无人机、无人驾驶、8K高清视频、自动售卖,在2019北京世园会上,由5G支持的很多先进的应用场景都在园区内得以实现,让观众大开眼界。2019年被称为5G元年,2019北京世园会的最大亮点之一,就是打造了首届5G支撑的智慧世园,通过智慧城市建设、机器人服务员、全程智慧导游等大数据和人工智能技术,为游客带来了诸多便利。
5G技术价值将日益显现。IHS Markit公司认为,随着5G技术不断发展并支持大量终端、机器和流程,无线通信将有望成为类似印刷机、电力、蒸汽机、互联网一样的通用技术,而5G将是推动无线通信进入通用技术领域的催化剂。未来二十年,5G将在全球经济中广泛普及,成为全球经济扩展的重要贡献因素之一。IHS Markit预测,到2035年,5G将在全球创造12.3万亿美元经济产出。5G将对无人驾驶汽车、增强现实AR/虚拟现实VR、无人机工作群等应用带来更高清视频和更高传输效率,还将给我们带来更多无法预知的新业务。
不言而喻,5G需要强大的数据中心来支持,作为数据中心最重要基础设施之一的存储系统尤其重要。因为5G时代万亿级的连接设备、EB级的数据量、微秒级的延迟,需要存储具有极高的容量、性能与可管理性,传统的存储架构迫切需要更新,以支持新数据中心基础设施。
在网络速度上,5G将是4G的上百倍;在时延上,可由4G的10ms级别缩短到1ms级别;在连接上,5G需要面向万物互联的环境下数以万亿级的设备连接,远远大于3G/4G时代。这对数据中心的存储系统提出全新的挑战,体现在容量、性能、架构、管理各个方面。
首先,数据暴增带来存储系统容量的挑战。随着业务发展,现有业务面临全新变化,高速增长的流量业务正在替代话费业务,用户数据正迅速从PB级向EB级跨越,传统存储烟囱式的部署已无法满足多种业务容量的需求,用户需要打破现状,寻找在容量扩展同时能带来性能线性增长的存储系统。
其次,提升用户体验带来存储系统性能的挑战。AR/VR、无人驾驶、高清直播、远程医院等应用,均要求存储系统具有极高的性能和极低的延时。随着5G网络的提升,数据中心存储系统性能也必须跟上业务应用发展,才能为用户提供更好的体验。
业务多样性带来存储架构的挑战。现今,智慧城市、行业及产业数字平台、智能平台等各种5G支持的应用纷繁复杂,视频流、图片、网盘、数据库、虚机等不同业务应用,通常分别跑在不同厂商的不同架构存储系统上,使得多种来源的数据无法进行有效的打通和挖掘,数据价值大打折扣。因此,5G时代需要一种架构,能够打破不同类型业务应用数据之间的屏障,让各类业务应用全部跑在同一架构上,并能够灵活流动与扩展。
设备激增带来存储管理上的挑战。5G时代应用激增带来设备激增,达到万亿级。如何更高效地管理、预测、分析、同步设备更换期带来的自动升级和数据迁移等自动运维管理工作,成为摆在用户面前最直接的问题。
面对上述挑战,传统集中式存储显然已无法适应5G时代下的企业业务需求,数字化转型进程中的企业急需一款集容量、性能、架构、管理于一身的全新存储系统来解决如上问题,浪潮超大规模数据中心级分布式存储平台AS13000G5应运而生,能够解决5G时代数据中心的存储挑战,帮助企业实现数字化转型。
首先,极致容量。浪潮超大规模数据中心级分布式存储平台AS13000G5综合采用介质异构、高速互联等硬件技术手段,以及多种软件功能优化,使整个存储集群最大可扩展5120个节点、EB级空间,支持千亿级小文件存储。其次,极速性能。AS13000G5在高速介质、高速互联的基础上,通过硬件加速,构筑极强的数据处理能力,满足千万级、甚至亿级IOPS的性能要求,并实现TB级的聚合带宽,微秒级延时。
极简架构。AS13000G5在硬件架构、功能特性、部署方式、管理方法等方面坚持"极简原则",减少了用户在选择和使用存储系统中的困扰,让存储能够d性部署、灵活连接,从而更好地融入到数据中心中,以支撑上层应用。
特别值得一提的是,浪潮超大规模数据中心级分布式存储平台AS13000G5实现了从"一套架构,4种服务"到"一套架构,5+X双平台"的升级。软件层融合了文件、对象、块、HDFS、数据库协议5种服务协议,以及X种融合平台;硬件层融合了机架式、高密式、机柜式、多节点式、边缘式5种硬件形态,以及X种硬件配置,可充分释放分布式存储的潜能,实现容量按需扩展、性能按需供给、服务按需定义。
5G正在呼啸而来,在提升人们生活品质的同时,也将我们带进了新数据时代。2019北京世园会上,当游客突发急病需要转诊救治时,5G支持的网络远程医疗技术可以将救护车采集的患者数据实时传回延庆医院,延庆医院的专家可进行远程指导,并做好院前救治的准备工作。在上海陆家嘴中心,全球首个基于5G室内数字系统的"5G +五星购物中心"已于5月现身,在有了5G加持的智慧商场,AI人脸识别可以实时、精准地识别出VIP顾客,为其打造极致的互动购物体验。这些先进应用的背后,均需要大量的数据存储与应用支撑。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)