目前，許多儲存廠商都在相關的產品或技術中，引入了人工智慧和預測分析功能。在本文中，TechTarget 高階編輯 Stacey Peterson 介紹了人工智慧和預測分析所帶來的積極影響，以及這兩種技術如何幫助實現儲存自動化。

TechTarget 高階編輯 Stacey Peterson 認為：作為現代儲存系統的關鍵特徵，人工智慧和預測分析技術能夠對基礎架構的執行狀況進行評估，並及時發現潛在問題。而儲存自動化則可以保證儲存系統的平穩執行。

在 Gartner 近期釋出的 “2020年資料與分析領域的十大技術趨勢”報告中，增強型資料管理作為第二大趨勢被著重介紹。根據 Gartner 的研究，許多廠商透過機器學習和人工智慧，實現資料管理的自動配置和調整，以幫助 IT 人員專注於“高價值”工作。

然而，作為增強型資料管理的一部分，人工智慧和預測分析技術的使用有些被炒作和誇大。當前供應商對人工智慧這個標籤的使用依舊模糊和不夠精準。其實，預測分析可以透過提升儲存自動化的效能、效率，降低運營成本，從而為使用者帶來可見的價值。

透過以下六個問題，我將對人工智慧、預測分析和儲存自動化三者的關係以及相關要點進行解讀。

問題 1：儲存如何受益於預測分析？

透過資料探勘、分析查詢、預測建模、人工智慧和機器學習等技術，預測分析能夠對儲存系統的資料進行模式發現以識別異常，並透過儲存自動化功能解決問題。 在儲存產品中引入預測分析，能夠提升效能、提高資源利用率、降低管理開銷、減少當機時間並最佳化工作負載。

在最新的儲存系統中，機器學習技術的引入能夠實現更好的預測分析。從整個儲存基礎架構中收集的資料將用於訓練預測演算法，以瞭解變化趨勢並識別可能出現問題的時間，進而對儲存元件進行持續最佳化並解決潛在問題。

問題 2：儲存智慧化有哪些驅動因素？

全快閃記憶體陣列、融合以及超融合基礎架構的廣泛部署是推動儲存智慧化的關鍵驅動力。當前，儲存不再是“分離”的。相反，在許多企業中，儲存是資料中心技術堆疊中不可缺少的一部分。同時，對技術堆疊的統一管理，需要透過儲存智慧化獲取更多有關儲存容量和效能的實時資料。

問題 3：雲端儲存如何推動儲存智慧化？

雲端儲存與預測分析的結合，能夠預測趨勢、提前規劃基礎架構並減小開銷。這些應用透過人工智慧、機器學習等前沿技術，持續收集和分析儲存堆疊快閃記憶體陣列中的遙測資料（telemetry data）。對每秒的讀寫次數、頻寬、容錯性、延遲等儲存資訊的分析，能夠及時發現問題並透過儲存自動化功能主動解決問題。

在雲環境中，預測分析使儲存基礎架構向自我修復技術更進一步。自我修復技術可以使用最少的外部干預來識別和解決問題。

問題 4 ：儲存智慧化需要哪些技術支撐？

資料收集是儲存智慧化的基礎之一。供應商彙總分析來自客戶的“匿名遙測資料”（ anonymized telemetry data），以瞭解不同儲存方案、工作負載或問題對客戶產生的可能影響。供應商可以提供有關儲存效能指標和模式的詳細資訊，並預測趨勢和其他潛在問題。

問題 5：儲存預測分析工具需具備哪些功能？

評估儲存系統時，需要關注以下五個關鍵預測分析功能以確保獲得需要的效能：

支援自動化：儲存系統需要能預測與效能、容量、可用性和安全性關聯的各種問題。例如，預測分析可用於分析裝置、卷和應用的儲存容量使用情況，並主動識別達到使用目標的時間。管理員可以使用儲存自動化功能進行系統設定，以自動新增或平衡容量。

自動化的管理和配置：提供自動化儲存設定和管理功能的工具必不可少。這類系統能自動確定效能、資源消耗和容量需求，並透過最佳化負載分佈來提高資源利用率。

軟體更新與修復：儲存系統需要主動更新軟體，透過分析功能，在問題嚴重前主動發現問題並提供可用程式碼。

資源規劃：預測演算法透過識別趨勢幫助提前規劃未來的儲存需求。儲存管理員能使用它來預測各種儲存方案的容量、IOPS 和頻寬需求，同時也可用於升級。

虛擬機器管理：預測分析能整合 VMware vSphere 等虛擬化平臺，以提供關於負載效能和容量的資訊，觀察使用趨勢並對配置設定提出更好的建議。

問題 6：哪些供應商能夠提供適用於儲存的分析工具？

目前，業內主流的儲存供應商已經將人工智慧驅動的分析軟體整合到了絕大多數產品中，以提供預測和分析功能。同時，一些初創公司也推出了人工智慧增強型儲存產品。

SmartX 洞察

SmartX 超融合軟體 SMTX OS 4.0 現已引入叢集資源的用量預測功能，透過機器學習技術，利用叢集執行過程中積累的用量資料能夠進行趨勢預測，讓管理員輕鬆進行擴容規劃。

儲存自動化、預測分析和人工智慧的六個關鍵問題

相關文章