新時代企業(yè)需要敏捷性、多樣性和可擴展性來確保競爭力

根據(jù)麥肯錫咨詢，超過 70% 的頂級CEO表示，提升企業(yè)整體敏捷性、縮短上市時間有助于提升其市場競爭力，而這些也是他們的當務(wù)之急。

當下，企業(yè)希望比自己的同業(yè)更加敏捷，同樣也希望通過AI技術(shù)獲得更好的洞察力。我們聆聽到三種客戶心聲：

• 希望應(yīng)用和數(shù)據(jù)能夠根據(jù)市場需求動態(tài)進行調(diào)整和變化

• 希望能夠隨處構(gòu)建多樣化工具和數(shù)據(jù)，能夠更好地獲得洞察力

• 希望應(yīng)用和數(shù)據(jù)能夠動態(tài)地擴展，實現(xiàn)最高性能，同時保持安全合規(guī)

企業(yè)需要具備使其能夠在任何地方開展工作的敏捷性：這意味著能夠使用支持不同開發(fā)工具的云環(huán)境，能夠進行動態(tài)擴展來滿足客戶需求，同時能夠更精細地控制成本。容器應(yīng)用開發(fā)平臺可為企業(yè)提供在新時代確保競爭力和成功所需的全部敏捷性、多樣性和可擴展性。

企業(yè)對于數(shù)據(jù)的關(guān)注點已經(jīng)從容器轉(zhuǎn)變到應(yīng)用

然而，面向容器化和混合云的轉(zhuǎn)型并非易事。Gartner《2020 年影響基礎(chǔ)架構(gòu)和運維的十大趨勢》報告顯示：安全、混合云和容器是完成數(shù)據(jù)轉(zhuǎn)型的基礎(chǔ)。58% 的企業(yè)認為網(wǎng)絡(luò)安全保護是一個非常重要的優(yōu)先事項，50% 的企業(yè)用戶是在數(shù)據(jù)中心或者是在云端之外創(chuàng)建和處理的，71% 以上的企業(yè)認為需要一致的方式，在本地基礎(chǔ)架構(gòu)和公有云中來部署云原生應(yīng)用，50% 企業(yè)已經(jīng)部署了容器。

今天，容器應(yīng)用更加注重數(shù)據(jù)，有超過一半的企業(yè)認為基于容器構(gòu)建的有狀態(tài)應(yīng)用，容器的持久數(shù)據(jù)保護已經(jīng)變得非常普遍。企業(yè)對于數(shù)據(jù)的關(guān)注點已經(jīng)從容器技術(shù)的本身轉(zhuǎn)變到了對應(yīng)用的關(guān)注。5年前，企業(yè)更關(guān)注的是支持容器的存儲，即如何利用已經(jīng)投資在數(shù)據(jù)中心的塊存儲、對象存儲或者文件存儲來支持容器化的應(yīng)用。從2018年至今，越來越多的企業(yè)關(guān)注的是容器原生存儲的技術(shù)，即能否夠通過統(tǒng)一的容器管理和調(diào)度平臺來進行存儲的管理。隨著時間的推移，越來越多的企業(yè)在思考，面向存儲的服務(wù)，應(yīng)用如何可以更好地去感知，而不是每次都需要進行大量的調(diào)度，調(diào)用運維管理人員來管理存儲服務(wù)。

企業(yè)在構(gòu)建一個混合云和人工智能的數(shù)據(jù)基礎(chǔ)的時候，無論來自于邊緣、核心的數(shù)據(jù)中心，還是混合的云端，都需要專門為人工智能優(yōu)化而且為各種各樣的應(yīng)用提供一個單一的數(shù)據(jù)存儲庫。

