Gartner公司发布评估报告,称2023年企业存储的主要趋势包括云操作模型、新的SSD技术、针对勒索软件的网络安全,以及更好地对非结构化数据进行分析。
报告全文已经由网络存储与保护供应商RackTop Systems提供。
Gartner分析师们从一组战略规划假设入手,具体将九大趋势划分为三个类别:
这些议题对于关注存储行业的朋友来说肯定都不新鲜。各个趋势均由战略规划假设(SPA)来支撑,例如“到2028年,基于消费的STaaS将在企业存储资本支出中占比超35%,而2023年内这一比例还不足10%。”
Gartner随后又列出三个子标题,分别为:常规存储、非结构化数据存储和块存储,并邀请分析师具体对这九大趋势做出解释。
存储即服务——托管STaaS由存储供应商的软件及/或设备提供支持,负责提供企业功能集、可用性和性能,同时支持与云类似的消费模式。
网络存储——到2028年,100%的存储产品都将引入主动防御设计,包括常规网络事件恢复之外的更多其他网络存储功能;相比之下,2023年初这一比例还仅为10%。大多数主要存储供应商都在积极开发这些网络存储功能,未来这些功能可能被纳入存储系统,也可以作为单独产品交付。初创企业则正在发布支持异构功能的产品,借以保护数据块、文件和对象存储等格式的企业数据。
QLC闪存——到2027年,企业所使用的QLC闪存介质将在全部闪存存储中占比2%,远高于2022年底的5%。相对于之前的三级单元(TLC)存储阵列,QLC拥有显著的成本增量优势,此外更强的耐用性和存储性能也将为企业客户带来长期收益(例如,可在勒索软件后的恢复阶段快速完成数据还原)。
文件与对象存储统一平台——到2028年,70%的文件和对象数据将部署在统一的非结构化数据存储平台之上,比例远高于2023年初的35%。文件和对象数据的统一平台支持将整合所有涉及非结构化数据的工作负载,这不仅简化了存储操作,同时也简化了存储设施的采购过程。
数据存储管理服务——到2027年,至少40%的组织将部署用于执行数据分类、解析和优化的存储管理解决方案,高于2023年初的15%。
混合云文件数据服务——到2027年,60%的基础设施和运营领导者将实施混合云文件部署,比例远高于2023年初的20%。这意味着将非结构化数据整合至单一副本当中,从而围绕底层数据的安全保护进行集中化管理,从而简化运营、适配具体使用场景。由此带来的可预期收益包括成本优化,即使存储成本与数据价值保持一致;数据治理,保证敏感数据始终应用正确的保护与留存策略;数据安全,即建立适当的权限级别与访问控制;增强分析工作流,即利用数据分类及可选自定义元数据做好数据标记。
NVMe over Fabric——到2027年,25%的企业组织将部署NVMe-oF作为存储网络协议,高于2023年年中的不足10%。在NVMe-oF选项当中,NVMe TCP最值得一提,其在本地环境下仅须承担以太网使用成本,且简单性与带宽传输能力分别可与iSCSI和低端光纤通道SAN(即最高不超过16 Gbit/秒)相媲美。此外,NVMe-oF还能通过高可用性功能扩展至更高容量级别,并立足中心位置进行管理,同时为数十个计算客户端提供服务。
容器原生存储——到2027年,将有80%的Kubernetes部署匹配有持久容器存储提供的高级功能,远高于2023年初的30%比例。虽然容器技术在设计上强调无状态性,但目前用于容纳持久数据的有状态应用部署量一直不断增加。在尝试做Kubernetes早期部署时,理想的起点仍是采用传统存储方法,而容器存储接口(CSI)现在已经能够抽象掉整个底层存储平台。
“自给自足”型NVMe SSD——所谓“自给自足”(captive),是Gartner描述计算存储SSD执行板载压缩等任务的具体方式。到2026年,“自给自足”型NVMe SSD将占据本地存储容量中的30%以上,远高于2023年年中的不足5%。“自给自足”型NVMe SSD能够带来一系列助益,包括更强大的存储操作、显著节约使用成本,以及更具弹性和智能的数据存储服务环境。
Gartner公司表示,“以上趋势源自企业数据管理需求呈现出的爆发式增长,业务部门需要以类云形式匠内部部署消费模型来缓解网络攻击风险,或者利用QLC/NVMe over Fabric等最新存储技术实现更优的成本及/或性能。”
报告指出,IT领导者应当利用这些技术趋势来建立起灵活、敏捷的存储平台,积极响应实际业务需求。
事实上,反应迅速的企业已经迈出了重要的第一步。而Gartner的分析师们这次开出了“诊断”,提醒那些行动迟缓、心存犹豫的用户:没错,你们也该行动了。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。