每当看到（dào）人工智能（也即AI），我们通常会（huì）想到机器人、自动化、图（tú）像（xiàng）语音或视频（pín）识别（bié）、算法等高大（dà）上的黑（hēi）科（kē）技。而对象存储则给（gěi）人（rén）一种低调、海量的感觉（jiào）。是什么原因，让这两者（zhě）相（xiàng）遇，并擦（cā）出了火花（huā）？

    什（shí）么是对（duì）象存储？

    对象存（cún）储是自包含（hán）、自愈合的（de）智能存储设备，具有容量大、速（sù）度快、扩展（zhǎn）灵活的特点。每（měi）一个对象（xiàng）除了存放数（shù）据本身之外，还存放了标识符和数据（jù）的元信息，例如创建（jiàn）的日期和时间，属主（zhǔ），大（dà）小，索引，保留周期（qī），QoS等。对象本身使得（dé）数据的组织得到了简化（huà），避免（miǎn）了传统存储文件目录树形结构的复杂。对象（xiàng）的存放（fàng）是（shì）扁平化地方式保（bǎo）存在bucket（桶）中的，变得（dé）更简单（dān）。而且对象的元信息，也方便（biàn）了检索。

    拿（ná）生活（huó）中（zhōng）常见的例子来比（bǐ）喻，当图书（shū）馆（guǎn）购（gòu）进（jìn）新的纸质（zhì）书籍需要存（cún）放时（shí），需要按照（zhào）图书（shū）分类（lèi）法（fǎ）（按照图书的内容、形式、体裁和读者用（yòng）途等进行分类），清楚地知道（dào）大类（lèi）、子类和（hé）更详细的（de）分类，才（cái）能找（zhǎo）到合（hé）适的位置上架。文件存储（chǔ）的数据存放（fàng）就类似图书分门别类地存放，如（rú）下图（tú）。

    类（lèi）比：文件存储的（de）数据存放（fàng）方式就像图书分类

    当我们逛超（chāo）市需要（yào）存包的（de）时候，尽管有（yǒu）那么多储物柜，但是（shì）大家都觉（jiào）得存取包很简单（dān）。存的时候，按一下存包按键，啪的一声，一（yī）个柜子（zǐ）打开，同时你会得到（dào）包（bāo）含二维码的纸条，你把包放到柜子里，但是不用（yòng）记住柜（guì）子的位置和编号，潇洒的离开。当你取包的时（shí）候（hòu），你刷一下二维码，也是啪的一声，放包的柜子（zǐ）自动打开，所存物品唾手可得。对（duì）象存储（chǔ）的数据（jù）存放方式就和超市存取包很类似，存（cún）储对象的（de）标识符就相当于那个二维码。

    类（lèi）比：对（duì）象存储的数据存放方式（shì）就像（xiàng）超市（shì）存包

    下图是（shì）对象存（cún）储的一些特点。

    对（duì）象存储特点

    不（bú）过，我们需（xū）要注意的是，文件存（cún）储和对象存储有（yǒu）着（zhe）各（gè）自（zì）适用的场景。下图（tú）列（liè）出了分布式文件存储和分布（bù）式对象存储的区别：

    分布式（shì）文（wén）件存储与分布式对象存储的区别

    当文件数量级过亿的时候，文件目录树（shù）形结（jié）构会（huì）对数（shù）据的读写造成巨大（dà）的挑战，例如（rú）在（zài）linux中如果用ls查（chá）看文件，可（kě）能都要等待几十分（fèn）钟以上（shàng）。但是，量（liàng）级没有如（rú）此之大时，因为过去的使用习（xí）惯，以及（jí）相对（duì）成熟的生态（tài），使用文件（jiàn）存储还是（shì）不错（cuò）的选择（zé）。

    如何避免错（cuò）误理解对（duì）象存储

    当我们谈（tán）对象存储时，需要注（zhù）意讨论的是存储接口，还是（shì）内部数据组织形式。

    1）实际（jì）上，讨论对象存储大多数是指存储接口，是否支持RestFul或S3，也即（jí）对象（xiàng）接口的形式来（lái）访（fǎng）问存储空间。

    2）少数情况下，对象存储（chǔ）指存储设备的内部数（shù）据组织形式。在数据猛（měng）增的背（bèi）景（jǐng）下，越（yuè）来越多的存（cún）储设（shè）备内部采用对象存储的这种（zhǒng）内部数据组织形（xíng）式（shì）。例（lì）如VMwarevSAN，其实是是一种基于服务器端存储的共享分（fèn）布式对象存储系统，只不过存（cún）储接口主（zhǔ）要采（cǎi）用的（de）是SCSI方式；或者具备高可靠、高性能、高（gāo）安全和（hé）易管理的浪潮AS13000，如下图（tú）。

