你能想象嗎，未來有望實現 “全系存儲”了！什么意思呢，就是利用光來記錄數據頁、玻璃作為介質實現云上存儲。全息晶體可以填充密集的數據，若想刪除數據，只需用紫外光就能擦除，也太酷了吧！

這是微軟研究院的一項新研究，文摘菌找到了研究人員的博客，來看看他們是怎么描述的吧~

數據存儲一直是計算的一個重要原則，隨著云計算的大量增長，對云數據存儲的需求為重新回顧現有技術和開發新技術開辟了道路。據預測，到 2024 年，每年將產生約 125ZB 的數據，而以經濟有效的方式存儲這些數據將是一個巨大的挑戰。

云也改變了微軟對計算和存儲的看法。在云計算中，服務被虛擬化。例如，在云數據存儲中，客戶購買的是存儲容量和訪問率，而不是物理存儲設備 （參見圖 1）。這種虛擬化為設計和優化僅適用于云的技術提供了新的機會。這在存儲領域尤其有趣，因為當前所有的存儲介質都是在前云時代創建的。云存儲為具有不同功能的新存儲設備提供了機會，既可以補充微軟目前部署的現有存儲技術，又可以解決云給存儲帶來的一些挑戰。

微軟研究院正在他們的光學云計劃中直面這些挑戰，研究人員正在研究新的方法來改善存儲、計算和網絡，通過匯集不同領域的技術專家來確定光學的新應用。借助微軟在計算機系統和人工智能方面的專業知識，研究人員看到了將光學物理學家和工程師聚集在一起，產生影響的真正機會。人工智能是這一領域中具有巨大潛力的交叉領域之一，在深度學習等領域它繼續快速進展。特別在光存儲方面，研究人員對滿足云當前和未來存儲需求的機會尤其感興趣。

圖 1：云存儲的現狀。對客戶來說，存儲成本是訪問速率和所需存儲容量的函數。在云內，使用相關的存儲技術對存儲服務進行虛擬化和構建，以向客戶交付所需的性能。虛擬化存儲模型為存儲技術提供了新的機會，這些技術為現有存儲技術提供了新的和補充的特性。

在微軟劍橋研究院，研究人員與微軟 Azure 合作，一直在研究新的云優先的光存儲技術。幾年來，在 Silica 項目中，研究人員一直在開發一種使用玻璃存儲介質的光存儲技術。

在這項技術中，他們利用玻璃介質的壽命制作寫一次讀多次 （WORM）的歸檔存儲。在最近的一篇熱存儲論文中，研究人員還談到了現有的存儲技術在云時代面臨的挑戰，以及它給新存儲技術帶來的機遇——兩個特別的挑戰是增加存儲密度和訪問率。在這篇博客文章中，研究人員介紹了 HSD（全息存儲設備）項目，這是一個重新設想全息存儲如何在云時代被利用的新項目。

他們發現，現在重新使用這項技術是特別有利的——在這個時代，云的影響力正在擴大，與光學相關的商品組件已經取得了很大的進步，新的機器學習技術可以集成到這個過程中。到目前為止，在他們的工作中，已經實現了比現有體積全息存儲技術高 1.8 倍的密度，并且研究人員正在進一步努力提高密度和訪問速率。

“用全新的視角審視全息存儲這一古老的理念，并在云計算領域對其進行重新設想，在云計算領域，我們可以自由地在整個存儲堆棧上進行創新，并從其他領域引入創意，使之成為一項可行的技術，這非常令人興奮。”——Benn Thomsen，高級首席研究員。

全息存儲如何工作？

全息存儲利用光來記錄數據頁，每頁以晶體內的微小全息圖的形式保存數百 k 字節的數據。全息圖在晶體中占據一個小體積，研究人員把它看作一個區域，在同一個物理體積或區域中可以記錄多個頁面。通過對記錄的全息圖進行衍射并在相機上捕捉光脈沖，將數據頁讀出。這將重新構造原始數據頁。記錄的全息圖可以用紫外光擦除，然后再使用介質來存儲更多的全息圖——使其成為可重寫的存儲介質。

相比之下，在 Silica 項目中用作存儲介質的玻璃由于其壽命和一次性寫入的特性，適合長期存檔存儲。全息存儲是熱、讀 / 寫云存儲的一個很好的候選，因為它是可重寫的，并且具有快速訪問率的潛力。

