每當(dāng)看到人工智能（也即AI），我們通常會想到機器人、自動化、圖像語音或視頻識別、算法等高大上的黑科技。而對象存儲則給人一種低調(diào)、海量的感覺。是什么原因，讓這兩者相遇，并擦出了火花？

什么是對象存儲？

對象存儲是自包含、自愈合的智能存儲設(shè)備，具有容量大、速度快、擴展靈活的特點。每一個對象除了存放數(shù)據(jù)本身之外，還存放了唯一標(biāo)識符和數(shù)據(jù)的元信息，例如創(chuàng)建的日期和時間，屬主，大小，索引，保留周期，QoS等。對象本身使得數(shù)據(jù)的組織得到了簡化，避免了傳統(tǒng)存儲文件目錄樹形結(jié)構(gòu)的復(fù)雜。對象的存放是扁平化地方式保存在bucket（桶）中的，變得更簡單。而且對象的元信息，也方便了檢索。

拿生活中常見的例子來比喻，當(dāng)圖書館購進新的紙質(zhì)書籍需要存放時，需要按照圖書分類法（按照圖書的內(nèi)容、形式、體裁和讀者用途等進行分類），清楚地知道大類、子類和更詳細(xì)的分類，才能找到合適的位置上架。文件存儲的數(shù)據(jù)存放就類似圖書分門別類地存放，如下圖。

當(dāng)我們逛超市需要存包的時候，盡管有那么多儲物柜，但是大家都覺得存取包很簡單。存的時候，按一下存包按鍵，啪的一聲，一個柜子打開，同時你會得到包含二維碼的紙條，你把包放到柜子里，但是不用記住柜子的位置和編號，瀟灑的離開。當(dāng)你取包的時候，你刷一下二維碼，也是啪的一聲，放包的柜子自動打開，所存物品唾手可得。對象存儲的數(shù)據(jù)存放方式就和超市存取包很類似，存儲對象的唯一標(biāo)識符就相當(dāng)于那個二維碼。

下圖是對象存儲的一些特點。

對象存儲特點

不過，我們需要注意的是，文件存儲和對象存儲有著各自適用的場景。下圖列出了分布式文件存儲和分布式對象存儲的區(qū)別：

分布式文件存儲與分布式對象存儲的區(qū)別

當(dāng)文件數(shù)量級過億的時候，文件目錄樹形結(jié)構(gòu)會對數(shù)據(jù)的讀寫造成巨大的挑戰(zhàn)，例如在linux中如果用ls查看文件，可能都要等待幾十分鐘以上。但是，量級沒有如此之大時，因為過去的使用習(xí)慣，以及相對成熟的生態(tài)，使用文件存儲還是不錯的選擇。

如何避免錯誤理解對象存儲

當(dāng)我們談對象存儲時，需要注意討論的是存儲接口，還是內(nèi)部數(shù)據(jù)組織形式。

1）實際上，討論對象存儲大多數(shù)是指存儲接口，是否支持RestFul或S3，也即對象接口的形式來訪問存儲空間。

2）少數(shù)情況下，對象存儲指存儲設(shè)備的內(nèi)部數(shù)據(jù)組織形式。在數(shù)據(jù)猛增的背景下，越來越多的存儲設(shè)備內(nèi)部采用對象存儲的這種內(nèi)部數(shù)據(jù)組織形式。例如VMware vSAN，其實是是一種基于服務(wù)器端存儲的共享分布式對象存儲系統(tǒng)，只不過存儲接口主要采用的是SCSI方式；或者具備高可靠、高性能、高安全和易管理的浪潮AS13000，如下圖。

浪潮AS13000G5的對象存儲功能

AI與對象存儲

在許多人的印象中，AI需要大量的算力，是計算密集型的典型應(yīng)用。而對象存儲大多時候用于海量非結(jié)構(gòu)化數(shù)據(jù)的存放，備份歸檔，云存儲、企業(yè)云盤、文檔影像或視頻的存儲等。從存儲特征來看，對象存儲的延遲可能較難滿足AI的性能需求；從使用習(xí)慣來看，大多數(shù)AI用戶都是采用文件接口。

實際上，有計算，就會有存儲，只是或多或少，或快或慢，或過渡或長期保存的區(qū)別。

在微信公眾號浪潮存儲《2020：下一個十年，存儲發(fā)展的趨勢是什么》上篇也即鑒往事篇 一文中，曾提到：

AI所需存儲，可以分為準(zhǔn)備、訓(xùn)練、推理和歸檔等階段，每個階段的IO特征不一樣，對于存儲的要求也不一樣。例如，在推理階段，IO的特征是讀寫混合，并且要求存儲的延時低，能快速響應(yīng)。

下圖列出了AI各個階段的IO特征，及其對存儲的要求。

AI各個階段的IO特征及存儲需求

綜合考慮用戶使用習(xí)慣、性價比、性能和容量，如果能夠取得一個平衡的話，對象存儲能夠用在AI的多個不同階段中，如提取、準(zhǔn)備、訓(xùn)練、歸檔等。

NVIDIA收購SwiftStack用來做什么呢？

首先，我們來看一下做為事實上的標(biāo)準(zhǔn)的AWS S3，從骨子里說，它代表的對象存儲，是一種在線的海量數(shù)據(jù)較低成本的存儲方式，適合跨地域讀寫；因此，雖然備份歸檔是對象存儲的使用場景之一，但只是做備份歸檔，其實是委屈了對象存儲。

