女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

在大數(shù)據(jù)等新型技術(shù)的協(xié)同作用下,網(wǎng)絡(luò)上流淌的數(shù)據(jù)將呈幾何式增長

lhl545545 ? 來源:C114通信網(wǎng) ? 作者:蔣均牧 ? 2020-07-03 16:28 ? 次閱讀

商用發(fā)牌一年,5G在中國這片熱土上迅速扎下根來并茁壯成長,“5G改變社會”亦迅速照進(jìn)現(xiàn)實。

數(shù)據(jù)顯示,截至5月底,我國共建成5G基站逾25萬個,預(yù)計到年底將會建成80萬站規(guī)模,覆蓋全國超過340個城市;用戶方面,僅中國移動一家就已服務(wù)了超過5500萬5G套餐用戶。同時,5G與各行各業(yè)的融合不斷向著更深、更廣的程度進(jìn)發(fā),三大運營商已聯(lián)合產(chǎn)業(yè)鏈各方、行業(yè)領(lǐng)袖打造并落地了一批創(chuàng)新應(yīng)用;5G的重要作用也在抗擊疫情的過程中凸顯,為越來越多人所認(rèn)識到。

在5G高歌猛進(jìn)的同時,亦帶來了海量的、多樣性的數(shù)據(jù)流量,對運營商的IT運營支撐等提出了更高的要求。在此背景下,分布式存儲由于性能和容量擴展方面的便利性而越來越受到青睞。日前,中國移動集團(tuán)總部公布2019年網(wǎng)絡(luò)云資源池二期工程分布式塊存儲集采結(jié)果,再度讓業(yè)界將視線投注到這個爭議不斷的領(lǐng)域。

5G時代,存儲是剛需

與前幾代移動通信技術(shù)相比,5G憑借“更多連接、更大帶寬、更低時延”的顯著優(yōu)勢,不僅在用戶體驗上實現(xiàn)了跨越式的提升,更開啟了賦能垂直行業(yè)、促進(jìn)經(jīng)濟社會高質(zhì)量發(fā)展的新進(jìn)程,其影響力已遠(yuǎn)遠(yuǎn)超出信息通信行業(yè)范疇。

如今,系統(tǒng)設(shè)備、智能手機、芯片模塊、測試測量在內(nèi)的5G產(chǎn)業(yè)鏈各個環(huán)節(jié)均已邁入成熟期。在政策牽引和運營商的主導(dǎo)下,各種面向消費者、面向行業(yè)的創(chuàng)新應(yīng)用如雨后春筍般層出不窮。據(jù)不完全統(tǒng)計,我國已有超過19個行業(yè)、4000多個組織在進(jìn)行5G的跨行業(yè)創(chuàng)新,涉及交通、醫(yī)療、制造、能源、新媒體等不同行業(yè)的主流場景。

與此同時,在逐漸接近尾聲的“疫情阻擊戰(zhàn)”中,5G亦貫穿于各個關(guān)鍵環(huán)節(jié)。比如基于5G網(wǎng)絡(luò)的承載,遠(yuǎn)程會診、熱成像、遠(yuǎn)程檢測、新型醫(yī)護(hù)推車等智慧醫(yī)療應(yīng)用有效助力醫(yī)療系統(tǒng)科技抗疫及疫情管控,遠(yuǎn)程辦公、遠(yuǎn)程教育等遠(yuǎn)程交互應(yīng)用也為復(fù)工復(fù)產(chǎn)提供了安全高效的新手段。

隨著5G時代的到來,在其與云、AI、大數(shù)據(jù)等各種新型技術(shù)的協(xié)同作用下,網(wǎng)絡(luò)上流淌的數(shù)據(jù)將呈幾何式增長。據(jù)華為GIV@2025預(yù)測,到2025年新增數(shù)據(jù)量將達(dá)到180ZB,是2018年的18倍;類似的數(shù)字也出現(xiàn)在不少第三方的報告中。

一方面這是件好事,數(shù)據(jù)已經(jīng)成為人類社會進(jìn)步的動力源泉之一,無論數(shù)字經(jīng)濟發(fā)展還是各行業(yè)各的數(shù)字化轉(zhuǎn)型,都建立在對數(shù)據(jù)價值挖掘的基礎(chǔ)上。今年4月,中央更是出臺《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》,首次將數(shù)據(jù)納入生產(chǎn)要素范圍。另一方面,要將數(shù)據(jù)利用起來,首先得能存得住,然而據(jù)統(tǒng)計,當(dāng)前的數(shù)據(jù)中只有不到2%得到保存,絕大部分不得不被舍棄;從智能手機、可穿戴設(shè)備,到智慧家庭、智慧社區(qū),再到智慧醫(yī)療、智能工廠、自動駕駛汽車……場景的多樣性驅(qū)動了數(shù)據(jù)的多樣性。而未來隨著更兇猛數(shù)字洪水的涌來,局面將更為嚴(yán)峻。

由此可見,存儲已成5G時代剛需,存儲設(shè)備也亟待升級進(jìn)化,以提供更為強勁的承載能力、跟上數(shù)據(jù)增長的節(jié)奏。

運營商需要怎樣的分布式存儲?

