专注于数字技术的商业观察者
登录×
资讯
2019-07-01

新的存储革命

时间: 2019-07-01 编辑:

数据如同具有“地心引力”,在以数据为中心的计算世界中,一股暗流正在涌动——对于数据的处理能力已经开始...

数据如同具有“地心引力”,在以数据为中心的计算世界中,一股暗流正在涌动——对于数据的处理能力已经开始转移到存储数据的地方,这一变化和趋势与英特尔的最新战略竟完美契合。

早年,提出“内存制约加速比”定律的孙贤和(美国伊利诺伊理工大学计算机系教授)不会想到今天大数据问题的关键正在被解决,“数据的存储是计算性能瓶颈”在以数据为中心的计算时代迎刃而解,就像以英特尔傲腾™技术和QLC 3D NAND 等产品的面市,改变了内存和存储的原有属性,让计算力得以真正的释放。

英特尔究竟是一家怎样的公司?在很多人看来,处理器芯片就是正解,从第一代Intel4004处理器到今天14纳米芯片的发展,在摩尔定律下成就“指数级增长”。不过,这并非英特尔的全部,其核心价值则是让计算力得以充分释放。以傲腾技术为例,很好的满足了内存与存储的瓶颈,进一步激发了数据的潜能,让用户收获更多价值。一边是对计算力的追求,一边践行于产业的极致发展,也让英特尔创造了一种全新的、以技术为驱动力的商业革命。

存储的“执牛耳者”

事实上,“存储”曾是英特尔最强的基因,它也是英特尔创立之初的核心业务。从非易失性(即使电流被切断也能存储数据)到数据的分层异构存储,一系列的创新让英特尔在内存和存储领域的独特价值被越来越多的用户认可。英特尔一直都是存储革命背后的推动者,直到傲腾™ 数据中心固态盘和QLC 3D NAND 固态盘发布时才闯进公众视野。

因为今天的企业正在遭遇这样的挑战:在面对数据爆炸式增长的同时,还要对动态数据快速地利用、分析。比如,商家通过动态数据的分析得出消费者喜好,医生通过电子病历数据的分析找到患者发病原因。就好像如果数百万条电子医疗记录显示橙汁和阿司匹林的组合可能治疗癌症,那么找出具体的药理机制就没有这种治疗方法本身来得重要。

一直以来,存储、内存方面的技术由于性能和容量的限制,还很难做到实时分析。DRAM是目速度最快的产品,但因易失性、价格高和容量有限等原因,限制了企业大量采用。而HDD(硬盘)虽然容量大,价格有优势,但因性能等因素的制约,也无法满足不同数据处理的需求。

而英特尔的傲腾技术和QLC 3D NAND很好的够弥补市场上现有的空缺,顺应数据分层的趋势,提供异构的存储解决方案。在热数据层,英特尔提供傲腾数据中心持久内存产品;并有英特尔傲腾SSD再加上软件的解决方案,可以在提高系统性能的同时,降低成本和延时。温数据层,主要是QLC 3D NAND固态盘的解决方案,在该解决方案上可以提供更高的存储容量、更优的支付价格,很大程度上可以取代现有的HDD硬盘,能够让用户在整体获得更高的性能,同时改变过去存储架构带来的数据延迟、计算较慢等问题。

“英特尔傲腾™ 数据中心固态盘将高吞吐量、低延迟、高服务质量(QoS)和高耐久性完美结合,其架构设计可在字节级别执行写入操作,从而获得更快、更可预测的性能和更均衡的读写性能。与此同时,傲腾技术与QLC 3D NAND技术的结合,将帮助企业打造更高性能和更低成本的软件定义存储解决方案,并在开源技术的帮助下,充分发挥英特尔内存存储技术的优势。”英特尔公司中国区非易失性存储事业部总经理刘钢在接受记者采访时表示。

从两年前傲腾的预热发布,到去年的正式面世,英特尔为一场“大爆炸”式的推广做了充分的准备。或许,很多公司喜欢推出一种产品,以获取尽可能大的公众宣传效果。但是英特尔将密切度相关的产品做了一次“捆绑式”发布,以数据分层的异构存储为契机,英特尔打出傲腾™ 数据中心固态盘和QLC 3D NAND 固态盘的组合拳。

事实也证明,存储已成为英特尔处理器之外的“秘密武器”。当世人都聚焦在该公司著名的处理器业务的时候,英特尔却花了10年以上的时间默默耕耘存储市场,持续提升存储的能力,发掘越来越多的新客户并不断创造利润。不仅如此,存储也为英特尔提供了一个大舞台,使公司为一场数字时代的革命做出巨大贡献。

那些被重构的梦想

从个人电脑到人工智能、移动计算、云计算和边缘计算的时代,英特尔人希望在一场数字革命中再造一个辉煌,如今它站在了一个新的战略转折点上。

今天,海量的数据为重新构想和重新设计系统架构的企业提供了重要的洞察和创新。但是,未重新架构的公司可能会发现自己为了避免被淹没在海量数据中而搞得手忙脚乱。为了保持竞争力,企业需要快速且经济实惠地访问和处理所有这些数据,以便用于商业洞察、研究、人工智能和其他用途。要实现这种级别的处理,内存和存储都是必需的,而且公司难以实现高成本与有限容量和性能约束的平衡。