    浪潮AS13000G5的对象存（cún）储功能

    AI与（yǔ）对象存储

    在许多人的印象（xiàng）中，AI需要大量的算（suàn）力（lì），是计算（suàn）密（mì）集型的典（diǎn）型（xíng）应用（yòng）。而对象存储大多时候（hòu）用于海量非结构化数据的（de）存（cún）放，备份归档，云存储、企业云（yún）盘（pán）、文档影像或视频的存（cún）储等（děng）。从存储特征来看，对象（xiàng）存储的（de）延迟可（kě）能（néng）较难满（mǎn）足AI的性能需求；从使用习惯（guàn）来（lái）看，大多数AI用户都（dōu）是采（cǎi）用文件接口。

    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（huò）过（guò）渡或长（zhǎng）期（qī）保存的区别。

    在微信公众号浪潮存（cún）储《2020：下一个（gè）十年，存储发展（zhǎn）的（de）趋势（shì）是（shì）什么（me）》上篇也即鉴往事（shì）篇（piān）一（yī）文中，曾提到：

    AI所需存（cún）储，可以分为准备、训（xùn）练、推（tuī）理和归档（dàng）等阶段（duàn），每个阶（jiē）段（duàn）的IO特（tè）征不一样，对于存储的要求也不一样。例如，在推理（lǐ）阶段，IO的特征是（shì）读写混合，并且要求存储的延时低（dī），能快速响应。

    下图列出了AI各个阶段的IO特征，及其对存储的要求。

    AI各（gè）个阶段的（de）IO特征及存（cún）储需求（qiú）

    综（zōng）合（hé）考虑用户使（shǐ）用习惯、性（xìng）价比、性（xìng）能和容量，如（rú）果能（néng）够取得一个平衡（héng）的（de）话，对象存储能够用在（zài）AI的多个不同阶段中，如提取、准备、训练、归档等。

    NVIDIA收购SwiftStack用来做什么呢？

    首先，我们来看（kàn）一（yī）下做为事实上的（de）标准的AWSS3，从骨子里说，它代（dài）表的对象存储，是一种在线的海（hǎi）量数据较低成本的存储方（fāng）式，适合（hé）跨地域读写；因此，虽然备份（fèn）归（guī）档是对象（xiàng）存储的使用场（chǎng）景之一，但只是做备份归档，其实是委屈了对象存储。

    其次，对象存储的高并发，特别适（shì）合前端呈现（xiàn）分布式负载的场景（jǐng）。AI场景的使用，包括AI训练、AI推理，是由许许多多个（gè）任务（wù）并发进行的，任务（wù）与（yǔ）任务之间几（jǐ）乎（hū）没有数据的交互，因（yīn）此很少考虑存（cún）储通常要（yào）顾及的写一致（zhì）性。

    因（yīn）此（cǐ），在我们看（kàn）来，NVIDIA收购SwiftStack或许（xǔ）有如下（xià）几个（gè）原因：

    1）NVIDIA欲整合（hé）AI基础架构

    NVIDIA是一个（gè）非常注重生态的公司，它的版（bǎn）图里应该不仅（jǐn）仅（jǐn）是计算（suàn）以及衍（yǎn）生（shēng）出来的（de）各个组（zǔ）件，从（cóng）近（jìn）两年的（de）动作来看，NVIDIA想整合整个AI基础架构。2019年（nián）3月（yuè）11日（rì）NVIDIA以69亿美（měi）元收购Mellanox；2020年3月6日宣布收购SwiftStack。

    2）SwiftStack具（jù）备数据（jù）跨云管理和高（gāo）并发的优（yōu）势

    据报道："ManuvirDas表（biǎo）示，NVIDIA尤其喜欢SwiftStack的（de）1space技（jì）术，该技术可（kě）以为忙（máng）于（yú）处理（lǐ）缓存和分层等任务的（de）GPU助一臂（bì）之力。

    SwiftStackV7于2019年发布，提供数PB的规（guī）模，可处（chù）理（lǐ）数千个worker节点同时访（fǎng）问（wèn）数据的任务。它提供了超过100GB/秒的吞吐速度，性能和（hé）容量都能实现线性（xìng）扩展。

