前瞻:等待存储领域的是什么?

简介:
 
   业务领域的变化速度与日俱增,组织开始面临前所未有的压力,需要全天候提供最为经济高效且具有最高性能的 IT 支持服务。信息作为组织最宝贵的资产,通常也具有最高的维护成本。如今的组织已经认识到,快速地存储、保护、访问和分析数据,同时安全且经济高效地管理数据,是业务成败的关键所在。

2014 年,企业需要继续运用 IT 基础架构来快速且高效地交付高质量服务。以下是我预计今年将升温的 5 大企业存储趋势。

闪存的经济效益

闪存能够用比传统旋转盘片式磁盘快得多的速度来处理数据,这是组织权衡性能与成本时的选项之一。尽管在存储分层结构中闪存的性能比传统旋转盘片式磁盘要高,但到目前为止,其成本仍然是组织部署的最大阻碍。

展望未来,组织将开始寻找能突破传统的成本边界、以较低成本提供全闪存性能的供应商。这些技术包括将各种闪存驱动器类型(比如 MLC多级单元和 SLC单级单元)与自动分层(自主地向最合适的存储介质分配数据和应用程序)相结合,这是客户使用与磁盘相当的价格获得全闪存性能的公认方式。

服务器端闪存

全球的消费者都希望即时获得结果。闪存缓存技术将最常访问的数据放在离计算机资源更近的地方,通过将闪存放在服务器系统总线上,从而最大限度减少了数据从服务器通过网络向存储设备的传输,改善了响应速度,并提高了读写性能。尽管服务器端的闪存单点解决方案确实存在,但组织通过集成的服务器和服务器中的 SAN 闪存技术可获得更多的价值,不仅能缩短响应时间,还不会牺牲可用性。使用集成的方法,用户可将服务器中的闪存当作任何存储层一样对待,获得传统 SAN 功能和自动分层的成本优势,因为可将服务器端闪存作为“0 层闪存”并从其 SAN 加以管理。

融合

与企业环境内的异构相关的复杂性,在未来几个月将成为焦点。融合基础架构的背后推动力就是在运营、应用和服务管理方面提高效率和敏捷性。而其收益远不止是“供应商单一”,还包括:降低运行应用程序的成本、加快基础架构部署速度、加速及简化管理,以及缩短应用程序和云部署的价值实现时间。融合的解决方案将更容易实现,因为组织能够从融合的物理基础架构产品中进行选择,其中服务器、存储、网络和管理安装在同一个机箱中,或者一个基于软件的管理层,将客户的多样化基础架构投资聚合到一个虚拟的融合基础架构中。

软件定义存储:真实趋势还是炒作?

在软件定义存储 (SDS) 的真实定义方面存在着许多争议和市场混淆,类似于早年间的“云计算”定义。SDS 的魅力主要在于灵活性,但更重要的是,能够降低存储的总体成本。如今制造服务器和存储阵列的组织已提供 SAN,将最低成本的行业标准服务器与规模经济相结合。通过产品创造的“SDS”通常不提供传统 SAN 的全功能优势,也很少看到这些供应商同时在存储软件及其所在的硬件方面提供全面的服务。2014 年,软件定义数据中心的真实收益和模式将变得更清晰。

自动化:让您的机器为您效劳

一些创新的存储供应商更加注重自动化和更易于管理的存储环境,这不仅能够降低存储的复杂性,还能降低成本。自动分层、快照、虚拟服务器和桌面集成/优化,以及重复数据删除和压缩等创新,都是组织应用额外的“幕后”自动化来降低总体存储成本的途径。

许多组织都愿意购买性能高于需求的存储,因为他们对自己衡量和配置精准实时性能需求的能力并不自信。而带有自动分层功能的存储系统允许用户让系统来决定数据工作负载的最佳分层,随着时间的推移,它将使数据移到最适合其实际需求和预算考虑的介质。我们有望看到自动分层为闪存的采用开启大门,因为 MLC 和 SLC 闪存驱动器的混合分层,将使客户能够在他们以前购买的旋转盘片式磁盘上获得全闪存性能。

自动化一些流程(比如存储配备、快照,以及与虚拟化软件供应商的集成)也可避免 IT 员工将大量时间用在实现和管理成功的存储环境上。智能的自动化技术将使系统更易于使用,并降低用户的总体存储成本。

未来我们将面临诸多存储创新。持续的数据爆炸和技术进步将不断推动这些关键的存储领域保持迅猛的发展势头,因为用户想要创新的解决方案来经济高效地跟上技术的发展步伐。


作者:Alan Atkinson - Dell Storage 副总裁兼总经理
来源:51CTO
目录
相关文章
|
数据可视化 Python
可视化 | Python直观展示--中国代表团冬奥会荣耀时刻!
可视化 | Python直观展示--中国代表团冬奥会荣耀时刻!
|
9天前
|
数据采集 人工智能 安全
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
311 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
318 155
|
4天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
350 4

热门文章

最新文章