接近數(shù)據(jù)的方式。

企業(yè)選擇的基于人工智能的存儲(chǔ)系統(tǒng)應(yīng)具有智能，可以快速管理元數(shù)據(jù)，并在正確的存儲(chǔ)類型上存儲(chǔ)正確的數(shù)據(jù)。Crump說(shuō)，如果企業(yè)選擇在內(nèi)部部署數(shù)據(jù)中心運(yùn)行基礎(chǔ)設(shè)施，則可以從全閃存存儲(chǔ)系統(tǒng)開(kāi)始，但是最終，遷移到閃存和硬盤混合環(huán)境是有意義的。通常，環(huán)境還將包括軟件定義的存儲(chǔ)，該存儲(chǔ)可以自動(dòng)執(zhí)行環(huán)境之間的數(shù)據(jù)移動(dòng)。

盡管某些組織傾向于將所有內(nèi)容保留在內(nèi)部部署數(shù)據(jù)中心，特別是那些具有敏感工作負(fù)載和合規(guī)性/數(shù)據(jù)治理問(wèn)題的組織，但其他組織則可以從基于云計(jì)算的人工智能/存儲(chǔ)環(huán)境中受益。

HPE公司Nimble Storage產(chǎn)品管理高級(jí)總監(jiān)Rochna Dhand說(shuō)：“由于需要共享的計(jì)算能力和數(shù)據(jù)，很多事情都在云平臺(tái)中發(fā)生。從任何人工智能模型獲得的結(jié)果的質(zhì)量取決于可用于訓(xùn)練那些模型的數(shù)據(jù)的多樣性和數(shù)量，因此使用從云平臺(tái)中收集全球數(shù)據(jù)的系統(tǒng)非常有意義。”

Dhand表示，HPE公司正在研究將HPE Insight在云中提供的相同類型的全局?jǐn)?shù)據(jù)分析引入用戶的內(nèi)部部署環(huán)境的方法。她說(shuō)，這樣做的目的是將在云中所學(xué)到的知識(shí)進(jìn)行編碼，并將其作為防火墻后的內(nèi)部部署更新應(yīng)用。

隨著時(shí)間的推移，Dhand相信技術(shù)將不斷發(fā)展，基礎(chǔ)設(shè)施管理最終將完全不受干涉。”她說(shuō)：“企業(yè)將能夠預(yù)測(cè)并預(yù)防比目前更多的問(wèn)題，并對(duì)這些預(yù)測(cè)和預(yù)防更有信心。不僅可以預(yù)測(cè)問(wèn)題并找出解決問(wèn)題的方法，而且還可以進(jìn)一步確定正確的解決方案并付諸行動(dòng)。”