每当（dāng）看到人工智能（也（yě）即AI），我们通（tōng）常会想到机器（qì）人（rén）、自动化、图像语音（yīn）或视频识别、算法等高大（dà）上的黑（hēi）科技。而对象存储则给人一种低调、海量的感觉。是什么（me）原因，让这两者相遇，并擦出了（le）火花？

    什（shí）么是对象（xiàng）存储？

    对象存储是自包（bāo）含、自愈合的智（zhì）能存储（chǔ）设备，具有容量大、速度快、扩展灵活的特（tè）点（diǎn）。每一个对象除了（le）存放数据本身之外（wài），还存（cún）放了标识符和数据的元信息，例如创建的日期和时间，属主（zhǔ），大（dà）小，索引，保留周期，QoS等。对象（xiàng）本（běn）身使得数据（jù）的组织得到（dào）了简化（huà），避免了传统（tǒng）存储文件目（mù）录树形（xíng）结构的复杂。对象的存放（fàng）是（shì）扁（biǎn）平（píng）化地方式保存在（zài）bucket（桶）中（zhōng）的，变得更简单。而且对象（xiàng）的元信息，也方便（biàn）了检索。

    拿生活中常见的例子（zǐ）来比喻，当图书馆购进新的纸（zhǐ）质（zhì）书籍（jí）需要存放时，需要按（àn）照图（tú）书分类法（按照（zhào）图书的内容、形式（shì）、体裁和（hé）读者用途等进行（háng）分类），清楚地知道大类、子类和更详细的分类，才能（néng）找（zhǎo）到合（hé）适的（de）位（wèi）置上架。文件存储的数据存放就（jiù）类似图书（shū）分门别类地存放（fàng），如下图。

    类比：文件存储的数（shù）据（jù）存放方式就（jiù）像图书分类

    当我们逛超市需（xū）要存包的时候，尽管有那么多储（chǔ）物柜，但是大（dà）家都觉得存取包很简单（dān）。存的时候（hòu），按（àn）一下存包（bāo）按（àn）键（jiàn），啪的一（yī）声，一（yī）个柜子打（dǎ）开，同时你会得到包（bāo）含二维码的纸条，你把包放到柜子（zǐ）里，但是不用记（jì）住柜（guì）子的位置和编号，潇（xiāo）洒的（de）离开。当你取（qǔ）包的时候，你刷一（yī）下二（èr）维码，也是啪的一声，放包（bāo）的柜子自动打（dǎ）开，所（suǒ）存物（wù）品唾手可（kě）得。对象存储的数据存放方式就和超（chāo）市存取包很类似，存储对（duì）象的标识符就相当于（yú）那个（gè）二（èr）维码。

    类比（bǐ）：对象存储的数据存放方式就（jiù）像超市存包

    下图是（shì）对象存（cún）储的一些特（tè）点。

    对（duì）象存储特点

    不过，我们需要注（zhù）意的是，文件存储和对象（xiàng）存储有着各自适用的场景（jǐng）。下图列出了分（fèn）布式（shì）文件存（cún）储（chǔ）和分布式（shì）对象存储的区（qū）别（bié）：

    分布式文件存储与分布式（shì）对象存（cún）储的（de）区别

    当（dāng）文件数量级过亿的（de）时（shí）候，文件目（mù）录树（shù）形结（jié）构会（huì）对数据的（de）读写造成巨大的挑战，例（lì）如在linux中如果用ls查看（kàn）文（wén）件，可能都要（yào）等待几十分钟以上。但是，量级没有如（rú）此（cǐ）之大时，因为过去的（de）使用习惯，以及（jí）相对成熟的生（shēng）态，使用文件存储还（hái）是不错的（de）选择（zé）。

    如何（hé）避免错误（wù）理解对象存（cún）储

    当我们谈对（duì）象（xiàng）存（cún）储时，需要注意讨论的是存储接口，还（hái）是内部数据组织形式。

    1）实际上，讨论对象存储大多数是指存（cún）储接口，是否支持RestFul或S3，也即对象接口的形式来访问（wèn）存储空间。

    2）少数情况下，对（duì）象存储指（zhǐ）存（cún）储设备的内部数据组织形式。在（zài）数（shù）据猛增的（de）背景下，越来越多的存储设备（bèi）内部（bù）采用对象存（cún）储（chǔ）的这种内部数（shù）据组（zǔ）织形式（shì）。例如VMwarevSAN，其实是（shì）是（shì）一种基于服务器端存储的共享分布式（shì）对（duì）象存储（chǔ）系统，只（zhī）不过存（cún）储接口主（zhǔ）要（yào）采用的是SCSI方式；或者具备高可（kě）靠（kào）、高性能、高安全和易管理的浪潮AS13000，如下图。

