數(shù)據(jù)的海量增長(zhǎng)如今已成為共識(shí)，隨著5G、AI、物聯(lián)網(wǎng)技術(shù)和應(yīng)用的發(fā)展，人們還發(fā)現(xiàn)越來(lái)越多的數(shù)據(jù)需要及時(shí)有效地收集，整理，分析和再利用，數(shù)據(jù)處理得越早越能體現(xiàn)其作用和價(jià)值，并產(chǎn)生洞察。

例如針對(duì)當(dāng)前全球肆虐的新型冠狀病毒，科學(xué)家越早收集病例信息、越早通過AI進(jìn)行篩查，就能越早地分析和提煉出診斷方案并加速疫苗研發(fā)。同時(shí)，讓數(shù)據(jù)在AI數(shù)據(jù)管道中經(jīng)歷采集、準(zhǔn)備、訓(xùn)練和推理，更需要海量的數(shù)據(jù)存儲(chǔ)，海量的算力和有效的算法，因?yàn)檫@些數(shù)據(jù)不僅來(lái)源復(fù)雜，數(shù)量龐大，格式也是雜亂多樣的。

在早期，很多數(shù)據(jù)都是傳回?cái)?shù)據(jù)中心進(jìn)行梳理和分析。在5G發(fā)展起來(lái)之后，隨著人們對(duì)于數(shù)據(jù)實(shí)時(shí)處理的需求的增加，就越發(fā)需要實(shí)現(xiàn)存儲(chǔ)和計(jì)算在邊緣的融合。

鑒于人們對(duì)于存儲(chǔ)和計(jì)算融合的需求越來(lái)越強(qiáng)烈，英特爾推出金字塔型的數(shù)據(jù)存儲(chǔ)架構(gòu)，既通過英特爾傲騰技術(shù)讓更多的數(shù)據(jù)靠近處理器，以獲取及時(shí)的洞察，又能實(shí)現(xiàn)大容量的數(shù)據(jù)存儲(chǔ)，讓整個(gè)數(shù)據(jù)基礎(chǔ)架構(gòu)的投資成本在可控的范圍之內(nèi)。

英特爾基于數(shù)據(jù)需求推出的金字塔型的數(shù)據(jù)存儲(chǔ)架構(gòu)，從最上面的DRAM，英特爾傲騰持久內(nèi)存，到下面的SSD、HDD和磁帶，其中傲騰持久內(nèi)存可以提供超高的性能和超低的延遲，使得數(shù)據(jù)更加靠近CPU和GPU，以便獲得及時(shí)的洞察。英特爾傲騰固態(tài)盤以及以英特爾為代表的TLC、QLC等大容量、高性能的NAND固態(tài)盤則更適合作為溫?zé)岽鎯?chǔ)或者溫存儲(chǔ)?；诖?，我們可以根據(jù)不同的工作負(fù)載對(duì)數(shù)據(jù)進(jìn)行冷熱分層，然后根據(jù)性能、成本、及功耗的預(yù)算，來(lái)不斷地優(yōu)化性能。

今年是英特爾在中國(guó)35年，作為高科技公司，英特爾一直在積極探索前瞻性技術(shù)和技術(shù)創(chuàng)新驅(qū)動(dòng)的能力，并在一次一次的產(chǎn)業(yè)浪潮發(fā)展中得到了驗(yàn)證。在不久前，英特爾首次提出“智能X效應(yīng)”，這一效應(yīng)的背后是如今越來(lái)越多智能的物連接起來(lái)，勢(shì)必將帶來(lái)指數(shù)級(jí)的數(shù)據(jù)量爆炸，同時(shí)推動(dòng)跨越不同產(chǎn)業(yè)的龐大的業(yè)務(wù)，形成促進(jìn)經(jīng)濟(jì)發(fā)展的新的創(chuàng)新模式。

面對(duì)這樣的趨勢(shì)，英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)提出針對(duì)AI時(shí)代，對(duì)于數(shù)據(jù)處理的需求幾乎是實(shí)時(shí)的，英特爾對(duì)此在存儲(chǔ)技術(shù)創(chuàng)新的戰(zhàn)略之一便是近內(nèi)存計(jì)算——將數(shù)據(jù)在存儲(chǔ)層級(jí)向上移動(dòng)，使其更接近處理單元進(jìn)行計(jì)算。這將是未來(lái)數(shù)據(jù)處理最迫切的需求，特別是AI計(jì)算。近內(nèi)存計(jì)算單元，包含乘加器和單獨(dú)的靜態(tài)內(nèi)存，能讓內(nèi)存和計(jì)算資源更緊密地結(jié)合在一起。

同時(shí)，這種近內(nèi)存計(jì)算單元可以構(gòu)成分布式計(jì)算架構(gòu)，使大規(guī)模數(shù)據(jù)處理的效率大幅攀升。

英特爾中國(guó)區(qū)非易失性存儲(chǔ)解決方案事業(yè)部戰(zhàn)略業(yè)務(wù)開發(fā)總監(jiān)倪錦峰告訴至頂網(wǎng)，傳統(tǒng)的數(shù)據(jù)計(jì)算方式需要把數(shù)據(jù)遷移到CPU，會(huì)消耗很多CPU資源和DRAM的資源。而英特爾最新展示的近內(nèi)存計(jì)算技術(shù)是把計(jì)算和存儲(chǔ)更好地融合在一起，使得存儲(chǔ)和計(jì)算更加靠近?！敖鼉?nèi)存計(jì)算可以有多種創(chuàng)新的實(shí)現(xiàn)方式，其中之一便是用FPGA加上Intel的NVM存儲(chǔ)架構(gòu)在一起，很好地解決類似的實(shí)時(shí)計(jì)算要求，比如壓縮、解壓縮、AI訓(xùn)練等。實(shí)時(shí)存儲(chǔ)和計(jì)算問題的架構(gòu)，一是可以解決數(shù)據(jù)的時(shí)效性問題，二是解決CPU資源以及DRAM的資源損耗問題?！?/p>

面對(duì)未來(lái)對(duì)于實(shí)時(shí)數(shù)據(jù)處理的業(yè)務(wù)場(chǎng)景，我們可以看到英特爾基于金字塔型的存儲(chǔ)架構(gòu)為各種復(fù)雜的工作負(fù)載提供了持續(xù)的、可靠的且按需擴(kuò)展的靈活多變的解決方案。包括近內(nèi)存技術(shù)以及英特爾傲騰技術(shù)結(jié)合3D NAND的技術(shù)來(lái)滿足像AI、物聯(lián)網(wǎng)等低時(shí)延、高性能的工作負(fù)載需求；英特爾的傲騰持久內(nèi)存及英特爾傲騰固態(tài)盤使數(shù)據(jù)可以更加靠近CPU；而英特爾QLC 3D NAND固態(tài)盤，以其出色的更高的容量密度以及優(yōu)異的性價(jià)比為海量數(shù)據(jù)存儲(chǔ)提供各種解決方案。

責(zé)任編輯：gt