用独特的技术来释放存储价值

数据将成为改变传统的度量依据：流程的优化、产品的迭代、商业模式的创新，都将依据数据来驱动，企业需要实时的决策，实现高效管理。

但在数据分析之前，越来越多的数据需要存储，这给存储系统带来极大的压力，尽管在过去一段时间，NAND闪存SSD被认为是提升存储性能的可行手段，但随着NAND闪存SSD技术的不断发展，从SLC到MLC、TLC，再到即将主流的QLC SSD，容量不断增长，但单位容量产生的IOPS越来越低，尤其是写性能的“踌躇不前”已经越来越满足应用的需求，尤其是在写操作占比较高的环境下。

单盘容量达到数十TB的QLC SSD（如Intel Ruler）将下探到大容量存储市场，其优异的读性能使得其将完美替代现有的机械硬盘。而在高性能存储市场，尤其是写负载较重的应用场景下，Optane将担当重任。而从平面NAND到3D NAND，同样意味着容量增大，但对于性能增益并不明显，比如目前市面主流的NVMe SSD的随机读性能大约在60万IOPS左右。

而未来结合3D NAND和QLC技术的SSD，读性能大致相当，但写性能还稍有下降，这里面也有接口带宽方面的因素。未来PCIe 4.0普及以后，可预见的是，更大容量的QLC SSD并不会比现有SSD性能更好，SSD的容量越来越大，但性能趋于稳定，与磁盘的发展路线类似了。性能大致相当，相同价格条件上，难道不是容量越大越划算吗？从成本角度而言，的确如此。

但从企业应用角度，尤其是非容量需求型应用角度，相同的性能，容量更大，意味着单位容量的性能越低，即每GB容量能实现的IOPS降低。这对于性能需求型应用，尤其是需要较高性能，但并不需要大容量存储的应用而言，是有些不划算的。

这就是接下来要说的英特尔公司的Optane固态盘，这是个特例，单片SSD容量虽然只有375GB，却能提供超过50万IOPS的随机读写性能。读写性能均衡，这是Optane相对于NAND SSD的一大区别，同时也使得Optane比NAND SSD更适合写密集型应用场景。

从技术上来看，Optane并不同于传统认知中的（NAND）SSD，相比于NAND SSD，其应该是SSD的另一技术分支。NAND SSD通过改变电子负荷来实现数据的存储，每次负荷的改变都意味着损耗，即SSD的PE次数，SSD的寿命问题是众所周知的，当然目前主流SSD内使用的均衡算法也能实现延缓寿命的效果。

虽然DC P4610与Optane的容量相差8倍，但却具有相同的耐写等级，均能写入21 PB左右的数据量，这意味着Optane的PE次数约为55000次，相比于DC P4610的7000次。在5年生命周期内，Optane每天可全盘擦写30次，而3.2 TB容量的DC P4610约为4次，换而言之，不管是Optane还是DC P4610，平均每天都可写入约12 PB的数据量。读写性能好且均衡，寿命长PE次数高，这些特点使得Optane天然适合存储热点数据，用作Tier 0层存储或者缓存。

目前，从边缘到核心再到云中，比数据量更有趣的是数据分析的价值，面对爆发式增长的数据，企业需要实时的决策，实现高效管理。之前，E企研究院针对青云QingCloud基于MySQL开发的分布式关系型数据库RadonDB中，以NAND SSD为数据库提供存储。

对比Optane（同样单盘375GB）做缓存与NAND SSD做存储进行对比，测试结果同样表明，相比单纯使用NAND SSD做数据库存储，在OLTP模式下，加入Optane做缓存后：RadonDB数据库性能有4倍以上的性能提升，且平均响应时间为原来的四分之一以下。

在RadonDB分布式数据库环境中，在加入Optane做缓存后，2节点RadonDB数据库性能提升了4倍左右，三节点则提升到了原来的6倍，数据库平均响应时间也将为NAND SSD做数据存储下的四分之一和六分之一。然而这仍非孤例，Intel实验室的数据显示，同样在数据库环境下，加入Optane做缓存后，数据库性能亦有3倍提升，与之相呼应的延迟也仅为原来的三分之一。

Intel将Optane用作数据库缓存，有着3倍以上的性能提升，同时数据库平均响应时间降低了三分之二可以看出，基于应用的测试更加接近真实的负载，读写IO模型要更为复杂，且会产生变化，这使得Optane能够将写性能和低延迟不断快速累积，进而获取与基准测试结果并不成比例的性能提升。

除此之外，在智慧城市等应用场景中，为了支持更多的特征数量，同时克服内存空间较小、价格较贵、普通固态盘读取速度慢的缺点，Optane固态盘也在存储容量和读取性能上完胜固态盘，可以满足用户超大规模特征存储比对需求。