    浪（làng）潮AS13000G5的对（duì）象存储功能（néng）

    AI与对象存储

    在许（xǔ）多人的印象中，AI需要大量（liàng）的算力（lì），是（shì）计算密集型的典（diǎn）型应用。而（ér）对（duì）象（xiàng）存储大多时候用于海量非结构（gòu）化数据的存放（fàng），备（bèi）份归档，云存储、企业云盘（pán）、文档影像或（huò）视频（pín）的存储等。从存储特征（zhēng）来看（kàn），对象存储（chǔ）的延（yán）迟可能较难满足AI的（de）性能（néng）需求；从使用习惯来（lái）看（kàn），大（dà）多数AI用户（hù）都是（shì）采用（yòng）文件（jiàn）接口。

    实际上，有计算，就会有（yǒu）存储，只是或（huò）多或少，或快或慢（màn），或过渡或长期保存的区（qū）别。

    在微（wēi）信公众号浪潮（cháo）存储《2020：下一个（gè）十年，存储发展的（de）趋势是什么（me）》上篇也即鉴往事篇（piān）一文中，曾（céng）提到：

    AI所需存储，可（kě）以分（fèn）为准备、训练、推理和归档等阶段（duàn），每个阶（jiē）段的IO特征不一样，对于存储（chǔ）的要求也不一样。例（lì）如，在推理阶段，IO的特征是读写混合，并且要（yào）求存（cún）储的延时低，能快（kuài）速响（xiǎng）应。

    下图列（liè）出了AI各个阶段（duàn）的IO特征，及其（qí）对（duì）存储的（de）要求（qiú）。

    AI各个阶（jiē）段的IO特征及存储（chǔ）需求

    综合考虑用（yòng）户使用习惯、性价比、性能和容量，如果（guǒ）能够取得（dé）一个（gè）平衡的话，对象存（cún）储（chǔ）能够用在（zài）AI的（de）多个不同阶段（duàn）中，如提（tí）取（qǔ）、准备、训练、归（guī）档等。

    NVIDIA收购SwiftStack用（yòng）来做什么呢？

    首先，我们（men）来看（kàn）一下做为事实上的标准的AWSS3，从骨子里说（shuō），它（tā）代（dài）表（biǎo）的对象存储（chǔ），是一种在（zài）线（xiàn）的海量数据较低成本的存（cún）储方式，适合跨地域读写（xiě）；因此，虽然备份归档是对象（xiàng）存（cún）储的（de）使用场景之（zhī）一，但只是做备份归档，其实是（shì）委屈（qū）了对象（xiàng）存储。

    其次，对象存储的（de）高（gāo）并发，特别适合前端呈（chéng）现（xiàn）分布式负载的场（chǎng）景。AI场景的使（shǐ）用，包括AI训练、AI推理，是由许许多多个任务并发进行的，任务与任（rèn）务之间几乎没有数据（jù）的交互，因此很少考虑存储通常要顾及的写一致性。

    因（yīn）此，在（zài）我们看来，NVIDIA收购SwiftStack或许有如下几个（gè）原因：

    1）NVIDIA欲整合AI基础架构

    NVIDIA是一（yī）个非（fēi）常注重（chóng）生态的（de）公司，它的版图里（lǐ）应（yīng）该不仅仅是计算以及衍生出来的（de）各个组件（jiàn），从（cóng）近（jìn）两年的（de）动作来看，NVIDIA想（xiǎng）整合整个AI基础架构。2019年3月11日NVIDIA以69亿美元收（shōu）购Mellanox；2020年3月6日宣布收购SwiftStack。

    2）SwiftStack具备数据跨（kuà）云管（guǎn）理和高并发的优（yōu）势

    据报道："ManuvirDas表示，NVIDIA尤其喜欢SwiftStack的1space技术，该技术可以为忙于处理缓（huǎn）存（cún）和分（fèn）层等任务的GPU助一臂之力。

    SwiftStackV7于2019年（nián）发（fā）布，提供数PB的（de）规（guī）模（mó），可处理数千（qiān）个worker节点同（tóng）时访问数据的任务（wù）。它（tā）提（tí）供了超过100GB/秒的吞吐（tǔ）速度，性（xìng）能（néng）和容量都能实现线（xiàn）性扩展。