“这项挑战甚至更加艰巨,因为不同的工作负载需要不同类型的内存和存储。此外,可能要同时使用多种技术来实现成本与性能的最佳权衡。”刘钢表示,英特尔正在利用全新的内存和存储技术来应对这些挑战,使得企业能够重新构想自己的数据中心架构。

作为一种全新的技术,傲腾很快就获得了市场与行业广泛认可。据刘钢介绍,到今天为止,国内已经有许多领先的互联网服务商将傲腾加入到自己的数据中心,获得了更高的存储能力,改善大数据以及云计算平台。

以阿里云为例,阿里云的云数据库PolarDB通过使用傲腾,使性能提高了6倍,获得了更高的服务能力与竞争力。在那之后,阿里云持续地用傲腾提升其整体平台的性能。阿里云增强型云盘(ESSD)是业界领先的块存储解决方案,拥有百万计IOPS,4GB吞吐能力和百微秒级延迟,可以说是最快的云盘。

阿里云ESSD中采用了英特尔傲腾技术,在几项关键应用场景中得到了显著的性能提升:在MySQL上,插入写的性能提升了3.5倍,时延降低了76%;在PostgreSQL中,每秒事务处理量(TPS)获得了超过3倍的提升,在每秒插入行数上获得了将近26倍的提升。这种提升不仅仅体现在数字上,而是实际应用场景中的真实效果。

科大讯飞的人工智能后台中,也采用傲腾极大降低了时延,来提供更快的语音和面部识别服务。利用英特尔傲腾的超低延迟、超高耐用和卓越服务质量等特性,科大讯飞在云平台中实现了超凡性能,解决了延迟痛点,从而为人工智能研发服务奠定了良好的基础。

青云也不例外,在提供给招商银行的云存储方案中采用了傲腾。通过傲腾固态盘与英特尔iCAS缓存技术的搭配,性能提升高达23倍,能帮助用户兼顾高性能和大容量两个方面的需求。最终,青云利用英特尔傲腾“黑科技”,实现了对某银行关键业务的加速。

据了解,目前英特尔新的存储架构已经开始进入企业的数据中心当中,特别是傲腾,目前包括BAT在内的很多互联网服务商开始使用傲腾来改善大数据、云计算、云存储平台的性能,也有很多传统企业在自己的关键应用当中利用傲腾改善平台性能。

计算力和存储在真实的商业世界中扮演着越来越重要的角色,尤其对基于图像识别、语音识别以及自然语言处理等技术的人工智能应用的落地和兴起。一边是模型规模不断增大,一边是数据量的不断增加,人工智能的发展对传统计算平台的算力和存储性能带来极大的考验,而对于大部分人工智能公司而言,计算和存储性能的不足已经成为其人工智能之路上的重要挑战。

借助英特尔领先产品和技术提供的强大计算、存储和网络性能,金山云打造了一个完美的助力人工智能训练的平台,原因是受益于公有云强大的计算力和弹性、可扩展的特点。英特尔为这一深度学习平台构建了基于 Ceph 的高性能分布式存储系统,由英特尔傲腾固态盘DC P4800X与传统机械硬盘组合构建的分层存储能力,使得企业在深度学习平台存储系统在读写速度、存储容量以及成本控制方面都获得了可观的收益。

未来在“边缘”

掌握大数据的机器学习算法一直是领先云计算公司的专长。亚马逊、微软和谷歌等公司通过降低计算的单位成本,将数据密集型任务纳入它们的大规模中心化设施,获得了蓬勃发展。

但人工智能也开始提供一种迥异的计算范式。它将更多数据处理推向网络“边缘”,即与现实世界相交的众多计算设备——从联网的摄像头、智能手表到自动驾驶汽车。比如,数十亿台设备将在短时间产生海量数据,这将颠覆数据集中处理的逻辑,没有云能够消化如此规模的数据。因此,存储的计算力被各界关注,它似乎代表着计算领域的下一场重大架构转变。

在边缘计算模型下,由于大多数知识来自靠近数据源的本地,数据分析仅部分依赖于网络带宽。无论是在设备、边缘数据中心还是雾层中处理数据,对数据的追踪、处理和存储都更靠近终端用户而非集中进行。所以,它将使得数据中心基础设施可能有所改变,也逐渐更加分散,然而企业会要求其提供与集中式数据中心一样的性能和安全性。

与此同时,边缘计算带动了智慧医院、智能工厂、自动驾驶等等一系列创新应用的数据分析需求,数据的分层管理也显得更为重要。“如何从海量数据中更快速、更准确地提取洞察,成为技术上的一大挑战,更成为企业能否应对瞬息万变市场需求,获得持续发展的关键因素。” 刘钢表示,这些新的需求不但对存储系统的性能要求越来越高,而且对存储容量也提出了更高的要求。

在刘钢看来,傲腾+QLC存储技术组合将成为决胜边缘计算的关键。英特尔傲腾技术实现了革命性的高吞吐量、低延迟、高服务质量和高耐用性,帮助用户突破存储瓶颈,满足多种应用场景的需求,获取实时洞察。

刘钢表示,英特尔傲腾+QLC的技术正在驱动服务器架构的改进,显著提升每台服务器的工作负载规模并加速应用。傲腾+QLC技术赋能数据中心部署更大、更经济的数据集,实现快速缓存和存储,降低延迟敏感型工作负载的成本。英特尔傲腾+QLC是软件定义存储的基础,以快速响应,高效扩展和良好的投入产出比,帮助企业驾驭数据洪流,完成以数据为中心的转型。

版权声明:本文版权归数字商业时代所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。