    1space是（shì）NVIDIA收购Swiftstack的主要原（yuán）因，这是一种文件连接（jiē）件，使（shǐ）云原生应用程序可以（yǐ）通过S3或Swift对象API访问本地（dì）数（shù）据（jù）或AWS数据，并可以确保不断向数据提供计算资源”

    我个人认为，AI训练有个特点，它一（yī）次（cì）性将原始训练集的数据加载到（dào）计算节点的内（nèi）存或者SSD后，需要经（jīng）过一段较长的时间（也即计（jì）算或说训练），才会再次读取存（cún）储上的数据。因此，对（duì）象存储的延（yán）迟可能不会构成障碍（ài），这（zhè）一点可以（yǐ）通过（guò）高并发（fā）来弥补。

    3）还可将SwiftStack用于数据提取（qǔ），或（huò）者数据归档阶段（duàn）。海量的数据，采用对象存（cún）储是一个不错（cuò）的选择。

    4）维护原有（yǒu）使用（yòng）习惯

    NVIDIA内部大量使用SwiftStack来存储数据，几（jǐ）年下来，习惯已经养成，而且猜测数据量也非常庞大。通过收购SwiftStack，以（yǐ）免（miǎn）未来受人制（zhì）肘，也是有（yǒu）可能（néng）的。

    无论如（rú）何，对象存储在云计算和AI迅猛（měng）普及（jí）的情况下，一定会迎来它的（de）春天（tiān）。IDC中国SDS市（shì）场（chǎng）数据（jù）显示，2019年对象存储增长（zhǎng）率55.3%，是中（zhōng）国（guó）软件（jiàn）定义存储市（shì）场里增速快的细分领域。

    在（zài）中国的对象存储市场中（zhōng），浪（làng）潮的AS13000做（zuò）出了贡（gòng）献。2019年，AS13000对象（xiàng）存储成功地在某银行（háng）（国（guó）内排名前15）总行的（de）影像系统中部署，并实现（xiàn）了同城容灾（zāi）功能。如（rú）下图（tú）所示：

    浪潮AS13000对象存储的实际案例

浪潮分（fèn）布式存储在不（bú）断迭代的（de）过程中，除了前面提到的同城容灾之外，还开发了大（dà）量的其他高（gāo）级特性。一是小对象聚（jù）合。浪潮对象存储（chǔ）针对海量小文件场（chǎng）景（jǐng），通过小对象（xiàng）聚合，节（jiē）约HDD的磁盘（pán）IO，提升存（cún）储效率。二（èr）是读Cache加速（sù）。在（zài）卡口图片、AI计（jì）算场景，通过读（dú）Cache加速提升数据读（dú）取效率。三是元（yuán）数（shù）据检索。在存（cún）储系（xì）统内集成索引（yǐn）引擎，实（shí）现根（gēn）据（jù）对象元数据多条件模糊（hú）检索对象的（de）技术，有效（xiào）地提升了海量非（fēi）结构化数据（jù）中“大海捞针”的效率。四（sì）是企（qǐ）业级WORM，满（mǎn）足企业客户数（shù）据的法（fǎ）规性要（yào）求，结合应用特（tè）点，灵活设置宽（kuān）限期和（hé）保护（hù）期。此（cǐ）外，还有存储OS加（jiā）固、桶策略（luè）配置等等（děng）。

    展望未来

    受（shòu）“新冠疫情”影响（xiǎng），在线化、数字化、分散化、自动化（huà）等新形态新（xīn）模（mó）式，也对AI、大数据中心（含计算、存储、网（wǎng）络（luò）和安全）等的发展（zhǎn）提出了迫切的需（xū）求。

    疫（yì）情趋势预测、风险预警、医疗资源（yuán）和物质的预测和调配，要做到快速（sù）、准确、科学（xué）的（de）判断（duàn），需要和AI结（jié）合。

    另（lìng）外，非接（jiē）触的服（fú）务和工作、自动化（huà）、快速（sù）分析决策（cè）和响应的需求等，将（jiāng）会爆（bào）发。例如（rú），人（rén）脸识（shí）别（包（bāo）括（kuò）免摘口罩（zhào）的人脸识别）、AI辅（fǔ）助诊断、应急管理、安防监控、知识图谱、基因研究、医药研发、金融服（fú）务、智能配送、各行各（gè）业的（de）无人值守（例如零售）、物流运输、个人（rén）画像（xiàng）、轨迹（jì）追踪、舆情分析等（děng）等。

    我们相信，作为新基建（jiàn）的一部分，包含AI和存储在内的信息（xī）基础设施将迎来（lái）更好更快的发展（zhǎn）。