業界新聞

Seagate 為 2021 年資料儲存趨勢提供五大建議

(本資訊由廠商提供,不代表PCDIY!立場) 2021-01-14 17:44:50
當今資料空前的增長與蔓延,加劇了企業在資料儲存與管理的門檻,根據 Seagate 發表的《Rethink Data》報告預測,未來兩年企業資料量將以 42.2% 的年增率成長;在資料儲存與移動上,Seagate 也觀察到五大趨勢,點出企業須採取更彈性的部署以及更嚴謹的資料保護,汲取資料所隱藏的價值。

Seagate 台灣區總經理黃又青表示:「現在已經進入資料經濟的時代,企業對於資料的儲存與運用也越來越重視。觀察到因資料量暴增、資料蔓延而生的需求,Seagate 提出一系列具前瞻性的解決方案,不斷精進 MACH.2 與 HAMR 技術,推出更高容量的硬碟,以幫助客戶長期節省總體擁有成本,並推出 100% 開源軟體 CORTX 以及 Lyve Drive 系列解決方案,使資料能有效率且符合經濟效益的方式,在企業、雲端、邊緣之間移動,協助企業將手中資料創造出更大價值。」

階層式(靜態與動態資料)儲存安全日益重要
超大規模軟體生態系統正持續發展,使較小的原子單位亦可開發與部署各種應用程式。此外,越來越多的雲端原生應用程式在 PoP(網路連接點)或位於世界各地的主機代管設施運行。這種資產合作模式益發普及的情況下,更須留意在過程中每一環節做好資料保護。其中,在更為分散部署的模式下,資料保護又分為動態與靜態兩個關鍵區塊,許多產業對資料靜態加密提出益發嚴格的規範,以應對來自外部及內部的資安威脅。Seagate 建議企業盡速改用加密硬碟,以確保未來一旦新規定上路後能夠順利接軌。而 Seagate 在硬碟設計上,更是將整個產品生命週期放入嚴謹的資料保護,協助企業保護其資料資產。

企業更加廣泛採用物件儲存
在有用資料爆炸性增長的同時,物件儲存逐漸成為大容量的標準。資料集包含的智慧情資越多,對系統幫助越大,而物件儲存恰可提供此等智慧資料。物件儲存聚焦於新的應用開發與區塊儲存結合,以共生方式提供規模與效能之提升。許多舊有的檔案應用也逐步遷移至物件儲存基礎架構,以發揮物件儲存所創造的規模經濟,因此,Seagate 認為企業須更佳廣泛採用物件儲存。而程式設計師的人才培訓也是企業須同步重視的一環。

組合性逐漸廣獲採用
將系統分割成獨立單元,並可與其他獨立單元結合的想法其實存在已久,不過目前的趨勢是偏向更全面地採用以開源軟體為基礎的組合性方案,而 Kubernetes 開源系統專為容器化應用程式的自動部署、擴充與管理所設計,正是驅動此一趨勢的核心。開源軟體是應用程式開發的未來希望所繫,乃是因為它能讓更大規模的社群一起合作,解決困擾著許多產業的問題,同時有助於利用開放架構來設計領域特定之解決方案。透過硬體組合來滿足軟體或業務需求可說是非常自然的轉變趨勢。Seagate 也指出,如今的資料中心逐漸轉向可組合模式,容器和 Kubernetes 是打造組合性的核心機制,企業應該立即開始採用。

大容量儲存部署的分層
全數由高效能儲存裝置組成的儲存系統一般而言成本偏高,且超出企業需求;而全數由大容量裝置組成的儲存系統又可能效能偏低,達不到企業所需。因此,SSD 和 HDD 須以不同層次加以檢視,用最有效率的方式來平衡成本與效能需求,否則,有鑑於如今具價值的資料數量如此龐大,單靠一套同質性儲存策略,實難發揮最佳效率。Seagate 認為,將資料中心的資料儲存分層分級勢在必行,將熱資料留在高成本、高效能媒體,而較少存取的資料則放在經濟實惠的大容量媒體,若企業的資料中心尚未因此採用異質性媒體,很可能造成企業的資料儲存效能低落或是儲存成本過高。

在大容量儲存硬碟,Seagate 也宣布已達成 20TB HAMR 技術 HDD 硬碟於 2020 年底前出貨的目標。 HAMR 技術是未來大容量儲存架構中的重要一員,而此次的出貨更為業界的技術進展締造了一個全新的里程碑。HAMR 技術將能讓 Seagate 未來持續增加硬碟的容量,並為客戶長期節省總體擁有成本。

形成性 AI 讓資料更為有用
不僅資料的創造呈現爆炸性成長,連有用的資料量也同步增加。即便已歸檔的資料也再次獲得重視,反映人工智慧/機器學習持續進步,讓使用者能夠從已歸檔的資料中挖掘出更豐富的資訊。企業經理人必須做好準備,儲存更巨量的資料來訓練模型,一方面用以挖掘關鍵資訊,另一方面則應用於資料歸檔,因為資料的使用年限可能會逐漸拉長。透過形成性 AI,資料可望提供企業更多洞察。Seagate 認為近來機器學習上的多項創新,讓 AI 備受期待的發展潛能如今終於有機會徹底發揮。這些機器學習技術對資料集的需求量與日俱增,以期從中汲取益發精確的洞見。由於難以預測未來機器學習究竟會帶來怎樣的洞察與技術精進,企業從現在起就必須盡量儲存所有資料,以確保未來分析時能夠運用最優質的訓練資料。
發表您的看法

請勿張貼任何涉及冒名、人身攻擊、情緒謾罵、或內容涉及非法的言論。

請勿張貼任何帶有商業或宣傳、廣告用途的垃圾內容及連結。

請勿侵犯個人隱私權,將他人資料公開張貼在留言版內。

請勿重複留言(包括跨版重複留言)或發表與各文章主題無關的文章。

請勿張貼涉及未經證實或明顯傷害個人名譽或企業形象聲譽的文章。

您在留言版發表的內容需自負言論之法律責任,所有言論不代表PCDIY!雜誌立場,違反上述規定之留言,PCDIY!雜誌有權逕行刪除您的留言。

最近新增