數(shù)據(jù)存儲準備好迎接人工智能了嗎？

沈建苗

如今，你經(jīng)?？梢月牭饺斯ぶ悄芎蜋C器學習方面的話題。雜志文章和電視廣告紛紛報道這些技術(shù)有望帶來變革。不過我們需要注意，人工智能和機器學習對數(shù)據(jù)存儲有著幾乎永不滿足的要求。它們將耗用龐大的存儲容量，同時要求極高的吞吐量。

國際數(shù)據(jù)公司（IDC）的最新報告顯示，存儲收入持續(xù)上漲，這對于力求提高銷售額的存儲供應商們來說是個好消息。但由于分析引擎與數(shù)據(jù)存儲庫相競爭，期望以分析引擎渴望的速度獲取信息，存儲行業(yè)的產(chǎn)能有可能達到極限。

DataDirect Networks公司的產(chǎn)品營銷高級主管勞拉·謝潑德（Laura Shepard）說：“采用機器學習會很快給底層的數(shù)據(jù)訪問和管理基礎(chǔ)設(shè)施帶來負擔。機器學習的原型和第一代機器學習基礎(chǔ)設(shè)施通常建立在現(xiàn)有企業(yè)存儲的基礎(chǔ)上，或者搭建基礎(chǔ)設(shè)施的團隊決定用白盒服務(wù)器，同時結(jié)合開源、自主開發(fā)和商用的工具和應用軟件來自行搭建?！?/p>

因此，即使是最成功的機器學習計劃也經(jīng)常會遇到規(guī)模方面的問題。一般而言，人工智能，可以整合的數(shù)據(jù)越多，得到的結(jié)果就越好。這促使機器學習項目越來越龐大。

出現(xiàn)這種情況后，我們看到第一代基礎(chǔ)設(shè)施開始不堪重負，出現(xiàn)規(guī)模擴展方面的失敗，比如無法讓用戶以所需的速度來訪問數(shù)據(jù)，無法擴大所處理的數(shù)據(jù)量以改進結(jié)果，無法在管理起來簡單或經(jīng)濟高效的存儲環(huán)境下擴展數(shù)據(jù)存儲。謝潑德表示，任何一個這樣的失敗都可能讓整個項目偏離正常軌道，因為如果你無法增加輸入，或無法更進一步增加網(wǎng)絡(luò)的深度，也就無法擴展輸出。

機會找上門

但一個人的挑戰(zhàn)是另一個人的機會。隨著人工智能和機器學習日益得到采用，它勢必會吸引越來越多渴望解決許多相關(guān)問題的初創(chuàng)公司。

IT Brand Pulse公司的高級分析師弗蘭克·貝里（Frank Berry）說：“管理數(shù)據(jù)中心基礎(chǔ)設(shè)施向來是個主動的過程，我們要走在業(yè)務(wù)需求的前頭。機器學習有望通過自動化來提升存儲性能、提高可用性服務(wù)級別、提高效率（每個存儲單元需要更少的管理員）。”

Zadara Storage公司的營銷副總裁凱文·利布爾（Kevin Liebl）進一步闡述了這個主題。他認為，人工智能會大大提高數(shù)據(jù)存儲的自我管理性（想想自動駕駛的數(shù)據(jù)中心，就像自動駕駛的汽車那樣）。

利布爾說：“自動化將大大增加管理員可以管理的服務(wù)器數(shù)量，從如今同類中最多可管理VMware環(huán)境中的大約500臺服務(wù)器，增加到將來每個管理員可能管理20000臺服務(wù)器，到時候服務(wù)器完全由分析技術(shù)和自動化服務(wù)器管理軟件來監(jiān)控和管理，這將使存儲和管理更容易、更省時、更高效?！?/p>

他補充道：“存儲是自動駕駛的數(shù)據(jù)中心的核心，因為所有的自動化都需要記錄各種活動，這些活動當然會生成數(shù)據(jù)。由于云計算、移動技術(shù)、物聯(lián)網(wǎng)、社交媒體和分析技術(shù)大行其道，將來生成的數(shù)據(jù)只會更龐大。這就是為什么總的數(shù)據(jù)存儲量會繼續(xù)每兩年翻一番?！?/p>

利布爾說：“人工智能對存儲行業(yè)的最大需求可能就在于需要存儲管理功能，好讓系統(tǒng)得以處理數(shù)據(jù)洪流。”

人工智能和機器學習的興起很可能會影響存儲行業(yè)，就像個人計算機當初重塑企業(yè)IT那樣。就像PC從個人生產(chǎn)力應用軟件發(fā)展到大規(guī)模企業(yè)數(shù)據(jù)庫和自動化項目一樣，人工智能和機器學習可能會從消費類功能演變成推動全球企業(yè)發(fā)展的全面的數(shù)據(jù)驅(qū)動項目。

Cloudian公司的首席執(zhí)行官邁克爾·楚（Michael Tso）表示：“在今后的20年內(nèi)，許多公司會演變成人工智能輔助的組織。到時候，數(shù)據(jù)將支持合作，機器收集信息，學會幫助人們做出實時決策，以滿足客戶的要求。”