其次，對象存儲的高并發(fā)，特別適合前端呈現(xiàn)分布式負(fù)載的場景。AI場景的使用，包括AI訓(xùn)練、AI推理，是由許許多多個任務(wù)并發(fā)進行的，任務(wù)與任務(wù)之間幾乎沒有數(shù)據(jù)的交互，因此很少考慮存儲通常要顧及的寫一致性。

因此，在我們看來，NVIDIA收購SwiftStack或許有如下幾個原因：

1）NVIDIA欲整合AI基礎(chǔ)架構(gòu)

NVIDIA是一個非常注重生態(tài)的公司，它的版圖里應(yīng)該不僅僅是計算以及衍生出來的各個組件，從近兩年的動作來看，NVIDIA想整合整個AI基礎(chǔ)架構(gòu)。2019年3月11日NVIDIA以69億美元收購 Mellanox；2020年3月6日宣布收購SwiftStack。

2）SwiftStack具備數(shù)據(jù)跨云管理和高并發(fā)的優(yōu)勢

據(jù)報道：“Manuvir Das表示，NVIDIA尤其喜歡SwiftStack的1space技術(shù)，該技術(shù)可以為忙于處理緩存和分層等任務(wù)的GPU助一臂之力。

SwiftStack V7于2019年發(fā)布，提供數(shù)PB的規(guī)模，可處理數(shù)千個worker節(jié)點同時訪問數(shù)據(jù)的任務(wù)。它提供了超過100GB /秒的吞吐速度，性能和容量都能實現(xiàn)線性擴展。

1space是NVIDIA收購Swiftstack的主要原因，這是一種文件連接件，使云原生應(yīng)用程序可以通過S3或Swift對象API訪問本地數(shù)據(jù)或AWS數(shù)據(jù)，并可以確保不斷向數(shù)據(jù)提供計算資源”

我個人認(rèn)為，AI訓(xùn)練有個特點，它一次性將原始訓(xùn)練集的數(shù)據(jù)加載到計算節(jié)點的內(nèi)存或者SSD后，需要經(jīng)過一段較長的時間（也即計算或說訓(xùn)練），才會再次讀取存儲上的數(shù)據(jù)。因此，對象存儲的延遲可能不會構(gòu)成障礙，這一點可以通過高并發(fā)來彌補。

3）還可將SwiftStack用于數(shù)據(jù)提取，或者數(shù)據(jù)歸檔階段。海量的數(shù)據(jù)，采用對象存儲是一個不錯的選擇。

4）維護原有使用習(xí)慣

NVIDIA內(nèi)部大量使用SwiftStack來存儲數(shù)據(jù)，幾年下來，習(xí)慣已經(jīng)養(yǎng)成，而且猜測數(shù)據(jù)量也非常龐大。通過收購SwiftStack，以免未來受人制肘，也是有可能的。

無論如何，對象存儲在云計算和AI迅猛普及的情況下，一定會迎來它的春天。IDC中國SDS市場數(shù)據(jù)顯示，2019年對象存儲增長率55.3%，是中國軟件定義存儲市場里增速最快的細(xì)分領(lǐng)域。

在中國的對象存儲市場中，浪潮的AS13000做出了貢獻。2019年，AS13000對象存儲成功地在某銀行（國內(nèi)排名前15）總行的影像系統(tǒng)中部署，并實現(xiàn)了同城容災(zāi)功能。如下圖所示：

浪潮AS13000對象存儲的實際案例

浪潮分布式存儲在不斷迭代的過程中，除了前面提到的同城容災(zāi)之外，還開發(fā)了大量的其他高級特性。一是小對象聚合。浪潮對象存儲針對海量小文件場景，通過小對象聚合，節(jié)約HDD的磁盤IO，提升存儲效率。二是讀Cache加速。在卡口圖片、AI計算場景，通過讀Cache加速提升數(shù)據(jù)讀取效率。三是元數(shù)據(jù)檢索。在存儲系統(tǒng)內(nèi)集成索引引擎，實現(xiàn)根據(jù)對象元數(shù)據(jù)多條件模糊檢索對象的技術(shù)，有效地提升了海量非結(jié)構(gòu)化數(shù)據(jù)中“大海撈針”的效率。四是企業(yè)級WORM，滿足企業(yè)客戶數(shù)據(jù)的法規(guī)性要求，結(jié)合應(yīng)用特點，靈活設(shè)置寬限期和保護期。此外，還有存儲OS加固、桶策略配置等等。

展望未來

受“新冠疫情”影響，在線化、數(shù)字化、分散化、自動化等新形態(tài)新模式，也對AI、大數(shù)據(jù)中心（含計算、存儲、網(wǎng)絡(luò)和安全）等的發(fā)展提出了迫切的需求。

疫情趨勢預(yù)測、風(fēng)險預(yù)警、醫(yī)療資源和物質(zhì)的預(yù)測和調(diào)配，要做到快速、準(zhǔn)確、科學(xué)的判斷，需要和AI結(jié)合。

另外，非接觸的服務(wù)和工作、自動化、快速分析決策和響應(yīng)的需求等，將會爆發(fā)。例如，人臉識別（包括免摘口罩的人臉識別）、AI輔助診斷、應(yīng)急管理、安防監(jiān)控、知識圖譜、基因研究、醫(yī)藥研發(fā)、金融服務(wù)、智能配送、各行各業(yè)的無人值守（例如零售）、物流運輸、個人畫像、軌跡追蹤、輿情分析等等。

我們相信，作為新基建的一部分，包含AI和存儲在內(nèi)的信息基礎(chǔ)設(shè)施將迎來更好更快的發(fā)展。

責(zé)任編輯：gt