2024年GenAI推动混合云存储需求激增
随着2024年GenAI对大规模数据的需求不断增长，企业正积极选择融合云存储和本地化硬件的混合解决方案。
Futurum Group的资深分析师Dave Raffo指出，过去几年，数据湖生成和机器学习（ML）已经推动了企业对存储的需求，但是随着对GenAI的兴趣和服务的激增，存储已成为企业IT架构中至关重要的议题。
Raffo表示：“对于存储厂商而言，需要更多的存储空间来容纳这些海量的AI数据。”
鉴于自主开发GenAI能力对许多企业和组织来说难以实现，它们正在寻求云端GenAI服务和云存储来解决数据仓库的存储问题。分析师们预测，为了迎合GenAI的热潮，大多数客户将倾向于采用本地化硬件与大规模云对象存储相结合的方式。
Silverton Consulting的创始人兼总裁Ray Lucchesi表示，随着GenAI的不断创新和广泛应用，这种混合模型有望持续存在。
他强调：“GenAI正变得如此广泛，对训练数据的需求并没有减少。”
混合云迅速成为首选
根据我们的研究，从购买者的调查反馈中可以看出，对云的投入和迁移将继续繁荣发展。GenAI和机器学习（ML）服务对数据的需求巨大，尤其是在组织在不依赖公共大型语言模型（LLM）的情况下开发自身能力的情况下。
存储分析师表示，企业可能会考虑在自有存储上构建专属的LLM，以规避潜在的侵权或数据隐私问题，或者仅仅是为了更好地服务于特定行业。混合云方法能够满足企业客户对云服务使用的监管合规要求。
在“基础设施现代化”调查中，上个月，约35%的IT专业人士表示，当从本地数据中心迁移到云时，他们的组织采用云来整合相关数据，这一比例超过了支持大型分析或机器学习的渴望，后者仅占31%。
调查显示，大多数受访者使用了两到四个不同的云服务商，并且定期将数据从本地迁移到云端。
在九月份的另一项专注于公有云决策的调查中，47%的受访者表示，除非出于业务原因，否则他们的组织已经推行了云优先政策，即使用公有云服务来部署新的应用程序。在这些云优先的回答中，38%的受访者表示，原因是降低TCO。
混合云优化成迫切需求
调查结果与Raffo的预期一致，即在越来越多企业采用混合云模型的过程中，降低成本将继续成为关注的焦点。这一趋势可能受益于供应商广泛采用混合云数据管理工具，例如NetApp的BlueXP。
Raffo表示：“现在每个人都非常关注成本优化的问题。”“虽然以前大家都在讨论将业务从云端迁回本地，但现在大家都在认真思考未来的发展方向。”
越来越多寻求混合环境的云购买者将目光转向供应商平台，如HPE的GreenLake或Dell Technologies的Apex，Small World Big Data的首席分析师Mike Matchett表示。这些平台通过SaaS支付模式提供各种硬件和软件，有望进一步降低云存储的成本，以便云服务商在竞争中取得优势。
Matchett表示：“随着混合化的不断深入，云存储需要更加经济实惠，以保持其吸引力。”
Lucchesi表示，不仅云存储卖家需要保持警惕，之前专注于销售本地化硬件的存储厂商也需要关注混合化的发展。
他说，NetApp是一个在混合模型上投入大量资源的存储厂商，与AWS和Google Cloud等多个云服务商达成了交易和投资。同样地，Pure Storage的全闪存硬件已经与云软件和服务组件紧密结合在一起。
Lucchesi表示：“存储硬件厂商早就意识到他们必须在云上盈利，否则就会自掘坟墓。”
数据持续流动势在必行
Matchett指出，随着GenAI的广泛应用推动新一轮购买浪潮，IT购买者可能会转变思维方式，通过虚拟化来最大限度地利用现有的存储资源。
他表示，包括AWS在内的云服务商已经为客户推出基于闪存的对象的存储，并认识到许多人现在将对象存储整合到工作负载中。与应用程序和相关API如何使用数据以及存储数据的成本相比，底层存储架构和配置的重要性将降低，硬件规格也将变得不再重要。
Matchett说：“甚至存储管理员也不再关心硬件。” “底层的数据存储方式可能是任何一种，也可能是所有这些存储类型相互指向。”
Lucchesi表示，对象存储提供了一个经济实惠的数据存储库，在本地部署中的应用逐渐增多。但特定的工作负载仍然对性能提出要求，需要进行手动配置。
Lucchesi说：“对象存储已成为首选的后端，因为它非常灵活，几乎可以担任任何角色。” “它是否会成为毫秒级别的块存储解决方案？可能不太可能。”
Matchett认为，归档数据可能也不再是存储管理员的首要任务，因为静态数据不再用于创建或训练新的AI或ML应用程序。购买存储的客户也可能会购买额外的服务，以保持数据的流动状态，而不是将其转移到更为冷的存储中。
"还有必要进行归档吗？" Matchett说。“备份和二级存储始终是必需的，但归根到底，如果你没有充分利用你的数据，那么花费过多来维护它就不划算。”
---【本文完】---
近期受欢迎的文章：
我们正处于数十年未见之大机遇中
新技术爆发式发展，催生新产品
然而，颠覆式创新并非简单的技术堆叠
而是异常复杂的系统工程
需要深度洞察
欢迎一起分享思考和见解