電信運營商作為5G網(wǎng)絡(luò)的建設(shè)者與運營者,在這場存儲變革中注定首當(dāng)其沖;同時,運營商又是價值鏈的主導(dǎo)者,他們的選擇往往會影響到許多人。

如今分布式存儲正在成為趨勢,IDC預(yù)測認(rèn)為,到2023年,40%左右的存儲系統(tǒng)都將基于分布式架構(gòu)。但在同時,“軟硬解耦”還是“軟硬一體”的路線之爭又成為持續(xù)的焦點,前者一度成為“政治正確”,隨著時間的推移后者開始占據(jù)上風(fēng)。

面向5G三大典型應(yīng)用場景的支撐訴求,分布式存儲必須做到高性能、大容量、低時延,同時還要兼顧可靠性、成本等方面的考量。這絕非僅靠純軟件所能實現(xiàn),脫離了硬件來談軟件定義只是空中樓閣。實際上,就連分布式存儲以及軟硬解耦先驅(qū)者的互聯(lián)網(wǎng)企業(yè)也都開始通過自研或并購嘗試擁抱“軟硬一體”,因為他們發(fā)現(xiàn)即使有著出眾的軟件能力也需要高性能的硬件來匹配。

作為全球網(wǎng)絡(luò)規(guī)模最大、用戶數(shù)量最多、品牌價值位居前列的電信運營企業(yè),中國移動的選擇就很具有代表性。其分布式存儲集采這些年逐漸傾向于軟硬一體模式,去年底集團(tuán)總部的年度分布式塊存儲集采結(jié)果更是引起業(yè)界一陣漣漪——集采整體規(guī)模超過2億人民幣,中標(biāo)者都是浪潮、華為等在硬件上亦有較強能力的廠商。

而2019年網(wǎng)絡(luò)云資源池二期工程分布式塊存儲集采結(jié)果的揭曉,意味著中國移動在軟硬一體的道路上走得更遠(yuǎn)且相當(dāng)堅定。此次集采旨在支撐中國移動5G時代的NFV全云化網(wǎng)絡(luò)建設(shè),承載5GC、IMS、EPC等核心業(yè)務(wù),最終采購金額近6億人民幣(未含稅),中標(biāo)者為華為、中移集成、浪潮,完全向軟硬一體傾斜。在其剛剛發(fā)布的2020年至2021年分布式塊存儲集采中標(biāo)候選人公示中,一直堅持軟硬一體模式、最近發(fā)布OceanStor存儲Pacific系列專用硬件的華為再度獲得一半以上的高比例份額。

對于一些軟件廠商、服務(wù)器廠商所謂的軟硬解耦可以免于被單一供應(yīng)商鎖定,中國移動的集采也證明了這是無稽之談。何謂“鎖定”?當(dāng)用戶使用一件產(chǎn)品,且這件產(chǎn)品是無法替代的或者替代需要付出很高的成本才叫鎖定。無論是塊、對象、文件還是HDFS,市面上都有很多替代產(chǎn)品;而任何產(chǎn)品的替代都會存在成本,用戶至少要買一臺新的存儲,然后在新舊設(shè)備間做數(shù)據(jù)遷移,這些都有著現(xiàn)成的方案。用戶擔(dān)心廠商鎖定,其實更多是認(rèn)為所購買產(chǎn)品價值與價格不匹配,當(dāng)某件產(chǎn)品能解決企業(yè)的核心痛點時,采用何種模式不會成為一個核心問題。荷蘭阿斯麥爾公司(ASML)的光刻機每臺數(shù)億美元照樣供不應(yīng)求,電視臺持續(xù)采購軟硬一體的MC Isilon和華為OceanStor存儲設(shè)備用于高清編輯,正是因為只有它們能滿足4K/8K編輯需求。

值得一提的是,對動輒“六個9”起步的電信行業(yè)來說,可靠性是衡量IT設(shè)備的一個重要維度。在這方面軟硬一體的分布式存儲天然占優(yōu),基于硬件優(yōu)選、長期穩(wěn)定性測試等,能夠最大限度減少硬件層面的故障率。此外,軟硬一體模式下各個部件都是已知的固件、驅(qū)動版本,對于信息狀態(tài)的獲取和定義非常明確,因而能顯著提升故障狀態(tài)識別率,一旦部件出現(xiàn)問題便能第一時間獲取到并進(jìn)行處理。

