电子发烧友App
在“混合多云+AI”时代来临时，企业在存储方面是否具备相应的抗压能力？简而言之，数据存储有“三座大山”！
“第一座大山”就是持续增长的数据量。IDC预测，中国的数据圈（每年被创建、采集或是复制的数据集合）从2018年至2025年，将以30%的年平均速度增长，到2025年将达到48．6ZB。一方面，三分之一的数据没有得到有效保护;另一方面，数据的价值没有得到充分挖掘。
“第二座大山”就是混合多云对存储提出了更高的要求，比如存储资源是否得到了最有效的整合，数据能否在混合多云的环境中自由流动，冷温热数据是否存放在各自最理想的位置，从而将存储成本降至最低……
“第三座大山”就是从应用的层面看，以人工智能（AI）为代表的新兴应用渐成主流，存储能否为AI、数据分析等上层应用提供高效、智能的支撑？
谁能为企业释放存储压力，彻底移走这“三座大山”呢？
软件定义存储 数据驱动基础架构的关键
毋庸置疑，数据未来仍会持续快速增长，它对企业来说是长期存在的压力。企业即使采购更多的存储硬件，也追不上数据增长的速度。在这种情况下，软件定义存储（SDS）快速崛起，它提供了更高的灵活性与弹性。IBM存储专家指出，现代化的存储强调以软件为核心，通过软件驱动，更好地实现数据资源的整合与管理，让数据与业务紧密结合起来，从而产生更大的价值。
IBM Spectrum Storage是业界领先的软件定义存储产品组合，它能够有效改进管理、保护和存储数据的方式，无论是大型企业还是中小型客户，都可以享受IBM Spectrum Storage这种通用设计带来的加速存储部署和简化应用的益处。以IBM新一代软件定义存储IBM Elastic Storage Server 3000为例，它可以助力行业客户快速部署高性能、高可扩展的存储平台，满足数据驱动基础架构的需求，大大缓解数据持续增长带来的存储压力。
IBM Elastic Storage Server 3000基于IBM多年累积的经验而构建，并将久经验证的IBM Spectrum Scale软件与极速NVMe存储技术相结合，提供了诸多业内领先的文件管理功能。作为部署NVMe闪存用于人工智能和大数据的最简单方式，ESS 3000以一种更快、更密集的存储解决方案，提供全新的、更流畅的容器化开箱即用体验，以及更简单的管理功能。
一句话，IBM软件定义存储解决方案，让数据为客户所用的关键。
开放、兼容的IBM存储 跨越混合多云存储管理的鸿沟
IBM商业价值研究院预测，到2021年，98%的受访组织机构计划采用混合架构。由此可见，数据价值的挖掘、人工智能的落地、关键业务的转型，都离不开混合云架构。但是让我们警醒的是，仅有38%的组织机构将拥有运行混合环境所需的程序和工具。
在混合多云环境下，数据整合与管理必须跨越以下三道鸿沟：第一，如何打造混合多云环境下可靠、灵活、安全的架构;第二，如何理顺混合多云平台下的数据存放逻辑问题;第三，如何实现混合多云平台下的数据整合和数据可视化管理。
可靠、灵活、安全的混合多云存储架构从何而来？IBM基于自身多样化、集成的存储技术打造了面向混合多云环境的存储构架，比如，IBM Spectrum Virtualize与FlashSystem可以提供整合异构存储架构的能力，实现统一管理并降低运维成本，同时承担起多中心容灾、保障安全性的重任。
特别值得一提的是，与IBM z15同期发布的IBM新一代高端企业存储系统IBM DS8900F，为客户提供了全面而强大的网络安全、数据可用性和系统弹性，其超过“7个9”的高可用性、多个为实现恢复时间接近于零而设计的容灾恢复方案等，将数据保护提升到一个全新的层次。
2019年，天津滨海农村商业银行股份有限公司采用IBM Spectrum Scale，在天津大港、空港两地数据中心部署“双活”解决方案，构建同城双中心安全和灾备体系，高效保障数据安全与业务永续。IBM Spectrum Scale实现了120公里的两站点文件系统双活案例，远超之前最远70公里物理距离记录，且平均延迟仅为2毫秒，较业界平均水平有突破性的提升。这种超长距离的容灾对于集群软件的网络容错能力、数据同步机制等有很高的要求。坚固的IBM混合多云存储架构经受住了一次又一次严峻的考验。
在混合多云环境中，数据杂乱而分散，理顺数据存放逻辑，对于简化数据的管理和调用，最大程度地降低数据存储成本来说至关重要。数据的自动化分层存储正是IBM的拿手好戏。IBM有一套非常成熟的数据驱动的多云战略咨询服务，通过分析企业内部现有的IT环境，可以非常清晰地展示应用适合运行在公有云或私有云上，或是适用SaaS、PaaS、IaaS服务，以及迁移的复杂度，从而帮助企业更好地制定云转型战略。
