经过一段时间的沉寂、休息与思考,如今存储行业需要认真反思忙碌而极不平凡的2015年到底带来哪些重要启示。
但这个问题恐怕很难轻易找到答案。简单与复杂之间、访问速度与存储容量之间、服务器与阵列之间、内部设施与云环境之间乃至定制化硬件与软件同软件定义之间仍然存在着深入的冲突与交锋。另外,也别忘了它们背后还有容器化问题等待解决。
另外存储行业也发起一场针对存储数据访问延迟的攻坚战,而具体举措就是采用混合型解决方案。
有时候我们可以将这种目标视为存储行业的永恒理想,即不断想要将更多、更多数据以更快、更快的速度传输到服务器当中,与此同时IT管理人员则希望降低采购成本、降低运营成本、简化管理流程、降低冷却成本并享受更出色的可靠性水平。再有,开发人员则希望拥有免费软件与能够接入一切的API。
“让我歇会儿,我没法一下搞定全部任务,”存储专家气喘吁吁地抗议。“为什么不行?”各方质问道。“我们想的就是这么简单——还是你们在做的工作,只是做得更好些。”那么,我们将在2016年当中迎来哪些新进展?
在存储简单化与复杂化之间的权衡乃至紧张局势将继续推动两类截然不同产品的不断涌现,其中复杂化阵营提供经过精心调校的硬件与软件功能,而简单化阵营则降低使用与管理难度并节约运营成本。管理抽象层确实能够在一定程度上化解复杂性难题,但对于大部分细化控制任务而言,大家通常仍然需要自行把控设备的运行方式。
我们应该会看到更多设备类型,其中向外扩展HCIA型系统正是为了回应简单化需求的呼声而出现。不过我们也可以预见到原本简单的向外扩展与HCIA系统将为了更好地适应具体工作负载的需要而不断加入各类管理机制与组件。
大数据系统将继续不断出现在我们面前,相关供应商积极宣称这些如山、如湖、如海甚至如沼泽(大家可以根据喜好选择比喻的对象)的非结构化数据中隐藏着巨大财富,而他们的产品/服务则能够帮助各位将这些定期发掘出来。
不过没人真正了解这些数字化金矿是否切实存在,其质量如何,又到底拥有怎样的储量。而且一千个人眼中有一千种数字化金矿。没有哪位数据科学家打算亲自降临基层IT组织以指导他们掘取数字化金矿开采所需要行业标准,并由此引发新一轮淘金热。不,大数据世界并非如此。因此在我看来,新一年中将有很多企业客户对于大数据系统的实现表现感到失望。
整个存储行业将继续努力寻求一种可行的途径,从而在交付超大规模IT部署效率的同时帮助客户拥有更强大的数据掌握能力,且不至于带来其无法承受的超大规模需求及预算额度。在这方面,戴尔公司可谓一马当先,其主打的是“略低于”超大规模的系统方案。
合规性与数据归档需求将继续增长,速度较慢但容量可观的磁盘驱动器将在归档领域有所建树,负责提供能够快速访问的归档数据。相比之下,为大家所熟知的、可靠性出众的磁带库归档方案则几乎无路可退。软件能够将二者加以结合,同时主动归档机制将快速崛起。
二次存储仓库的整合工作将随着客户利用物理或者虚拟型单一二级存储库解决此类需求而迎来可观的合并态势。Actifio、Catalogic、Cohesity、Delphix以及Rubrik将在这一领域处于领先地位,而Primary Data则负责提供单一虚拟一级与二级数据仓库抽象层。
阵列内分析功能将迅猛发展并提供更出色的阵列容量及组件故障管理能力。各家供应商预计都将向市场上投放基于分析功能的阵列管理方案。
基于服务器的向外扩展存储产品亦将在新的一年中迎来喜人的发展态势。
着眼于存储介质层面,我们发现:
Amazon、Azure与谷歌将继续发展,其中Azure能够凭借着自身在内部设施客户基础中的强大吸引力而取得企业级市场优势,并引导其成为Azure的忠诚追随者。
这场一路血战的云存储价格之争仍将继续,而我们可能会看到目前的三大巨头收购云内数据保护、分层及云存储网关软件厂商以加大对企业客户的吸引力。毫无疑问,各云服务供应商会不断向现有基础数据存储功能组合中添加其它数据服务,并将此作为核心差异优势。
2016年当中存储软件的发展态势仍将一片光明,其中纯软件SAN将取得长足进展,这意味着DataCore与Falconstor、软件向外扩展文件系统以及纯软件HCIA都将快速崛起。Nexenta公司也参照此理……或者说表现得更好。事实上,DataCore云如果能够凭借其并行IO技术实现可观的性能提升,那么必将在新的一年中取得突破。
DataCore公司的并行IO技术示意图
纯软件对象存储供应商应该也会保持良好的发展势头,并将迎来更多后续收购交易。
我们将看到:
这里做出的预言不会对各供应商的具体处境做出评判,而单纯以字母排序加以预测:


SpectraLogic推出的磁带Terapack
整个存储行业将在今年年内迎来初创企业数量缩减,这主要是因为软件定义存储尽管拼尽全力但仍然受到质疑,人们的普遍反应是:“哦,你们是做软件定义产品的,但这有什么新鲜的?我们又为什么需要这种新产品?”
我们可能见证以容器为重心的初创企业的出现,因为这部分业务确实充满了朝气与活力。
非易失性内存、服务器本地存储思路、云、针对存储访问延迟的削减努力以及简单化与复杂化之间的权衡将继续成为存储行业内各大传统主流供应商无法回避的难题,但同时又给众多现有初创企业提供了绝佳的发展机遇。这将是精彩纷呈的一年……虽然变革力度也许不会像2015年那么夸张。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。