从云计算到AI:NetApp的数据网络转型之道

毫无疑问,在 AI、大数据、云计算等新技术潮流的冲击下,各行业企业的数字化转型进程日益加速,社会正在进入一个全新的数据融合时代。这一过程中,人们一方面对技术予以高期待,期望给行业进行业务重构,但另一方面在面对这些接踵而至的新思潮时,人们又对选择哪一合适的发展道路充满犹疑。


从云计算到AI:NetApp的数据网络转型之道_第1张图片


四年前,全球混合云数据管理领域公司 NetApp 提出了 Data Fabric(数据网络结构)的愿景时同样面对着业内的质疑。由于让数据可以在公有云、私有云、混合云之间自由流动在当时来看还太遥远,外界普遍视其为一个较理想化的理念。


不过近几年技术的持续发展,金融、物流等各大行业的数字化转型过程却逐渐验证这上述具有前瞻性的理念。据 IDC 预测,到 2025 年,全球“数据网络”规模将增长到 163 ZB(即 1 万亿 GB)。这意味着,实施数据驱动的数字化转型的企业能够更快地开辟新的收入来源。


数据需要云计算做依托,要求企业对存储在云中的数据进行集成和优化,而 AI 技术的迅猛发展就能很好解决优化数据、扩展应用与工作负载等问题,让企业实现业务升级。基于此,在今年的 NetApp 中国创新论坛上,NetApp 首次对外阐述公司的 3 大数据创新战略:以云激励创新,以云加速新服务,以云互联闪存实现 IT 架构现代化。


为了实现战略落地,NetApp 推出了众多具有业界标杆性的解决方案。今年 8 月,人工智能(AI)计算引领者NVIDIA和 NetApp 联合研发并推出了 NetApp ONTAP AI,主要为深度学习和认知计算提供性能上的支持,最终帮助解决数据问题。它易于部署,最重要的优势在于无限扩展功能,企业可以从 1:1 配置入手,然后随着数据增长横向扩展到 1:5 甚至更高比例的配置。


从云计算到AI:NetApp的数据网络转型之道_第2张图片


ONTAP AI 构成有 NetApp AFF A800,Cloud Connected Flash(云互联的全闪存)。这一新品有力支撑着 NetApp 最新的三大数据战略,力图帮助客户加快部署新的AI项目,加速现有应用程序并充分利用业界领先的云服务,帮助数据驱动型企业在这个新时代蓬勃发展。


NetApp AFF A800 是 NetApp 今年推出的端到端 NVMe 就绪的企业级全闪存平台,它将 NVMe 固态硬盘与 NVMe over Fabric(NVMe-oF)相结合,为传统数据中心工作负载提供了快速处理能力。它还支持远超以往的 I/O 性能。客户能够借此在单个系统上运行多 60% 的工作负载,并获得比光纤通道快 50% 的数据访问速度。全闪存 A800 够线性扩展性能,并将数据反馈给 NVIDIA GPU 系统,是一个适用于横向扩展的闪存,速度比同类解决方案快 4 倍。


搭载了 ONTAP 9.4 的 AFF A800,可为客户的混合云部署提供良好支持,并支持主流超大规模云服务提供商的数据管理服务。这实际上也是帮助 AI 在数据层做快速处理,最终帮助客户利用 AI 提升业务能力。此外,加上NVIDIA的 DGX 超级计算机提供支持,就可帮助深度学习部署的数据管道,实现横跨边缘到核心计算再到云的落地能力。


除了上述解决方案,NetApp 今年也推出了多款最新解决方案,旨在帮助用户通过跨混合云和多云环境部署的应用程序取得数据驱动的业务成果,其中包括NetApp® Cloud Insights、Azure NetApp Files、Cloud Volumes Service、Cloud Volumes ONTAP®、NetApp HCI、适用于Microsoft Office 365 的SaaS Backup 和 NetApp Data Availability Services。


NetApp 的解决方案反馈到行业应用层面,就可帮助无人驾驶、医疗保健、金融等不同行业企业实现快速的数据处理,引领数据网络结构的未来趋势。

值得一提的应用案例是美国著名的影视制作公司DreamWorks,作为强大的数据制造者,它的每一部动画影片都需要 600T 的数据量,同时一部动画片的数据量涉及有 5 亿个数值的文件,在这个过程中需要无数的技术去帮助实现,NetApp 已与 DreamWorks 进行合作,并推出多款旨在帮助客户通过跨混合云和多云环境部署的应用程序取得数据驱动的业务成果的全新解决方案,应用到该企业业务运营中。


当然还有由 Cambridge Consultants 开发的名为 Vincent 的 AI 系统,该系统完全通过使用 NVIDIA GPU 和 NetApp 数据管理系统进行训练和学习。Vincent 从梵高、塞尚、毕加索等众多大师的杰作中进行学习和训练。在这一过程中,多个生成性对抗网络(generative adversarial network)相互竞争并调整算法,最终创造出艺术作品。


总体而言,包括从物联网到 IoT 的设备,在需要不同公有云数据去处理,NetApp 的技术解决方案可以用统一的数据通道去帮助人工智能和深度学习做工作负载的支持。NetApp 的资源会更多地投入到超融合、混合云、全闪存等极速发展的市场上,争取更大的市场份额。


这一过程中 NetApp 不会缺席,而且随着三大战略逐步落地,它很有可能成为这些新兴市场的领导者。

你可能感兴趣的:(从云计算到AI:NetApp的数据网络转型之道)