探讨AI在存储中的应用和对存储系统的改进

近期，由中国计算机学会主办，中国计算机学会信息存储专业委员会、清华大学和中科院计算所承办，存储产业技术创新战略联盟协办召开的第24届全国信息存储技术学术会议在北京隆重召开。据说，这次会议汇聚了存储产、学、研各界最最最优秀的学术专家，共同交流和深入探讨存储产业的发展趋势和热点技术，可谓是一场大型的存储技术学术盛宴。

作为存储产业技术创新战略联盟理事单位，浪潮在会上分享了AI技术在存储系统中的应用，以及对存储系统带来的创新性改进。

AI在存储中的应用

浪潮在存储系统的生命周期中，融入机器学习与AI算法，对存储系统中的管理运维数据进行挖掘、分析、训练和预测，打造智能化的存储管理系统，实现性能容量趋势预测、磁盘故障预测，增强存储系统的可靠性、易用性和免维护性，降低运维成本，提高存储系统管理效率。

性能、容量趋势预测

存储系统在运行时会产生大量与性能和容量相关的数据，如CPU、内存利用率、存储容量、读写性能、网络性能等，浪潮存储通过输入数据→训练模型→参数优化→实时预测的方案流程，利用ARIMA、LSTM、Xgboost三种机器学习算法，同时引入趋势变化、季节、节假日趋势影响等特征做优化来构建模型，将模型误差控制在5%以内，实现更加准确的性能容量趋势预测。

磁盘故障预测

对于存储系统来说，如果出现连续多块盘故障，存储数据会丢失，影响业务正常运行。浪潮存储通过对硬盘历史smart数据的大量收集和xgboost、LSTM等算法的训练，在磁盘临近故障的14天、42天为界进行分类标记，给出预警信息，让运维人员及时采取措施调整业务模型或者数据布局，使磁盘故障从突发事件变成计划事件，有效避免磁盘故障对业务带来的影响。