AIoT下，数据对存储系统的需求发生变化，传统存储架构已经不适应于当前的存储和应用。着眼于容量、性能，数据价值提升、运维管理等诉求，我们需要做到多设备资源池化、资源统一管理分配，容量和性能线性增长等。

    11月12日，由国际高科技产业研究机构TrendForce集邦咨询主办的“MTS2021存储产业趋势峰会”在深圳盛大举行。宇视科技云存储开发部副部长姚婷结合公司经验，分享了AloT下存储技术的演进和挑战。

    传统存储架构不再适用

    随着云计算、大数据、物联网、人工智能等业务的发展，数据呈几何级增长。同时，数据的形态也出现了很多的变化，从原来的结构化数据变为现在的半结构化数据。姚婷首先强调：“传统存储架构已经不能适用于海量数据存储。”

    举例来说，原来的SAN、NAS的存储主要是纵向扩展，受限于性能和存储容量瓶颈，数据的可靠性也局限于设备的本身。随着应用系统增多，设备的维护、管理都会相对复杂，就可能会出现资源和空间无法充分利用的情况。

    姚婷以宇视深耕的安防行业为例，重点介绍了AIoT下安防数据带给存储的挑战。从安防数据来看，各类数据混存模式下，大量小文件导致普通存储性能下降；AI激活了原始数据，读需求大幅上升，颠覆了原有模型；分析、清洗后产生的新数据，价值大幅提升，对可靠性要求更高；系统如何做到更优的TCO都成为迫切问题。

    如何实现更优TCO？

    姚婷认为，应对当前挑战，应当做到如下几点：多设备资源池化、资源统一管理分配，容量和性能的线性增长，满足高性能和海量数据的存储需求；对块、文件、对象存储服务一体，满足多样化的应用需求；高可靠数据节点保护，业务故障切换，保证数据可靠和业务连续性。

    姚婷指出，AloT当前，业务出现许多新变化，系统如何实现更优的TCO（Total Cost of Ownership ）等议题，成为宇视的重要关注。姚婷认为，这需要存储与计算、业务和智能相融合。

    基于对行业诉求的把握，宇视推出了一款云存储超融合的解决方案，借助包含对外业务层、核心处理层以及硬件设备层的超融合架构，可以进行统一的运维服务。

    其中，云存储方案可以将原来单一设备的资源进行池化，达到资源共享的目的。不同于传统扩展模式，它采用全对称的分布式架构，支持在线扩容。随着存储节点增加，存储的容量、计算、性能都会呈线性增加。

    针对业务和计算的融合，存储方案存储上设置了计算板卡，可以通过存储给计算板卡提供资源，从而拉通计算资源池实现池化。计算板卡会提供虚拟机，为上层再提供业务服务。

    为了实现智能融合，宇视也针对存储方案做了许多改进，如进行专用高密GPU部署。据姚婷介绍，单存储主机最多可支持5张GPU板卡部署，每张GPU板卡有2颗专用GPU芯片，单存储主机可最多支持10颗专用GPU芯片。