全息數據存儲的想法可以追溯到 20 世紀 60 年代。到 21 世紀初，學術界和工業界的幾個研究小組在展示全息存儲介質所能達到的令人印象深刻的存儲密度方面取得了重大進展。

為何重新利用全息存儲作為云存儲的一種解決方案？

在當今的存儲解決方案中，訪問速率是一個痛點。Flash 存儲提供了很高的訪問率，但相對昂貴，而且許多云應用程序將數據保存在硬盤驅動器 （hdd）上。由于硬盤的機械特性，訪問這些數據的速度本來就比較慢。光學固有的并行性——并行讀寫多位的能力——一直是全息存儲最吸引人的特征之一。

這種并行性具有提供高數據吞吐量的潛力。此外，查找或尋址不同的頁面只需要光束的控制，而不需要大型機械系統的移動。通過使用電子設備，可以以比現有存儲設備 （如 hdd）更高的訪問速度實現這一點。在這種情況下，全息存儲有可能具有更低的查找延遲，因此，以成本效益的能力提供更高的訪問率。對于許多在訪問存儲時需要高訪問速率和低尾延遲的云應用程序來說，這個特性特別有吸引力。

從頭開始為云設計存儲硬件也讓研究人員擺脫了用戶設備的限制，例如需要適應 2.5 英寸或 3.5 英寸硬盤的形狀因素。云存儲中最小的部署單元是存儲機架，它允許以 “機架規模”設計新硬件，允許組件在整個機架上高效共享。

通過商用硬件和深度學習將全息存儲帶入當今

“與一個真正的多學科團隊的人一起工作，包括光學物理學家 ， 電子工程師 ， 機器學習專家 ， 以及我的專業領域 ， 存儲系統 ， 這真是鼓舞人心的工作。看看我們是否能最終破除來自構建云全息存儲的挑戰以及釋放訪問速率的紅利。而這些是這項技術長期的承諾。”——Dushyanth Narayanan，高級首席研究員

研究團隊專注于同時實現密度和快速訪問率。他們已經部署了最近開發的高功率光纖激光系統，將讀寫時間減少一個數量級，以支持高訪問率。他們還利用最近的高分辨率 LCOS 空間光調制器和相機的發展以增加密度，兩者分別來自顯示器產業和智能手機產業的發展的推動，特別是，高分辨率相機技術是關鍵，因為它允許我們將復雜的光學硬件轉移到軟件上。

圖 2：過去 20 年，智能手機行業將普通相機的分辨率提高了 100 倍。在 HSD 項目中，研究人員利用這種分辨率來簡化光學硬件，并將復雜性轉化為軟件。

在之前的技術水平，有必要使用復雜的光學來實現從顯示設備到相機的一對一像素匹配，以最大限度地提高密度。如今，研究人員可以利用普通的高分辨率相機 （如圖 2所示）和現代深度學習技術，將復雜性轉移到數字領域。這讓研究人員不用像素匹配就可以使用更簡單、更便宜的光學設備，并用普通的硬件和軟件來補償由此產生的光學畸變。這種方法也降低了制造公差，因為系統可以在運行時在軟件中進行補償和校準。利用這種高分辨率商品組件和深度學習的結合，已經能夠將存儲密度提高 1.8 倍。

“看到團隊如何在高分辨率圖像上利用機器學習去完成以前需要使用昂貴的光學設備才能完成或者根本無法達成的工作，推進全息存儲性能超越當前技術水平，令人無比興奮。”——Sebastian Nowozin，合作研究員

展望：規模化面向云的光存儲方案

盡管已經看到在單個區域中可以獲得令人信服的寫入 / 讀取時間和存儲密度方面的性能，但使全息存儲適用于云的挑戰在于開發可通過增加區域數來擴展存儲容量的方法，同時保持多區域具有相同的訪問速率。該領域中的先前方法只是機械地移動了介質，但這太慢了。

為了解決這個問題，研究人員目前正在演示一種不需要機械移動就能保持訪問速率的多區域方法。在 HSD 項目中，全息存儲的未來目標是創造一種專為云量身定制的技術，具有快速的訪問速率和大大超過其前輩的存儲密度。想要了解更多關于 HSD 項目和用于云研究的光學，可查看 Azure CTO Mark Russinovich 在微軟 Ignite 2020 上的發言和項目頁面了解更多細節。
責任編輯：PSY