存储创新陷入停滞？NO，这些技术正焕发着勃勃生机！
自2015年，存储“老大”EMC被Dell收购后，唱衰企业存储的论调就一直存在。尤其是在近几年，随着云存储的兴起，传统存储更是不断被打压，似乎存储在企业IT基础架构中的作用越来越不重要了。然而，事实是否真的如此呢？
在经历了企业纷纷上云的热潮后，尤其是一些大中型的企业发现，传统存储在企业IT架构中是不可或缺的，是必须存在的。
不仅如此，随着5G、AI、短视频等行业的发展，存储技术在近两年也迎来了快速的发展，各种存储技术层出不穷，今天我们就来聊聊企业存储的那些新技术。
存储管理
二十年前部署的存储，已经成为如今企业存储和数据管理的痛点，应用程序被绑定到特定的存储阵列或服务器上。
升级这些设备，意味着昂贵的硬件成本以及迁移带来的高风险；同时，为了满足处理使用高峰的需求，传统的存储必须能顾满足高峰状态下的业务需求，这就造成了闲时的资源浪费。
随着操作系统虚拟化，容器、云集成等横向扩展基础的支持，我们很难了解到底是什么应用在占用我们的存储空间，甚至难以计算这些应用是否具有成本效益，特别是考虑到一些高带宽应用的存在，带来的挑战更是错综复杂。
未来，我们需要能够有更好的跨平台存储管理和分析应用工具，它们能够利用机器学习来管理并建议管理员，如何优化存储基础架构以获得性能和成本。
这些应用程序将了解各种存储设备的成本，通过其执行方式、可用性和可靠性，并根据应用程序需求对这些应用的价值进行权衡，看这个应用是否真的给企业带来价值。
虽然现在存储管理提供商越来越多，但目前来说，仍然很难满足企业尤其是大企业的需求。未来随着人工智能、机器学习等技术的发展，将助力企业更充分的管理它们的存储设备。
大内存服务器
今年，英特尔等公司推出了非易失性随机访问存储器（NVRAM），这些存储器在电源断电后仍然能够保持数据。
由于NVRAM位于服务器的内存总线上，因此比磁盘或SSD快几个数量级。但与SSD不同，NVRAM可以作为内存字节或4K存储块进行访问。这为系统架构师在配置系统时提供了最大性能和兼容性的灵活性。
NVRAM一个常见的用例是用于大型内存服务器。例如，最新的Xeon SP（Skylake）服务器每个处理器可以支持高达1.5TB的内存，但实现这一目标所需的12个128GB DIMM成本很高。
相反，英特尔的Optane NVRAM DIMM价格低至每128GB 625美元，而且功耗也低得多。使用经济实惠的Optane DIMM，可以在内存中运行大型数据库，从而显着提高性能。
横向扩展存储
所有的云供应商都使用高度可扩展架构来存储数十亿的数据。 目前，越来越多的横向扩展技术开始应用到企业中。
在横向扩展存储流行之前，企业往往要购买大量的存储阵列，以确保将来扩展时能有足够的磁盘空间。如果后来没有扩展容量或者扩展的比预期的要少的多，那么原先购买的磁盘都会浪费。
有了横向扩展存储架构，在购买磁盘时就可以量力而行，一旦存储空间的需求超出预期，可以添加新的阵列而不会受到任何限制。
数据安全
如今，随着人们对数据越来越看重，数据的安全性已经成为企业的重点，数据安全领域将在未来几年内进行彻底的改变。
随着欧洲通用数据保护条例（GDPR）的出台，如今人们对数据安全达到了前所未有的高度，同时也扩大了对于用户个人数据的定义。
企业必须将用户个人的IP地址或cookie数据等信息置于和其他用户机密数据（姓名、地址以及社会安全号码等）相同的保护等级。
虽然数据安全法规的出台，对数据隐私保护是积极的，但由此对行业带来的影响也是巨大的。
物联网、人工智能、机器学习这些领域的发展，依靠着数据量来训练，这些领域的发展将面临合规考验，这就需要企业在满足数据安全合规的情况下，利用好数据，创造价值。
神经处理器
如果您的企业使用或计划使用机器学习，你就需要熟悉神经处理器。神经处理器是大规模并行算术逻辑单元，针对机器学习模型所需的模型进行了优化。
如今，神经处理器越来越普遍，所有云供应商都在试图创建了自己的神经处理器，例如Apple Watch中有神经处理器的应用。谷歌的阿法狗中也有神经处理器的应用，TensorFlow加速器每秒可以运行90万亿次。
那么神经处理器对存储的需求是什么？带宽。
在实时应用中，例如在机器人、自动驾驶和在线安全中，神经处理器需要尽可能快地提供的数据，因此带宽很重要。同时值得注意的是，除了带宽，在提供数据时还要尽可能少地延迟，以便尽快完成所需的数学运算。
基于存储的计算
随着边缘和数据中心数据量的快速增长，将数据移动到处理器计算越来越困难。相反，处理正在转移到存储。
这个概念目前被HPE，Dell / EMC和NGD Systems标记为智能存储，并开始逐渐应用到他们的存储设备中，通过内置于存储阵列控制器中的优化，可以管理磁盘延迟或访问模式的问题，我们称之为存储智能。
随着快速和廉价的神经处理器的出现，以及用于机器学习的足够的数据库，智能存储在很大程度上可以被训练成自我管理。除此之外，智能数据池也可以使用深度学习来进行管理，优化存储设备的应用。
如今，数据中心计算时代已经来临，全球有45亿台的计算设备在使用，尤其是大量移动设备的使用，将产生越来越多的数据，数据也正逐渐成为企业竞争武器。
通过存储设备，保存数据，通过分析工具，让数据产生价值，这一趋势将在未来不断的持续下去。
相关阅读
【科技云报道原创】
转载请注明“科技云报道”并附本文链接