华为在深圳重磅发布了OceanStor存储Pacific系列新品。在很多人眼中,一次普通的2B产品发布在科技日新月异、新品迭出的时代很难激起波澜。但这一次,华为带来了不仅是新品的发布,更是一次面向未来数据战略的重大升级。
下面我就结合华为近两年来在存储产业的连番动作,分析其背后的战略意图。
智能时代来临,数据存储需求迎来升级
对于产品也好,技术也罢,决定其意义和价值的是其解决问题的大与小,问题越大价值越高,反之价值越低。企业也是如此。
2019年11月,任正非总裁在英国《经济学人》年度特刊“The World in 2020”发表特约署名文章《我们处在爆炸式创新的前夜》,谈到了华为长期奋斗方向。
“我们想象得到信息洪水的巨大,疏导巨大信息洪流就是我们公司未来二、三十年的战略定位。疏导分发、存储与处理数据流量,就是我们的战略方向,也是我们长期的奋斗方向,奋斗必须在大方向上要有连续性,在不同阶段应有适应性。”任正非说。
华为GIV2025报告预测数据显示:2018年全球数据量是33ZB,预计到2025年会增长到180ZB,其中88%属于非结构化数据。随着5G、云和人工智能等技术的广泛应用,未来数据爆炸式增长趋势会加剧。因此,信息洪水,疏导洪流,将会成为困扰人类生产和生活的头号难题,数据经济、人工智能、自动驾驶、超高清、智慧工厂等各种创新应用,都离不开数据存储和数据处理,皮之不存,毛将焉附?
瞄准三大场景,构建未来数字世界底座
IDC认为企业数字化转型进入了2.0阶段,企业需要升级新型数据基础设施以加速转型。华为去年也发布了数据基础设施战略帮助客户应对挑战,并不断丰富其内涵。
华为将企业数据场景归为三类:核心生产交易数据、海量数据和边缘数据。去年7月份,其在北京面向企业核心交易场景发布了新一代OceanStor Dorado系列全闪存产品,今天,又面向海量数据场景发布新一代OceanStor存储Pacific系列,继续丰富数据基础设施内涵。
华为数据存储与机器视觉产品线总裁周跃峰表示:“海量数据在企业数字化转型中扮演着越来越重要的角色,然而当前只有2%的数据被保存、保存下来的数据只有10%得到分析利用,企业面临海量数据存不下、流不动、管不好的问题。华为OceanStor存储Pacific系列致力于打造海量数据存储新标杆,成为海量数据安心之选。”
海量数据场景,华为战略有什么变化?
华为不是第一天进入海量数据存储这个市场,从2009年推出第一代集群文件存储产品以来,已经经历了十年的磨练。并且从2017年开始已经连续4年成IDC中国软件定义存储市场的领导者。那么这一次OceanStor存储Pacific系列新品发布,意味着什么呢?
首先看OceanStor存储Pacific系列是什么?
从发布会可以看到,这虽然是一个新系列,但并不是从0开始。首先它包含系列化专用硬件,如容量型、性能型。之前已有2U、4U专用存储设备,本次推出了一款全新的5U120盘高密大容量硬件进一步丰富产品系列,并且下半年还会有高密高性能的机型问世。除了硬件,这个系列还包含分布式软件,提供块、文件、对象和大数据多协议融合、互通,以及下一代d性EC等能力等。
理解了Pacific系列包含哪些内容,再看华为本次重点阐述了面向海量数据场景的战略方向,我简单维纳为如下三点:
▪ 技术引领:继续坚定软硬结合的创新路线,打造最领先的产品能力;
▪ 商业创新:有深厚的数据冗余保护和缩减技术积累背书,推出可得容量商业模式;
▪ 行业深耕:进一步加大行业场景化方面的投入。
很明显,这一次发布会除了常规的新品发布外,华为更希望向产业、向客户传递自己成为海量存储领域领导者的决心。
高密新品,树立海量存储高端品牌
华为OceanStor存储Pacific集中体现了华为对未来二、三十年发展的敏锐洞察,产品的价值和意义自然非同一般,堪称自带光环。此次发布的OceanStor存储Pacific系列中高密大容量型存储设备,而吹响了华为打造海量存储高端系列的冲锋号。
纵然是满足大容量存储,当今的产品有很多,大多是基于通用服务器加分布式存储软件。
华为这款高密新品有什么特别之处吗?
首先是极致密度。业界通用的存储型服务器,一般是4U36盘位, 12U空间里仅能支持108块磁盘。与之相比,华为的高密大容量型设备在5U空间支持120块磁盘以及2.4PB物理容量,密度提升了2.67倍,空间节省62.5%。
其次是极致容量。海量存储领域通常采用纠删码(Erasure Coding,EC)的技术,一种全局热备技术,所有磁盘均参与数据读写,只要少部分存储空间,就可以满足故障恢复的需要。相比多副本技术,磁盘利用率可大幅提升。
华为将120块磁盘分为8个故障域独立的虚拟节点(vNode),虚拟节点之间实现EC冗余,2台设备就可以实现92%以上磁盘利用率;另一方面,采用了专用引擎芯片设计,对于EC编解码进行卸载,在满足可靠性和容量需求的同时,性能相比副本不降低。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)