構(gòu)建面向應(yīng)用（而非容器）的基礎(chǔ)架構(gòu)，包括必要的存儲底層，例如不可變性與加密、同步多協(xié)議訪問、高性能存儲緩存、歸檔到磁帶/云以及數(shù)據(jù)優(yōu)化等。在此基礎(chǔ)上，還需要針對 HA/DR、數(shù)據(jù)保護、容量和性能管理、發(fā)現(xiàn)和編排、安全和遷移，優(yōu)化面向混合云的存儲服務(wù)。企業(yè)需要構(gòu)建一個堅實的數(shù)據(jù)基礎(chǔ)，打通存儲底層、存儲服務(wù)和應(yīng)用運行的管理。

容器原生的 IBM Spectrum Fusion 應(yīng)運而生

IBM Spectrum Fusion是業(yè)界第一個面向 OpenShift 混合云容器的原生數(shù)據(jù)平臺，計劃于 2021 年下半年上市，其第一個版本采用超融合基礎(chǔ)架構(gòu) (HCI) ，將計算、存儲和網(wǎng)絡(luò)整合為單一解決方案。配備 Red Hat OpenShift，使企業(yè)能夠支持虛擬機和容器環(huán)境，并為云端、邊緣和容器化數(shù)據(jù)中心提供軟件定義存儲。

該平臺專為需要全局混合云數(shù)據(jù)訪問和企業(yè)存儲服務(wù)的企業(yè)而設(shè)計，滿足任務(wù)關(guān)鍵數(shù)據(jù)的嚴苛要求，其功能包括： 

• 全局數(shù)據(jù)訪問：創(chuàng)建混合云靈活性，同時通過從核心到邊緣再到公有云的流暢數(shù)據(jù)和全局訪問消除數(shù)據(jù)孤島。

• OpenShift 基礎(chǔ)，企業(yè)級全局數(shù)據(jù)服務(wù)：通過單個 YB 級可擴展的數(shù)據(jù)基礎(chǔ)來保護和優(yōu)化您的數(shù)據(jù)。

• 簡化 OpenShift 部署：綜合性的計算、網(wǎng)絡(luò)和軟件定義存儲平臺，提供集成的管理界面和監(jiān)控工具。

Spectrum Fusion提供單一的管理門戶，從而簡化管理。企業(yè)可以任意構(gòu)建，隨處運行容器化的應(yīng)用和服務(wù)，同時隨時隨地訪問、保護數(shù)據(jù)。該平臺面向應(yīng)用和人工智能，企業(yè)可以輕松管理基礎(chǔ)架構(gòu)（存儲、計算、網(wǎng)絡(luò)），輕松管理存儲的服務(wù)、輕松構(gòu)建和運行應(yīng)用、輕松部署 Red Hat OpenShift 容器平臺，快速敏捷地完成一系列的工作，我們稱之為“交鑰匙”工程。

軟硬一體，專為高性能 AI 和混合云打造的下一代存儲

IBM Elastic Storage Ssystem (ESS) 是一款以現(xiàn)代化方式實施的軟件定義存儲，它結(jié)合了IBM Spectrum Scale 軟件，基于 IBM POWER 處理器的I/O 密集型服務(wù)器以及強大的雙端口存儲機柜。IBM Spectrum Scale并行文件系統(tǒng)是 IBM ESS的核心，可隨需擴展系統(tǒng)吞吐量，同時提供單個命名空間，有助于消除數(shù)據(jù)孤島、簡化存儲管理并提供高性能。新發(fā)布的 ESS 3200 堪比 AI 時代的數(shù)據(jù)加速器：

• 業(yè)界領(lǐng)先的數(shù)據(jù)訪問性能 - 兩倍于上一代 ESS 3000
• 單個模塊高達 80GB/s
  
• 無論是邊緣、數(shù)據(jù)中心還是云端，可線性擴展到 TB/s 級的性能和 YB 級的容量

從外觀上來看，ESS 3200和上一代的 ESS 3000幾乎是相同的，同樣在一個 2U的空間里面，可支持最多 8 個 InfiniBand HDR-200 或 Ethernet-100 端口，實現(xiàn)了高吞吐量和低延遲；可以為每個 2U 節(jié)點提供最多 367TB 的存儲容量，支持12-24個NVMe的高速存儲模塊，同時提供了兩個Active的雙控制器。和上一代的3000相比，3200的最大的一個改進就是都全面了支持了 PCIe 4.0，無論是控制器里面的芯片，還是外部的存儲模塊。

