来源:全球半导体观察 原作者:grace
aiot下,数据对存储系统的需求发生变化,传统存储架构已经不适应于当前的存储和应用。着眼于容量、性能,数据价值提升、运维管理等诉求,我们需要做到多设备资源池化、资源统一管理分配,容量和性能线性增长等。
11月12日,由国际高科技产业研究机构trendforce集邦咨询主办的“mts2021存储产业趋势峰会”在深圳盛大举行。宇视科技云存储开发部副部长姚婷结合公司经验,分享了alot下存储技术的演进和挑战。
传统存储架构不再适用
随着云计算、大数据、物联网、人工智能等业务的发展,数据呈几何级增长。同时,数据的形态也出现了很多的变化,从原来的结构化数据变为现在的半结构化数据。姚婷首先强调:“传统存储架构已经不能适用于海量数据存储。”
举例来说,原来的san、nas的存储主要是纵向扩展,受限于性能和存储容量瓶颈,数据的可靠性也局限于设备的本身。随着应用系统增多,设备的维护、管理都会相对复杂,就可能会出现资源和空间无法充分利用的情况。
姚婷以宇视深耕的安防行业为例,重点介绍了aiot下安防数据带给存储的挑战。从安防数据来看,各类数据混存模式下,大量小文件导致普通存储性能下降;ai激活了原始数据,读需求大幅上升,颠覆了原有模型;分析、清洗后产生的新数据,价值大幅提升,对可靠性要求更高;系统如何做到更优的tco都成为迫切问题。
如何实现更优tco?
姚婷认为,应对当前挑战,应当做到如下几点:多设备资源池化、资源统一管理分配,容量和性能的线性增长,满足高性能和海量数据的存储需求;对块、文件、对象存储服务一体,满足多样化的应用需求;高可靠数据节点保护,业务故障切换,保证数据可靠和业务连续性。
姚婷指出,alot当前,业务出现许多新变化,系统如何实现更优的tco(total cost of ownership )等议题,成为宇视的重要关注。姚婷认为,这需要存储与计算、业务和智能相融合。
基于对行业诉求的把握,宇视推出了一款云存储超融合的yb体育app官方下载的解决方案,借助包含对外业务层、核心处理层以及硬件设备层的超融合架构,可以进行统一的运维服务。
其中,云存储方案可以将原来单一设备的资源进行池化,达到资源共享的目的。不同于传统扩展模式,它采用全对称的分布式架构,支持在线扩容。随着存储节点增加,存储的容量、计算、性能都会呈线性增加。
针对业务和计算的融合,存储方案存储上设置了计算板卡,可以通过存储给计算板卡提供资源,从而拉通计算资源池实现池化。计算板卡会提供虚拟机,为上层再提供业务服务。
为了实现智能融合,宇视也针对存储方案做了许多改进,如进行专用高密gpu部署。据姚婷介绍,单存储主机最多可支持5张gpu板卡部署,每张gpu板卡有2颗专用gpu芯片,单存储主机可最多支持10颗专用gpu芯片。
封面图片来源:拍信网