宋家雨：為什么存儲硬件重構(gòu)會成為未來存儲發(fā)展趨勢？
張楠：在過去的10～20年時間，存儲技術(shù)發(fā)展可以用“邊邊角角”概括，都是一些功能性的技術(shù)變化。要滿足以AIGC為代表的AI市場的新需求，就需要在存儲底層技術(shù)上取得新的突破，沒有一個巨大變革或重構(gòu)將很難滿足AI新市場的需求。
只有在存儲底層硬件上提供足夠支撐，才能適應(yīng)上層應(yīng)用的需求變化，如果還延用標(biāo)準(zhǔn)傳統(tǒng)存儲，勢必捉襟見肘。通過存儲硬件重構(gòu)，計算可以靈活部署，就像軟件定義存儲，這是在一個企業(yè)級存儲里面發(fā)生的深刻變革，從而實現(xiàn)企業(yè)級存儲卡所未有的靈活性。
宋家雨：請具體介紹一下存儲硬件重構(gòu)。
張楠：首先就是實現(xiàn)了計算和存儲百分之百的完全分離，以往企業(yè)級存儲計算、存儲無法解耦，他們是綁定的狀態(tài)，也就是存儲和計算永遠緊密關(guān)聯(lián)在一起。在存儲硬件重構(gòu)之后，我們將計算、存儲完全打散，無論有多少存儲節(jié)點、控制節(jié)點，數(shù)據(jù)可以是完全分散的，沒有依賴性。如此，應(yīng)用可以通過任何控制節(jié)點訪問存儲中的數(shù)據(jù)。
我們預(yù)計明年會有第二波AI熱潮的出現(xiàn)，對存儲的需求會變得非常大。如果說第一波AI熱潮大家更關(guān)注算力，對存儲需求度和壓力還沒有上來，因為大模型還沒有真正使用到垂直領(lǐng)域積累的數(shù)據(jù)，可以預(yù)見，當(dāng)數(shù)據(jù)體量上來以后，AI大模型就會對存儲有更高的需求。
如今，HPE已經(jīng)對存儲硬件實現(xiàn)了重構(gòu)，下一步要做的事情就是體驗，用戶不比花大量時間往返數(shù)據(jù)中心機房進行運維，HPE在2016年開始就已經(jīng)將AI融入到了存儲中，這些AI算法了解用戶使用習(xí)慣，如什么樣數(shù)據(jù)庫類似的IO特點，是高性能需求，還是隨機小IO的需求，對此，HPE AI算法已經(jīng)積累了大量數(shù)據(jù)，到今天為止，HPE存儲系統(tǒng)已經(jīng)植入了全球用戶的使用習(xí)慣，可以幫助任何一個新購用戶去體會最理想的數(shù)據(jù)存儲配置，以及故障切換,這些都是AI應(yīng)用帶來的變化。
宋家雨：HPE會把存儲AI算法對外開放嗎？
張楠：讓存儲有AI能力，說白了就是了解存儲。以往很多用戶反映：我的這些存儲到底使用到什么程度,應(yīng)該怎么合理使用.以往這些幾乎都是靠“拍腦袋”。當(dāng)我們提供了存儲AI能力之后，問題迎刃而解，如今用戶存儲使用情況，也了解應(yīng)該在什么時候應(yīng)該對存儲進行必要的調(diào)整，這些都是存儲AI帶來的改變。
我們相信存儲AI也一定可以幫助到前端AI大模型算力，因為新的訪問需求，也就是壓力進來的時候，我的存儲到底能不能承載，能不能很好支持前端算力的需要？存儲AI應(yīng)該可以預(yù)測到前端訪問存儲在瓶頸，并主動協(xié)調(diào)前端的算力的請求。
宋家雨：存儲AI算法也可以幫助到存儲的技術(shù)進步嗎？
張楠：存儲AI會影響到存儲技術(shù)進步，以SSD盤磨損平衡為例，因為SSD寫入壽命的限制，很多用戶很關(guān)心這個問題，以往數(shù)據(jù)都是平均寫入NAND顆粒的，但是對于隨機寫IO會牽涉大量數(shù)據(jù)拷貝，如此TLC、QLC等NAND顆粒就容易被寫穿，從而引發(fā)數(shù)據(jù)風(fēng)險。
存儲AI對此會做一件事，就是當(dāng)數(shù)據(jù)寫入量達到90%臨界點時，也就是還剩下10%寫入壽命之前，存儲AI會調(diào)度寫入算法，減少這些NAND顆粒的寫操作，會把大量寫操作轉(zhuǎn)移，為換盤爭取必要的時間，這就是所謂逆磨損均衡的技術(shù)。
宋家雨：存儲硬件重構(gòu)會得到其他存儲廠商響應(yīng)嗎？
張楠：未來幾十年都會是這樣，存儲AI一定會成為技術(shù)發(fā)展的主流，因為這是用戶關(guān)心的問題。
如果用戶想要讓數(shù)據(jù)的價值體現(xiàn)出來，首先就要了解其數(shù)據(jù)如何被存儲的，如何被被合理安置的，這其中有可靠性層面的訴求，也有對性能的需求，當(dāng)然也包括對管理方面的需求，甚至跟前端業(yè)務(wù)集成的因素，這些其實都是存儲AI需要解決的問題。
我們相信未來會有很多的廠商走到這條道路上來，實際上，已經(jīng)有存儲廠商跟上來了！
