以**、audio、**為代表的非結構化資料的突然增加,導致全球資料量呈指數級增長; 自動駕駛、元宇宙等場景的出現,對算力提出了更高的要求,間接推動了儲存形式和功能的演進。
資料量的不斷增加,讓越來越多的人意識到,單純儲存的靜態資料是沒有價值的。 只有讓資料在不同生命階段流動,服務於不同生命階段的數位化業務,才能充分挖掘資料的價值。
雖然“資料是21世紀的石油”早已是共識,但海量非結構化資料的儲存,如果只是囤積起來,不能為企業的生產經營“燒掉”,那麼對於企業來說,只會增加儲存和管理成本。
只有高效儲存、處理、分析,為企業運營和企業管理提供科學決策,海量非結構化資料,才能為企業產生“變石成金”的效果。 在青雲科技非結構化儲存產品部經理張忠華看來,資料的“變石成金”是一種轉化,自然不容易實現
如何連線多個算力? “清華大學天津電子資訊研究所的算力平台種類繁多,既有科學計算平台、標準雲計算平台、高效能計算,也有AI算力和GPU算力。 那麼,儲存系統如何與多樣化的算力對接呢? 張中華舉了乙個例子。
如何連線多個儲存協議? 除了上述自動駕駛場景外,蘇州華興元創所在的製造業也面臨著這個問題:包括ERP、MES、OA、CRM等,涉及生產管理的業務系統上百個,資料種類繁多,有的需要離線處理,有的需要實時分析, 那麼如何實現基於不同協議的資料統一聚合,實現資料驅動呢?
如何確保儲存系統的效能和安全性? 海量非結構化資料需要儲存系統的可擴充套件性; 自動駕駛、AI等新興場景對儲存系統的時延和I-O吞吐效能提出了要求。 同時,中美戰爭、資訊創新等外部環境要求儲存系統自主可控。 這些都是企業在數字時代需要思考的問題。
從技術專長的角度來看,儲存體系結構沒有靈丹妙藥。 沒有任何一種架構可以滿足極致的效能要求,以及海量資料吞吐、計算和併發利用的需求。 針對海量非結構化資料的應用場景,青雲推出了統一儲存平台青絲貓U10000,不僅繼承了青雲原有物件儲存和檔案儲存的所有能力,還實現了產品能力的多維度迭代和增強。
青雲儲存布局簡單明瞭:QingStor Neonsan面向結構化資料,提供極致效能; Qingstor U10000 釋放海量非結構化資料的潛力。
在“青雲霓虹三+青雲U10000”的雙輪驅動下,青雲儲存也將更好地參與數字經濟發展的新基建、“東資料、西算”、“十四五”規劃等政策,持續為數字中國建設貢獻力量。