人工智能、對象存儲和邊緣計算的興起
作者：Prasad Alluri（美光科技企業(yè)戰(zhàn)略副總裁）
時間：2021-01-18
來源：電子產(chǎn)品世界
收藏
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對面交流
海量資料庫查詢
隨著人工智能的發(fā)展，邊緣計算靠近5G基站這種模式變得越來越重要了。很快，在每一基站中，每個塔臺都可能有計算和存儲節(jié)點。有很多初創(chuàng)公司專注于建設(shè)邊緣數(shù)據(jù)中心，這些數(shù)據(jù)中心看起來就像是位于都市圈的運輸載體，使例如Hulu視頻這樣的內(nèi)容更靠近消費者。隨著企業(yè)和消費者希望利用大量的數(shù)據(jù)進行深度分析，在盡可能靠近數(shù)據(jù)源的地方提供服務(wù)，未來幾年內(nèi)這些邊緣數(shù)據(jù)中心將會得以應(yīng)用。
本文引用地址：http://www.czjhyjcfj.com/article/202101/422190.htm
Prasad Alluri（美光科技企業(yè)戰(zhàn)略副總裁）
重新構(gòu)想內(nèi)存和存儲。2021年，對象存儲的使用會越來越多，用于存儲結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)、文件、塊、對象——所有這些都在一個存儲庫中。人工智能大數(shù)據(jù)集要求盡可能靠近數(shù)據(jù)進行處理的地方。因此，對象存儲將不再被視為大量冷存儲（cold store），而是用于處理人工智能類型的工作負載，這意味著能夠以高帶寬和低延遲訪問大型數(shù)據(jù)集。隨著數(shù)據(jù)密集型人工智能工作負載的增加，我們將看到對高性能NVMe存儲的需求也在增加，因為這種高性能的對象存儲位于基于閃存的存儲上，而不是傳統(tǒng)的冷存儲。這將促使業(yè)界更快地采用Gen4 NVMe固態(tài)硬盤，從而為人工智能提供更強大的對象存儲支持。
（本文來源于《電子產(chǎn)品世界》雜志2021年2月期）
評論