    1space是NVIDIA收购Swiftstack的主要原因，这是一种文件连接件，使云原（yuán）生应用（yòng）程（chéng）序可以通（tōng）过S3或Swift对（duì）象（xiàng）API访问（wèn）本地（dì）数（shù）据或AWS数据（jù），并可以确保不断向数据提供（gòng）计（jì）算（suàn）资源”

    我个人认为，AI训练有个特点，它一次性将原始训练集的数据加载到计算节点的（de）内（nèi）存或者SSD后，需（xū）要经过一段（duàn）较长的时间（也即计算或说训练），才会再次读取存储上（shàng）的（de）数据。因此，对（duì）象存储的延迟可能（néng）不会构成障（zhàng）碍，这一点（diǎn）可以通过高并发来弥补。

    3）还可（kě）将（jiāng）SwiftStack用于数据（jù）提取（qǔ），或者数据归档阶段。海量的（de）数据，采用对象存储（chǔ）是一个不错的选择。

    4）维护原有使用习惯

    NVIDIA内部（bù）大量（liàng）使用SwiftStack来（lái）存储数（shù）据，几年下（xià）来（lái），习（xí）惯（guàn）已经（jīng）养成，而且猜测数据量也非常庞大（dà）。通过收购SwiftStack，以免未来受（shòu）人（rén）制肘（zhǒu），也是有可能的。

    无论如何，对（duì）象（xiàng）存储在云计算和AI迅猛（měng）普及的情（qíng）况下，一定会迎（yíng）来它的春天。IDC中国SDS市场数据显示（shì），2019年对象存储增长率（lǜ）55.3%，是（shì）中国（guó）软件定义存储市场里增速（sù）快的细分领域（yù）。

    在中国的对象存储（chǔ）市场中，浪潮的AS13000做（zuò）出了贡（gòng）献。2019年，AS13000对象存储成功地在某银行（国（guó）内排名（míng）前（qián）15）总行的影像系统中部署，并实现了同城容灾功能。如下图所示（shì）：

    浪潮AS13000对（duì）象存储的实际案（àn）例（lì）

浪潮分布式存储在不（bú）断迭代的过程（chéng）中，除了前面提到的同城容灾之外，还开发了大量的（de）其他高级（jí）特性。一是（shì）小对象（xiàng）聚合（hé）。浪潮对象存储针（zhēn）对海量小文件场景，通（tōng）过小对（duì）象聚合，节约HDD的磁盘IO，提升存储效率。二是（shì）读Cache加速。在卡（kǎ）口图（tú）片（piàn）、AI计（jì）算场景，通过读Cache加速提升数据读取效率。三是元数据检索。在存储系统（tǒng）内集成索引引（yǐn）擎，实（shí）现根据对象元数据（jù）多条件模糊检（jiǎn）索对象的技术，有（yǒu）效地提（tí）升了（le）海量非结构化数（shù）据中（zhōng）“大海捞针”的效率。四是企业级WORM，满足企业客户数（shù）据（jù）的法规性要（yào）求，结合应用特（tè）点，灵活设置宽限期（qī）和保护期。此（cǐ）外，还有存储OS加固（gù）、桶策略配置等等。

    展（zhǎn）望未来

    受“新冠疫情”影响，在线化（huà）、数字化、分散化、自（zì）动化等新形态新模式，也对AI、大数据中心（含计算、存储（chǔ）、网络（luò）和安全）等的发展提出了迫（pò）切的需求。

    疫情趋（qū）势预（yù）测、风（fēng）险预警、医疗资源和物质的（de）预测（cè）和调配，要做（zuò）到快速、准确、科（kē）学（xué）的判断，需要（yào）和AI结合。

    另外，非接触（chù）的服务和（hé）工作、自（zì）动化、快速分（fèn）析（xī）决策（cè）和（hé）响应的需求等，将会爆发。例如，人脸识别（包（bāo）括免摘（zhāi）口罩的人脸识别）、AI辅（fǔ）助（zhù）诊断（duàn）、应（yīng）急（jí）管理、安防（fáng）监控（kòng）、知识图谱、基因研究、医药研发（fā）、金融服务、智（zhì）能配送、各行各业的无人值守（例（lì）如零售）、物（wù）流运输、个人画像（xiàng）、轨（guǐ）迹追踪、舆情分析等等。

    我们相（xiàng）信，作为新基建的一部分，包含AI和存（cún）储在（zài）内的信息基础设（shè）施将迎来更好（hǎo）更快的发（fā）展。