存储圈真是个神奇的领域,各种新鲜名词层次不穷,前有块存储、文件存储,后有混合存储、统一存储,如今对象存储又大火,各个行业也顺应趋势纷纷换成对象存储。那么,到底如何理解对象存储?哪些领域迫切使用对象存储技术呢?
事实上,对象存储的发展主要源于需要长期存储大量非结构化数据的高性能与弹性。最开始是由亚马逊在2006年推出的S3(Simple Storage Service),此后,业内各大厂商纷纷开始涉足此市场,推出各种产品,形态各异。
回顾20年,存储领域有块(传统存储)和NAS设备,最早还用磁盘来存储数据,不过各种存储技术在容量及可扩展性上都没有达到最理想的状态。
对象存储通过提供远程在线访问数据填补了市场空白,经过多年的发展,如今已经发展成为一种成熟的技术,是使用基于Web的协议来存储和检索数据。从本质上讲,大多数提供四个基元,即创建,读取,更新,删除。在很多情况下,Update只是一个Delete和Create操作,这意味着与对象存储进行交互相对简单,使用嵌入数据和关联元数据的HTTP发生基于REST的API调用。
不过这种简单的操作也突出了对象存储的一个问题:应有程序需要重写以使用对象存储API,不少供应商也确实提供了SDK来帮助完成这一过程,但需要更改应用程序。
其实对于对象存储的定义目前也没有太明确的说法,如果非要用一句话来概括的,可以理解为对象存储是支持海量用户远程访问的无限容量的存储系统。也正是因为对象存储独有的优势吸粉无数。其主要优势如下:
• 可扩展性:一直以来,可扩展性都是存储供应商吸引用户的关键点之一。起初许多对象存储解决方案的起始容量仅为百TB,这对于用户来说不太实用,不过随着技术的不断发展,现在供应商已经提高了可扩展性。
物联网、人工智能的持续火热,逐渐成为数据的主要创建者,并且分布广泛。目前市场上供应商提供的解决方案都是纯软件的,可以部署在专用硬件上,也可以作为内部部署或公有云中的虚拟实例部署。
• 软件定义:提供纯软件解决方案意味着企业可以为他们的环境选择合适的硬件。在硬件供应条约已经存在的情况下,企业可以简单的支付对象存储软件并部署在现有设备上。
• 试用版:前面已经提到,对象存储均是以软件形式部署,因此,几乎所有供应商都通过下载软件或使用公司的实验室环境提供某种试用流程及试用版本软件,以便于长期评估及采用。
众供应商纷纷涉足
强劲的市场需求自然吸引各大厂商争夺。在对象存储领域,亚马逊在前文也提到,起到了良好的推动作用,而且如今大部分在线存储服务商都在参考亚马逊的做法。其对象存储服务(Simple Storage Service, S3)主要提供一个易于使用的Web界面来对存储的数据进行查看、存储和检索。它用实际行动证明了对象存储技术是针对大型项目给出的一种极具可扩展能力的回应。
在对象存储业务上,IBM主要提供云端服务。云对象存储(COS)可以与云端集成,利用灵活的混合试工,让某款产品运行于用户本地或由Bluemix构成的私有云中。这种混合方式为客户提供了一个私有的内部部署选项,但却可以利用云端的资源。
华为在今年的华为中国区生态伙伴大会上发布了其基于DFV数据功能虚拟化平台的新一代对象存储服务0BS 3.0,拥有10万+节点的扩展能力,单桶千亿对象统一命名空间,轻松应对EB级容量需求,并且极致的性能与可靠性。
结语
近几年对象存储的发展是更注重易用性和安装。多协议连接更多的应用程序使数据更方便、更快捷的使用对象存储。相信在未来几年内,对象存储仍然是数据存储的重要平台之一。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。