炼数成金 门户 商业智能 人工智能 查看内容

AI在企业存储已有三大落地应用,你知道吗?

2018-1-4 10:11| 发布者: 炼数成金_小数| 查看: 28535| 评论: 0|原作者: 西瓜哥|来自: 高端存储知识

摘要: 到处都吹AI,自动驾驶,存储也不例外。但是,目前,AI在企业存储领域落地的并不太多,我盘点了各家存储厂商吹的牛,发现只有下面三个方面AI算基本落地了。大家都知道,Nimble Storage的InfoSight号称业界做得最好的 ...

工具 算法 存储 架构 运维 故障

现在AI感觉有点太虚火了,各行各业都在谈,其实真正落到的并不多。


到处都吹AI,自动驾驶,存储也不例外。但是,目前,AI在企业存储领域落地的并不太多,我盘点了各家存储厂商吹的牛,发现只有下面三个方面AI算基本落地了。

云预测分析平台,标杆InfoSight


大家都知道,Nimble Storage的InfoSight号称业界做得较好的云预测分析平台。HPE收购Nimble据说最看重的就是这个东西。

其实,原理也很简单,就是从周边环境采集各种数据,然后根据各种特征生成一系列“指纹”。如果某个设备产生了故障,把这些指纹(特征)记录下来,形成一个规则,然后和其他设备去匹配,如果发现有指纹一样,则在该设备发生故障前进行修复。这就是故障预测。

也就是AI的初级阶段,有监督的学习。不过,现在据说可以进行深度学习了,但估计还是实验室阶段。

除了故障预测,还有目前比较成熟的还有容量预测和性能预测。这块做好了还是会给企业节省不少成本的。现在大企业的容量使用率一般不到60%,就是由于无法较精确预测容量的需求,而且都是提前购买或者扩容,造成浪费。有了容量预测,可以提高使用率到80%以上,那么你就可以节省20%的容量采购成本。

Nimble Storage一直宣称其InfoSight是原生的,传统架构改良是无法做到的。


但是,现在HPE收购了Nimble Storage,人家也想把3Par接入到InfoSight里面来。因此,现在Nimble不再这么宣传了。大家看到,宣传其实是有目的的,不一定是技术问题,哈哈。

不过,确实传统的存储接进来不是那么容易的事情,HPE宣布3Par版本支持InfoSight了,但是,从支持的程度来看,目前的功能是非常少的,和Nimble Storage差得很远。

业界云预测分析这块做得比较好的还有Pure Storage的Pure1和Nutanix的Prism。

硬盘故障预测,标杆先智数据DiskProphet


硬盘故障预测一直是一个古老的话题。原来都没有厂商采用AI的方式,而是仅仅根据S.M.A.R.T数据去做一个定性的判断。

先智数据在这块引入了AI的方式,使得预测的准确度大大提高了。具体的原理可以看我前面的文章:
先智数据使能AI,让存储先知先觉

从先智数据的官网看,其已经和XSKY签署了合作协议,会在XSKY的SDS里面内置其硬盘故障预测算法。据说其也正在和一大波SDS厂商谈合作。也许以后这是所有的SDS的标配。

读缓存预测,标杆Infinidat神经缓存算法


高端存储之父Moshe Yanai一直都不走寻常路。他研发的第三代高端存储Infinidat的InfiniBox不支持全闪存,坚持利用HDD作为主存,但是采用大量的SSD作为Caching。

InfiniBox的架构我以前在文章里多次提及:
Moshe Yanai的第三代高端存储Infinidat存储架构简介
罕见视频 | 高端存储之父第三代产品--Infinibox架构剖析

Moshe Yanai为什么坚持不做AFA,因为他有独门绝技,就是所谓的“"neural caching”神经缓存算法。

大家都知道,写缓存不需要太多算法,因为你直接写到缓存里面就行了,速度就是缓存的速度。但是读缓存则不同,如果数据保存在HDD里面,如果你没有提前把数据预读到缓存里,读缓存不命中的话,则需要去HDD里面读数据,那么性能问题就出现了。如果你有AFA,读缓存算法差点都没事,甚至很多AFA在某些I/O模式(比如连续IO)都把读缓存bypass掉,直接从flash读,因为速度相差不大,你跑到内存去查一遍更加浪费时间。

Infinidat号称他们的DRAM神经缓存算法的读缓存命中率高达98%以上,也就是大部分数据都在内存里命中了,因此后面是不是闪存其实差距并不大了。而且DRAM的速度还比闪存快,因此Infinidat宣传自己的混合阵列的性能要比AFA强。如果DRAM读命中不了,它就从SSD缓存里读,也就是说,两级缓存都没有命中,直接从HDD读的可能性几乎没有。

Infinidata号称有100多项专利,其也是第一个在企业存储里把数据打上时间戳的设计理念。数据写进来的时候,应该是切成64K大小,然后有4K的元数据,保存到系统里面就是一个68K的block。元数据包括时间戳,数据的热度,数据的位置(和那些数据相邻)等各种信息。当写入这个block的时候,Infinidat采用AI/ML的方式来智能放置这些数据,让你下次读的时候能够一下子命中。

数据都有时间戳使得其快照实现也非常简单高效。就像录像一样,你从里面生成任意时刻的照片,那是非常简单的事情。

AI,传统存储厂商也在追赶


前面说了很多初创公司的做法。传统的存储公司也看到了AI对存储的带来的巨大价值,特别是在智能运维方面,EMC Unity,NetApp(采用IBM Watson)和IBM都宣传自己存储有了云智能运维的功能。

而华为,也在去年推出了eService云智能运维的功能。华为存储智能运维系统eService是面向客户和服务的存储设备智能运维系统。

不过,目前在上面AI落地的功能好像还不太多,更多是传统Call Home功能的延伸。但据说今年会在推出容量预测,硬盘健康预测等AI功能。反正据说这块有大动作,但我目前也不清楚。如果有更多信息,我后面再和大家分享。

不管怎么说,2018年,存储的AI时代已经来了。我们将会看到越来越多落地的应用,在企业存储的各个领域开花结果。

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2018-10-21 21:26 , Processed in 0.082449 second(s), 23 queries .