此外，IBM ESS 5000 也做了更新，支持的密度比之前高出了 10%，總存儲容量達到 15.2PB。所有 ESS 系統(tǒng)現(xiàn)在還具備了簡化的容器化部署功能，并借助最新版本的 Red Hat Ansible 實現(xiàn)了自動化。

升級到 ESS 3200可以保護您的現(xiàn)有投資，幫助您構(gòu)成一個統(tǒng)一的、整合的數(shù)據(jù)湖。您可以在單個命名空間中整合 ESS 3000、3200、5000 及IBM Spectrum Scale SDS 節(jié)點，全局可訪問容量高達 8YB！

 Spectrum Scale/COS 增強功能不容錯過

伴隨著 ESS 3200新品發(fā)布，我們還發(fā)布了 Spectrum Scale 5.1.1 GPUDirect 存儲技術(shù)預(yù)覽，讓 NVIDIA 開發(fā)者能夠?qū)崿F(xiàn) GPU 內(nèi)存與存儲之間的直接內(nèi)存訪問 (DMA)，同時減少延遲并增加帶寬。

Spectrum Scale 在過去數(shù)年當中，一直和 NVIDIA 有著非常緊密的合作，無論是基于NVIDIA提供的GPU卡，還是它的 Work Station、DGX 的服務(wù)器平臺、SuperPOD 集群的平臺，IBM Spectrum Scale都有非常完善的參考架構(gòu)。

目前全球的最大的基于NVIDIA的GPU的系統(tǒng)，曾經(jīng)位列世界第一和第二的超級計算機 Summit和Sierra，都采用了ESS作為數(shù)據(jù)存儲平臺。在2018、2019年NIVIDIA推出的每一套的SuperPOD的后面支持的存儲也用到基于 SSD 的 ESS。

此外，針對云對象存儲 Cloud Object Storage 的用戶，還發(fā)布了一個新的適用于所有的機柜的存儲模塊型號 —— Slicestor 92，可幫助客戶實現(xiàn)相當于之前 4 倍的密度，無需額外的空間來部署超深機架。這有助于客戶降低運營開支，滿足不同物理數(shù)據(jù)中心條件的用戶來實現(xiàn)一個更高容量、更高存儲密度的一個擴展。

結(jié)合新發(fā)布的ESS 3200、ESS 5000 或者對象存儲的新功能，用戶可以把現(xiàn)有的一些投資：不同地點、不同架構(gòu)、不同類型的存儲，通過 Spectrum Scale按照應(yīng)用的需求組合成一個現(xiàn)代化的數(shù)據(jù)存儲平臺，滿足數(shù)據(jù)在收集、組織、分析等階段所需的訪問便捷性、容量、性能、單位容量成本等需求。通過和 Red Hat OpenShift 集成，所有這些能力都可以同時運行在數(shù)據(jù)中心，也可以運行在混合云環(huán)境，從而幫助用戶真正降低復(fù)雜性、降低成本，同時通過提升整合度，提升數(shù)據(jù)使用效率，獲得更高的數(shù)據(jù)價值。

簡化數(shù)據(jù)管理，提升存儲價值，加速 AI研發(fā)