反觀軟硬解耦,其本質(zhì)上相當(dāng)于將原本應(yīng)當(dāng)由存儲廠商完成的軟硬件匹配、優(yōu)化測試等一系列工作轉(zhuǎn)嫁到了企業(yè)身上,不僅性能上不如軟硬一體的存儲設(shè)備,同時還變相提高了部署、維護(hù)的難度,增加了總體擁有成本,甚至出現(xiàn)問題還存在供應(yīng)商間扯皮的風(fēng)險。

一切爭議最終都將回歸到商業(yè)本質(zhì)。5G時代,在海量、多樣性的數(shù)據(jù)驅(qū)動下,對于專屬硬件的市場訴求正在持續(xù)高漲。軟硬解耦還是軟硬一體,市場自會作出選擇。
責(zé)任編輯:pj

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    33998

    瀏覽量

    274984
  • 5G
    5G
    +關(guān)注

    關(guān)注

    1360

    文章

    48711

    瀏覽量

    569793
  • 大數(shù)據(jù)
    +關(guān)注

    關(guān)注

    64

    文章

    8948

    瀏覽量

    139334
收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    適用于數(shù)據(jù)中心和AI時代的800G網(wǎng)絡(luò)

    隨著人工智能(AI)技術(shù)的迅猛發(fā)展,數(shù)據(jù)中心面臨著前所未有的計算和網(wǎng)絡(luò)壓力。從大語言模型(LLM)訓(xùn)練到生成AI應(yīng)用,海量數(shù)據(jù)處理需求推動
    發(fā)表于 03-25 17:35

    Hadoop 生態(tài)系統(tǒng)大數(shù)據(jù)處理中的應(yīng)用與實踐

    隨著數(shù)據(jù)量的爆發(fā)式增長大數(shù)據(jù)處理技術(shù)成為企業(yè)關(guān)注焦點,Hadoop 生態(tài)系統(tǒng)在其中扮演著核心角色。 Hadoop Distributed File System(HDFS)是其分布
    的頭像 發(fā)表于 01-21 17:48 ?344次閱讀

    數(shù)據(jù)網(wǎng)絡(luò)分析儀的原理和應(yīng)用場景

    制導(dǎo)、隱身及反隱身、航空航天、衛(wèi)星通信新一代軍用電子裝備的研制、生產(chǎn)、維修和計量過程中,網(wǎng)絡(luò)分析儀發(fā)揮著不可替代的作用。 綜上所述,數(shù)據(jù)網(wǎng)絡(luò)分析儀憑借其強大的功能和廣泛的應(yīng)用場景,
    發(fā)表于 01-16 14:57

    緩存對大數(shù)據(jù)處理的影響分析

    緩存對大數(shù)據(jù)處理的影響顯著且重要,主要體現(xiàn)在以下幾個方面: 一、提高數(shù)據(jù)訪問速度 大數(shù)據(jù)環(huán)境中,數(shù)據(jù)存儲通常采用分布
    的頭像 發(fā)表于 12-18 09:45 ?587次閱讀

    raid 大數(shù)據(jù)分析中的應(yīng)用

    的具體應(yīng)用: 一、提高性能 并行讀寫 :RAID技術(shù)通過并行讀寫多個磁盤,可以顯著提高數(shù)據(jù)的讀寫速度。大數(shù)據(jù)分析環(huán)境中,數(shù)據(jù)讀寫速度是影響
    的頭像 發(fā)表于 11-12 09:44 ?604次閱讀

    emc技術(shù)大數(shù)據(jù)分析中的角色

    大數(shù)據(jù)分析通常涉及來自多個來源和格式的數(shù)據(jù)。這些數(shù)據(jù)可能包括結(jié)構(gòu)化數(shù)據(jù)(如數(shù)據(jù)庫中的表格數(shù)據(jù)
    的頭像 發(fā)表于 11-01 15:22 ?583次閱讀

    SD NAND大數(shù)據(jù)時代的應(yīng)用場景

    和相對較低的成本,可以用于多種場景: 數(shù)據(jù)采集 :大數(shù)據(jù)領(lǐng)域,大量的數(shù)據(jù)需要被采集和存儲。SD NAND卡可以用于各種數(shù)據(jù)采集設(shè)備,如物聯(lián)
    的頭像 發(fā)表于 10-29 15:49 ?554次閱讀
    SD NAND<b class='flag-5'>在</b><b class='flag-5'>大數(shù)據(jù)</b>時代的應(yīng)用場景

    智慧城市與大數(shù)據(jù)的關(guān)系

    的建設(shè)需要對海量的數(shù)據(jù)資源進(jìn)行收集、整合、存儲與分析。大數(shù)據(jù)技術(shù)的應(yīng)用,如智能感知、分布存儲,使得這些
    的頭像 發(fā)表于 10-24 15:27 ?1160次閱讀

    IP 地址大數(shù)據(jù)分析如何進(jìn)行網(wǎng)絡(luò)優(yōu)化?