IBM存储专家建议，企业可以按照业务数据的关键程度，主动选择存储服务级别，比如关键业务数据自动存储在全闪存构建的白金级资源池，非核心业务存储在SAN存储构建的黄金级资源池，海量非结构化数据放在白银级的对象存储资源池。一些大型互联网企业和银行等已经部署了IBM的自动化分层备份和云备份解决方案，原来可能两三天才能恢复的数据，现在可以实现秒级启动回传。
在混合多云环境下，数据更应该实现整合，并进行统一、透明的管理。IBM用软件方式形成硬件之上的数据平台层，屏蔽不同的硬件、不同的云存储，使企业用户像使用一个完整的资源池一样使用其分散的存储资源，而无需关心数据具体存放在哪里。
举例来说，IBM SVC可以管理几乎所有常见的块存储设备，同时构建一个可弹性扩展的块存储资源池，并可通过内置功能直接对接公有云块存储实现云间的数据迁移。IBM SVC已在平安银行等金融机构中得到了成功应用。
IBM存储专家建议，在混合多云环境下，企业需要考虑一些标准化的资源池、弹性的架构、统一的平台、云间透明的数据传输，这样才能实现真正意义上混合多云模式下的数据协同作业、治理和保护。
混合多云其实就是一个异构环境。开放、兼容的IBM存储，通过在一个开放的存储架构上实现统一管理，可以全面满足混合多云的存储需求。
IBM存储让数据可靠可见可用 指明AI进阶之路
数据是新的生产力，而AI是新的生产工具。当前，虽然各行各业对AI都抱有极高的热情，但大部分仍停留在PoC甚至观望的阶段。AI规模化落地，数据就是第一只拦路虎：数据在不同的系统、介质和不同存储空间中不能自由流动。
IBM存储专家指出，所谓的数据瓶颈，并不是数据总量不够，而是有效供给不足，即数据没有“在线”，没有“整合”，更没有“流动”！IBM希望利用自己在存储方面的能力和丰富的实践经验，将数据转变成生产力，让产业AI可以快速落地，从而促进企业营收的增长。
要将数据转变成生产力，前提就要保证企业的数据资产可靠、可见、可用，具体来说就是要有效解决以下三大问题：将离线的数据转为在线的数据，确保数据可用;将离散的数据整合成数据资源池，确保数据可见;将静止的数据变成流动的数据，确保数据随需调取。
降低存储的门槛，让数据存储变得简单、易用、易管理，从而确保数据可用，IBM今年推出的Storwize V5000系列入门级存储就是一个理想的选择。它提供了强大的性能以及企业级的功能、可用性和可靠性，并将端到端的NVMe性能优势融入其中，同时结合IBM Spectrum Virtualize软件定义存储丰富的企业级数据服务，能够满足AI和数据分析应用对性能、扩展性的严苛要求。
将离散数据整合成统一的数据资源池，正是IBM Cloud Object Storage对象存储的强项。它如同一个万能的原料仓库，通过构建一个统一的数据资源池，更经济、更安全、更大规模地汇聚数据。IBM Cloud Object Storage与IBM Spectrum Scale分布式存储软件、IBM Spectrum Protect数据保护解决方案相结合，可以提供混合多云下的备份数据保护的弹性部署，同时具备灵活扩展的能力，并可实现一份数据多站点多活，满足长期数据在线访问的要求。数据可见不再是难事。
静止的数据是没有价值的，只有让数据流动起来，实现共享与交换，才能从数据的挖掘中获得更具价值的洞察。现代化元数据管理软件IBM Spectrum Discover应运而生，它可以为EB级非结构化数据存储提供数据洞察。借助IBM Spectrum Discover，企业可以快速抓取、整理和索引数十亿个文件和对象的元数据，使得数据科学家、存储管理员和数据管理员可以有效地对海量非结构化数据进行管理、分类，并从中获得洞察。今年，IBM Spectrum Discover又新增了多项存储功能，可以更好地应对AI与混合多云的工作负载，帮助客户通过AI和数据分析，从更多不同来源与类型迥异的数据中获取更加深入的洞察力。
在支持AI负载方面，IBM Spectrum Scale展现了绝对的速度能力。IBM Spectrum Scale具有良好的可扩展性、闪存加速性能，以及基于策略的自动存储分层功能，是高性能、高扩展性的文件、对象、块和大数据分析的存储软件，具备随地存储、运行和数据访问能力。有了IBM Spectrum Scale，速度、可靠性、并发能力同步提升，给AI系统喂数据的供给能力将大大提高。
数据收集、数据组织、数据训练、数据融合——IBM从数据存储的角度为AI指明了进阶之路。IBM全面而灵活的存储解决方案，尤其是在软件定义存储上的创新，扫除了数据应用过程中的障碍，不仅可以让数据流动起来，而且可以让数据流动得更快、更智能，为AI应用提供高效、可靠、安全和具有成本优势的存储支撑。
善用工具 事半功倍
愚公移山靠的是坚韧不拔的毅力和持之以恒的精神，但如果能有趁手的工具，是不是可以事半功倍？企业在移除“混合多云+AI”时代数据存储的“三座大山”时，如果能够善用IBM的存储解决方案和工具，是不是也可以事半功倍？
工商网监
评论