地平線，一家AI 領(lǐng)域的獨角獸公司，在AI模型訓(xùn)練中所累積的數(shù)據(jù)量超過數(shù)十PB，且每年以若干PB的增量繼續(xù)高速增長，這些數(shù)據(jù)分散在多中心、多云環(huán)境里。起初，地平線使用基于開源GlusterFS、Ceph、以及HDFS所構(gòu)建的數(shù)據(jù)基礎(chǔ)架構(gòu)，面臨著豎井林立，存取性能下降，數(shù)據(jù)調(diào)度困難，管理復(fù)雜、數(shù)據(jù)存放成本高等難題，因此亟需改造和升級，以滿足業(yè)務(wù)發(fā)展。

基于IBM Spectrum Scale，地平線構(gòu)建了高性能海量數(shù)據(jù)分布式存儲架構(gòu)，統(tǒng)一數(shù)據(jù)平臺，消除豎井，更好地利用資源，讓業(yè)務(wù)迭代更加快速。具體而言：

第一，統(tǒng)一數(shù)據(jù)平臺，提升開發(fā)效率。利用Spectrum Scale 在多云之間形成統(tǒng)一的全局命名空間，將不同數(shù)據(jù)訪問接口的數(shù)據(jù)方便地接入進來統(tǒng)一管理,消除豎井，實現(xiàn)高效開發(fā)迭代和系統(tǒng)管理。

第二，數(shù)據(jù)隨需調(diào)度，快速響應(yīng)需求。Spectrum Scale 讓數(shù)據(jù)得以統(tǒng)一調(diào)度，數(shù)據(jù)可以自動透明地在多云間自由流動，大大節(jié)省了人工成本、降低了誤操作的風(fēng)險，訪問速度達到毫秒級，加速訓(xùn)練任務(wù)日程。

第三，運維自動完成，提升數(shù)據(jù)安全。Spectrum Scale 自帶管理功能，提供簡單易用的圖形界面、操作簡便，原有的很多需要人工干預(yù)的操作變?yōu)樽詣油瓿�，在降低管理難度的同時，提升了數(shù)據(jù)安全性。

最后，數(shù)據(jù)自動分層，降低存儲成本。依托Spectrum Scale 統(tǒng)一管理磁盤和磁帶，實現(xiàn)多樣的擴容方式和數(shù)據(jù)自動分層，把冷數(shù)據(jù)如訪問量不高的大文件自動地歸檔到磁帶系統(tǒng)中，形成低成本的長期存儲池，且磁帶數(shù)據(jù)實時隨機讀取，冷數(shù)據(jù)存儲降低了大約 80% 的成本，同時滿足合規(guī)需求。

“依托于Spectrum Scale 統(tǒng)一管理磁盤和磁帶，透明地把數(shù)據(jù)從磁盤遷移到磁帶，也可以從磁帶回遷回來，這一過程完全不需要我們干預(yù)，也無需應(yīng)用進行任何訪問方式的改變。一方面，通過靈活的冷熱分層策略，地平線每年可以節(jié)省數(shù)千萬的存儲成本；另一方面，高效的分布式數(shù)據(jù)存儲管理，也使得上層的數(shù)據(jù)管理中臺與前臺業(yè)務(wù)無需關(guān)心存儲本身，而更加專注于業(yè)務(wù)系統(tǒng)的研發(fā)與優(yōu)化�！� 地平線的 VP水冰先生說道。

值得一提的是，基于Spectrum Scale存儲，地平線利用端側(cè)軟件產(chǎn)品的優(yōu)勢，開發(fā)了一套高效、規(guī)�；�、安全可控的數(shù)據(jù)驅(qū)動閉環(huán)迭代系統(tǒng)，打通了端云鏈路，賦能合作伙伴實現(xiàn)從數(shù)據(jù)篩選、采集標注、模型訓(xùn)練優(yōu)化、仿真評測，到模型OTA部署，端到端的數(shù)據(jù)迭代閉環(huán)，幫助合作伙伴充分挖掘利用數(shù)據(jù)價值，實現(xiàn)智能駕駛軟件自動化迭代，加速產(chǎn)品用戶體驗的提升。