作者:Jason M. Feist,希捷科技首席技术官办公室技术专家
显而易见,对于企业和个人而言,数据在以前所未有的速度激增。国际数据公司(IDC)的最新研究显示,2019年生成的数据为41ZB,而到2025年将激增至75ZB。物联网(IoT)、人工智能(AI)、5G和边缘的崛起不仅推动了数据的增长,也为获取新兴的数据驱动型业务价值带来了更多机会。
可以说,数据存储行业一直非常忙碌。以下是其2020年的几大主要趋势。
1. 不同介质设备将继续满足日益增长的数据存储需求。硬盘和闪存都在满足这一需求。提供实际数据的HDD是承载数据海洋必不可少的。而闪存用于在数据库中定位数据或建立索引。应用和相关服务的持续增长意味着这两种存储类型的数量都将增长。
2. 20TB大容量存储设备将被部署在公有云中。由于不断向云应用的迁移以及由此出现的机会,近线硬盘的存储容量不断刷新、提升。软件定义一切(SDx)使IT团队能够以最具成本效益的方式扩展业务,越来越多的企业从客户端/服务器模式转移到移动/云世界。在终端设备(电话、平板电脑、物联网设备等)获取数据造成大量数据迁移到核心。当用户在终端上进行交互时,运行大量不同的应用程序。例如商务旅行费用跟踪这样的简单任务,过去都是在电子表格中进行的,而现在他们可以通过手机上的一个应用程序来处理,以获取收据照片;而这些数据存储在云端。
3. 科技公司将继续评估和完善开放式架构。开放式架构将不同的资源、开发人员、开放式网络、组合式存储以及计算解决方案聚合在一起。该架构支持软件不断整合和开发的DevOps。相比于封闭式架构,DevOps为每个人提供了更好的控制性和可见性,消除了障碍,使不同的工作能够轻松协作。在软件和设备方面,它依靠于有才华的开发人员,既灵活又具有成本效益。
由于开放硬件和指令集能够优化边缘设备的成本和能耗,因此需求依然旺盛。Risc-V就是一个例子,它是一个针对电子产品的开放式指令集,专注于低成本、低功耗和安全性,使公司可以通过共享模式更快地利用和开发电子架构。开放软件部署将继续应用于存储管理,OCP(Open Compute Project)和CEPH等许多项目正在就需求和软件生态系统进行协作,以优化存储部署和效率,从而将公有云的性能引入到开源环境中,以供用户利用。
4. 终端、边缘、混合云、私有云和公有云之间的数据流,数据安全和保护比以往任何时候都更为重要。数据移动加强的同时,意味着其易受攻击,因此需要更多的保护。在云环境中,应用程序和数据在不停移动,这就需要严格遵守相关政策,保证设备安全性的实施,从而管理对设备本身的访问。除此之外,随着混合云连接到边缘、终端和物联网生态系统,还需要在每个设备附近存储数据,因为移动大型数据集的网络成本非常高。
因此,存储业将继续开发安全的传输设备,以替代昂贵且受带宽限制的网络传输,并持续优化机器学习,将计算设备与边缘存储进行匹配,通过智能设备进行推理和决策。对于设备本身,将继续通过静态加密提高安全性。
5. 通过创新与协作继续优化连接性。在数据存储行业,连接性在驱动着更高的带宽,这意味着我们将在数据排序领域不断看到创新(包括机械硬盘和闪存)。对数据模式进行排序可以提高资源效率和所有连接点的饱和度,所以围绕NVMe生态系统进行了大量的创新。
从铜缆、光纤到无线,延迟以及网络类型都会影响连接性。尽管铜缆在农村地区可能具有优势,但光纤可提供更快的速度,且信号损失更少。随着无线网络的日益普及,节省成本已成为重中之重,但是基础架构仍然滞后于技术的应用。5G技术已经为企业带来了更快的连接选择,这反过来也增加了每天交换和创建的数据量。
6. 能源效率提高意味着仅使用所需资源。第一,设备组合形式会影响能源成本。第二,设备的类型也对能源有影响。在未来一年中,我们将在这两个领域进行持续创新。在软件定义的存储世界中,趋势是将多种资源放在一起,并聚合到一个容器化的应用部署模型中。由于容器允许我们开发软件,仅使用需要的资源,因此可以降低成本和提高能效。存储行业还开发了多种新的设备类型,为此类容器提供更多资源以对其进行优化,以在与2019年相同的数据中心占地面积条件下,在2020年为更多的数据提供服务。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。