    一、大數(shù)據(jù)分析在網(wǎng)絡(luò)優(yōu)化中的作用 1.流量分析 大數(shù)據(jù)分析可以對網(wǎng)絡(luò)中的流量進(jìn)行實時監(jiān)測和分析,了解網(wǎng)絡(luò)
    的頭像 發(fā)表于 10-09 15:32 ?476次閱讀
    IP 地址<b class='flag-5'>大數(shù)據(jù)</b>分析如何進(jìn)行<b class='flag-5'>網(wǎng)絡(luò)</b>優(yōu)化?

    基于Kepware的Hadoop大數(shù)據(jù)應(yīng)用構(gòu)建-提升數(shù)據(jù)價值利用效能

    處理超大數(shù)據(jù)集。 Hadoop的生態(tài)系統(tǒng)非常豐富,包括許多相關(guān)工具和技術(shù),如Hive、Pig、HBase,這些工具可以方便地構(gòu)建復(fù)雜的大數(shù)據(jù)應(yīng)用。Hadoop廣泛應(yīng)用于各種場景,包括
    的頭像 發(fā)表于 10-08 15:12 ?303次閱讀
    基于Kepware的Hadoop<b class='flag-5'>大數(shù)據(jù)</b>應(yīng)用構(gòu)建-提升<b class='flag-5'>數(shù)據(jù)</b>價值利用效能

    基于大數(shù)據(jù)與深度學(xué)習(xí)的穿戴運動心率算法

    性能的關(guān)鍵手段。然而,復(fù)雜多變的運動環(huán)境中,準(zhǔn)確測量心率數(shù)據(jù)對于傳統(tǒng)算法而言具有較大的技術(shù)瓶頂。本文探討如何運用大數(shù)據(jù)和深度學(xué)習(xí)
    的頭像 發(fā)表于 09-10 08:03 ?516次閱讀
    基于<b class='flag-5'>大數(shù)據(jù)</b>與深度學(xué)習(xí)的穿戴<b class='flag-5'>式</b>運動心率算法

    大數(shù)據(jù)軍事方面的應(yīng)用

    智慧華盛恒輝大數(shù)據(jù)軍事方面的應(yīng)用廣泛且深入,涵蓋了戰(zhàn)爭決策、情報分析、裝備研發(fā)、后勤保障、科研方法、管理水平、作戰(zhàn)能力和信息化建設(shè)多個方面。以下是對這些應(yīng)用的詳細(xì)歸納: 智慧華盛恒輝一、戰(zhàn)爭決策
    的頭像 發(fā)表于 07-16 09:44 ?1610次閱讀

    大數(shù)據(jù)采集系統(tǒng)分為幾類

    和應(yīng)用場景. 1. 概述 大數(shù)據(jù)采集系統(tǒng)是實現(xiàn)數(shù)據(jù)收集、處理和存儲的關(guān)鍵環(huán)節(jié)。隨著大數(shù)據(jù)技術(shù)的快速發(fā)展,大數(shù)據(jù)采集系統(tǒng)也
    的頭像 發(fā)表于 07-01 15:44 ?2130次閱讀

    大數(shù)據(jù)軍事方面的應(yīng)用有哪些

    智慧華盛恒輝大數(shù)據(jù)軍事方面的應(yīng)用涵蓋了多個方面,這些應(yīng)用不僅提高了軍事管理的效率和水平,也極大地提升了軍隊的作戰(zhàn)能力和情報獲取能力。以下是大數(shù)據(jù)軍事方面的主要應(yīng)用: 智慧華盛恒輝戰(zhàn)
    的頭像 發(fā)表于 06-23 10:34 ?1603次閱讀

    大數(shù)據(jù)部隊管理中的運用有哪些

    智慧華盛恒輝大數(shù)據(jù)部隊管理中的運用主要體現(xiàn)在以下幾個方面: 決策支持: 智慧華盛恒輝部隊管理可以利用大數(shù)據(jù)技術(shù),對海量的數(shù)據(jù)進(jìn)行分析,為決
    的頭像 發(fā)表于 06-23 09:53 ?1618次閱讀