已經(jīng)有這方面的例子了。亞馬遜等購物網(wǎng)站上的推薦引擎已經(jīng)在使用這項技術(shù)。與之相仿，廣告投放系統(tǒng)會基于網(wǎng)站訪問量，更精準地投放廣告。Cloudian還使用了將廣告與每個司機和汽車相匹配的數(shù)字廣告牌。

楚說：“對于存儲行業(yè)來說，這意味著許多公司需要保留大量的非結(jié)構(gòu)化數(shù)據(jù)來‘訓練機器。一旦機器能自我學習，它們將收集并生成新的大量數(shù)據(jù)，這些數(shù)據(jù)需要存儲、智能化標記和分析?！?/p>

許多專家提到了自動駕駛汽車。值得一提的是，自動駕駛汽車使用大量的傳感器來“讀取”環(huán)境，然后與精確的地圖數(shù)據(jù)進行比較。

最后，再決定如何轉(zhuǎn)向、剎車和加速。這增加了存儲的復雜性。來自攝像頭和雷達等傳感器的數(shù)據(jù)以每秒幾十GB的速度進入。所有數(shù)據(jù)都要經(jīng)過壓縮和處理。

攝像頭和雷達收集的汽車在路面上的數(shù)據(jù)與高清（HD）地圖數(shù)據(jù)進行比較。這是獲得準確車輛位置信息的一個重要部分。這些高清地圖堆疊在包括額外信息（比如車道標記、路緣和標志）的標準地圖數(shù)據(jù)的上面。所有這些會帶來幾十GB的額外存儲量，再乘以一輛車需要執(zhí)行的動作數(shù)量，以及路上行駛的車輛數(shù)量，數(shù)據(jù)就會大得嚇人。

此外，每輛汽車都要記錄一些駕駛數(shù)據(jù)，并保存數(shù)天或數(shù)月，這取決于OEM和監(jiān)管部門的要求。這很重要，因為即使這些數(shù)據(jù)上傳到云端，本地拷貝也幾乎肯定要保存起來。

相關(guān)的數(shù)據(jù)量僅僅是個開始，每輛車會生成數(shù)據(jù)，確保車輛安全、暢通行駛的系統(tǒng)也會生成數(shù)據(jù)。

各種人工智能和機器學習系統(tǒng)將訪問這些數(shù)據(jù)，才能將信息變成實用的智能。這意味著存儲系統(tǒng)會不斷演變，以便能夠以所需的速度存儲、移動和處理數(shù)據(jù)。

StorageIO Group的分析師格雷格·舒爾茨（Greg Schulz）表示：“人工智能還可能導致幾乎感覺不到有什么價值的現(xiàn)有數(shù)據(jù)擁有隱藏或未知的價值，只不過還沒有被利用起來?！?/p>

存儲方面的改進

人工智能不僅僅是一條單行道。不僅存儲需要解決如何能夠存儲更多的數(shù)據(jù)、更快地處理數(shù)據(jù)、更快地將數(shù)據(jù)饋送給分析引擎，存儲與人工智能之間還存在相互影響，即人工智能和機器學習將如何回報、如何改進存儲技術(shù)。

舒爾茨說：“存在這種場景，人工智能和其他支持算法的分析技術(shù)可以用來幫助管理數(shù)據(jù)、存儲，以及管理相關(guān)的數(shù)據(jù)基礎(chǔ)設(shè)施資源。這意味著不僅僅局限于基本的分析，以及傳統(tǒng)的基于策略的系統(tǒng)或軟件管理?！?/p>

他預計，人工智能和分析技術(shù)對于額外的CPU處理和內(nèi)存會有更高的要求，另外還需要將數(shù)據(jù)轉(zhuǎn)換為信息的工具。

相關(guān)鏈接

人工智能（Artificial Intelligence），是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)和應用系統(tǒng)的一門新的技術(shù)科學。 人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以與人類智能相似的方式做出反應的智能機器。該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考，也可能超過人的智能。人工智能是包括十分廣泛的科學，它由不同的領(lǐng)域組成，如機器學習，計算機視覺等?？傊?，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。

IDC預測，到2018年，全球近1/3的行業(yè)領(lǐng)導者將被全面執(zhí)行數(shù)字化轉(zhuǎn)型戰(zhàn)略的競爭對手顛覆?！叭斯ぶ悄?行業(yè)”有助于催生新的商業(yè)模式。如今，人工智能技術(shù)已經(jīng)在醫(yī)療、工業(yè)、農(nóng)業(yè)、金融、商業(yè)、教育、政府、公共安全等行業(yè)初露鋒芒。不同行業(yè)在人工智能的接受程度上存在差異。金融、零售、醫(yī)療和智慧城市這4個領(lǐng)域的人工智能技術(shù)的應用更為成熟。

IDC認為，未來兩年，人工智能的發(fā)展將呈現(xiàn)以下三大趨勢：人工智能產(chǎn)業(yè)分工日趨細化；越來越多的開源平臺的出現(xiàn)將助力人工智能技術(shù)的發(fā)展；無論是高科技產(chǎn)品還是傳統(tǒng)產(chǎn)品，都將嵌入人工智能技術(shù)。

人類正開始全面邁入人工智能時代，在不久的將來，我們將看到整個社會和經(jīng)濟水平由于人工智能的推動而發(fā)生巨大的變化。人工智能在帶來變革的同時，自身也在快速演變。