数字经济时代,数据成为新的生产要素,数据的重要性不言而喻。随着数字化转型的加速,数据量正在经历爆发式的增长,根据IDC预测,全球数据总量将会从2020年的50ZB快速增长到2025年的175ZB,其中,中国的数据量更是将达到48.6ZB。爆发增长的数据量对承载数据的存储提出了新要求,不仅需要高性能、高可靠、高可扩展的存储介质,还需要自配置、自修复、自优化的智能管理能力。
近期,国际权威分析机构Gartner发布2021年全球主存储魔力象限报告《Magic Quadrant for Primary Storage》,华为存储继2016年以来,连续第六年入选领导者象限,报告中将智能管理能力作为华为存储的主要优势之一。
“华为主存储基于人工智能的三层数据管理系统,提供可视化跨栈管理,高效模拟和分析工作负载,显著简化基础设施运营,提升数据中心管理效率。” 【摘自Gartner 2021存储魔力象限报告】
华为存储如何实现智能管理能力的快速提升,其中又涉及哪些隐藏的黑科技呢?
首先,华为近2年推出三层AI运维架构,针对不同的客户运维场景需求,可提供基于云上云下协同的运维场景覆盖。
其次,基于存储服务等级SLA的自动化能力,支持全自动化、代办任务、脚本编排等多种场景业务变更。
再次,基于机器学习的可视化虚拟机、主机、交换机、存储端到端运维分析能力,在故障感知、故障处理方面实现被从动运维到主动运维。
最后,基于混合数据集成的检测技术和仿真评估能力,高效模拟和分析工作负载,帮助客户基于最佳实践合理规划和优化业务。
正是这四点黑科技支撑着华为存储智能管理能力快速提升,接下来一一解读。
三层数据管理系统联动,为存储提供智能运维架构
华为在十多年大量运维经验积累基础上,提出领先的“云端-数据中心-设备”三层AI运维架构,包括设备AI、中心AI和云端AI。其核心是充分发挥三层协同的优势,进而实现AI能力的全栈覆盖。特别是云端AI平台可以发扬其数据与算力优势,提供AI模型的训练,实现少人或无人参与的自治闭环。数据管理三层架构通过打通云上云下的协同能力,使存储自配置、自修复、自优化的智能运维管理能力成为可能。
图:“云端-数据中心-设备”三层AI运维架构 |
基于服务等级存储池化融合,实现存储业务变更自配置
传统的IT系统多是烟囱架构,即单台或者多台设备物理上对应某一个特定的业务,不能灵活适配业务场景的变化。华为拥有全场景的OceanStor系列化产品,进而可以通过存储资源池化打破设备的边界,实现存储资源的按需发放。
数据中心存储场景,在对多存储设备基于SLA的池化整合后,存储IOPS、时延、容灾、备份等能力配置在SLA中,数据发放时用户只需指定业务所需的SLA服务类型,不再需要人工干预,主机、FC交换机、存储自动按照SLA参数自动化资源发放,大幅降低变更发放复杂度、人为出错几率和提升作业效率。
可视化跨栈管理,让存储运维从人工辅助转向自修复
面向存储系统,云端运维eService对业务Workload进行实时采集、学习,针对存储设备硬件配置、软件配置、性能数据等进行综合分析,评估设备性能压力,结合华为丰富的专家经验,精准地描绘出设备性能画像,准确识别设备性能瓶颈并给出相应的修复策略。
面向数据中心,中心运维DME提供虚拟机、主机、交换机、存储端到端的自动化故障发现和解决能力,依据虚拟机在存储子网中的拓扑关系,基于智能算法,可以准确识别虚拟机因资源争抢出现的扰邻现象,展示扰邻根因并给出解决措施,快速高效解决虚拟机性能问题。
高效模拟和工作负载分析,开启存储自优化之门
针对运维工作中最难、最易出错的业务优化问题,云端运维eService运维软件提供设备采购、业务上线、业务扩展和业务迁移四大场景仿真能力。
基于仿真结果,中心运维软件DME准确地预测业务变更后设备的性能、容量变化情况,主动进行业务优化,或者给出建议供客户,帮助客户实现资源最优化选择。
华为数据存储在运维管理领域将围绕极简、融合、智能打造自配置、自修复、自优化的数据管理软件,目前在金融、运营商、能源、医疗、教育等多个行业上百家大型客户得到广泛应用,并训练和积累数十种典型业务的Workload模型和大量存储优化算法。
在未来数字化转型的浪潮中,华为存储将利用在全球ICT领域技术储备的领先优势,逐步向高度智能化的变更、维护以及调优等运维管理模式演进,为客户提供最优存储运维管理方案,助力客户在数字化转型浪潮中脱颖而出!
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。