北京2021年8月5日 /美通社/ -- 瀝青被太陽照過后會變硬，而沒有變硬的部分，可以用一些特殊的溶劑，把它給溶解掉。觀察到這一現(xiàn)象的法國人約瑟夫·涅普斯開始思考，“我能不能用同樣的方法來試試看，能不能把現(xiàn)實世界當中的景色給放進版畫里？”他想到后，就去做了。

涅普斯不會想到，他在1826年用瀝青曬干“鼓搗”出來的人類歷史上第一張照片，會在無意間開啟了人類通往影像世界的大門。

經(jīng)歷近兩個世紀蝶變，影像技術(shù)與數(shù)字技術(shù)不斷融合，數(shù)字影像占據(jù)了行業(yè)主導。特別是隨著大數(shù)據(jù)和深度學習等新技術(shù)加持，影像大數(shù)據(jù)產(chǎn)業(yè)發(fā)展不斷提速，IDC研究表明，未來行業(yè)80%的行業(yè)數(shù)據(jù)將以照片、音頻、視頻等非結(jié)構(gòu)化影像數(shù)據(jù)方式呈現(xiàn)。海量影像數(shù)據(jù)的“存”和“用”就像賽車兩個驅(qū)動輪，影響著各個行業(yè)在數(shù)字賽道上飛馳的速度。作為新存儲首倡者和引領(lǐng)者，浪潮存儲憑借五年五次霸榜的極致“造車”技術(shù)，持續(xù)為行業(yè)影像大數(shù)據(jù)處理提速。

行業(yè)影像數(shù)據(jù)大爆發(fā)  如何才能“接得住、存得快”

隨著行業(yè)數(shù)字化轉(zhuǎn)型不斷深入，企業(yè)數(shù)據(jù)資產(chǎn)從關(guān)鍵業(yè)務(wù)產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)為主逐漸演變?yōu)榉墙Y(jié)構(gòu)化影像數(shù)據(jù)為主，同時企業(yè)IT業(yè)務(wù)重心從數(shù)據(jù)管理變?yōu)閿?shù)據(jù)運營。如何提升數(shù)據(jù)存儲性能，快速從巨量影像數(shù)據(jù)中獲取數(shù)據(jù)價值，成為企業(yè)提升競爭力的關(guān)鍵。

以金融行業(yè)為例，在Bank4.0趨勢下隨著銀行網(wǎng)點向營銷型、體驗型智慧網(wǎng)點轉(zhuǎn)變，各大銀行正全面推進無紙化辦公，票據(jù)、單證、電子驗印、影像審批等業(yè)務(wù)處理過程漸趨電子化，帶來了影像數(shù)據(jù)實時存儲和處理的需求井噴式增長。

浪潮存儲方案架構(gòu)師Howar表示，“金融影像大數(shù)據(jù)就像螞蟻軍團，特點是‘個頭小’、‘數(shù)量多’，海量金融影像并發(fā)處理是典型的性能密集型場景”。Howar給算了筆賬，票據(jù)影像經(jīng)過壓縮后，每個影像大小約在在幾十K至幾百K之間，多見的是100K左右的影像，但影像規(guī)模極為龐大，依據(jù)銀行規(guī)模與業(yè)務(wù)上線時間不同，單套存儲系統(tǒng)需要處理的影像規(guī)模達到數(shù)千萬至數(shù)億份。同時隨著金融監(jiān)管要求日趨嚴格，大量錄音、錄像、圖片也需要實時保存并高效訪問。

不僅金融如此，在通信、能源、交通、媒資、科研、醫(yī)療等諸多行業(yè)，也同樣面臨影像大數(shù)據(jù)處理的挑戰(zhàn)，這個行業(yè)用戶的共性需求可以稱之為“性能現(xiàn)象級”。其中在通信行業(yè)，隨著14億人將衣食住行搬上網(wǎng)絡(luò)，移動互聯(lián)網(wǎng)2020年數(shù)據(jù)流量高達1656億GB；在互聯(lián)網(wǎng)行業(yè)，快手每天產(chǎn)生1.2億個內(nèi)容標簽與用戶畫像實時匹配，內(nèi)容精準推送背后是海量數(shù)據(jù)關(guān)聯(lián)碰撞的結(jié)果；在交通領(lǐng)域，網(wǎng)紅城市成都有超6000路交通視頻流實時匯入，每天需要處理1億張圖片、10次搜索。這些實時數(shù)據(jù)如同長江大河源源不斷、晝夜不息地注入后端數(shù)據(jù)基礎(chǔ)設(shè)施，如何“接得住、存得快、用得快”成為數(shù)據(jù)存儲面對的挑戰(zhàn)。

一道“性能”考題  引出三種范式

雖然大部分行業(yè)都面臨大數(shù)據(jù)處理挑戰(zhàn)，但不同行業(yè)、不同業(yè)務(wù)、不同數(shù)據(jù)生命周期的性能需求存在三種范式：以媒資4K/8K、腦成像研究等應(yīng)用場景為代表，數(shù)據(jù)處理屬于“帶寬密集型”范式；以金融影像應(yīng)用場景為代表，影像數(shù)據(jù)以海量小數(shù)據(jù)為主，屬于“IO密集型”范式。最后是混合型，在智慧交通、能源勘探等場景，在前期數(shù)據(jù)采集階段，海量數(shù)據(jù)流實時匯入給存儲帶寬提出了挑戰(zhàn)，到了后期人工智能分析階段，企業(yè)需要處理十億級乃至百億級小文件，需要極致IO能力來支撐。                       

Howar告訴我們，浪潮分布式存儲能夠以一套存儲滿足上述三種性能范式需求。浪潮存儲開發(fā)了業(yè)界首個“塊、文件、對象、大數(shù)據(jù)多合一”極簡架構(gòu)和iTurbo智能加速引擎，此存儲系統(tǒng)能夠統(tǒng)籌管理數(shù)千個節(jié)點，實現(xiàn)性能線性擴展。

在帶寬密集型應(yīng)用中，浪潮存儲通過聚合帶寬技術(shù)，能夠支撐數(shù)據(jù)流高速吞吐，確保海量影像洪流“接得住、存得快”。同時，浪潮存儲還能進行場景化定制，比如在石油勘探場景，浪潮存儲通過對去躁、振幅補償?shù)榷囗椬鳂I(yè)的優(yōu)化配置，提升了石油勘探批量作業(yè)的處理能力，增強了易用性，確保系統(tǒng)高速穩(wěn)定運行。

在IO密集型場景，面對億級影像小文件并發(fā)處理的挑戰(zhàn)，傳統(tǒng)集中式NAS存儲有些力不從心。NAS文件系統(tǒng)架構(gòu)采用樹形目錄結(jié)構(gòu)，遍歷影像文件需要極大的資源消耗，當影像文件達到上億級別時，就會出現(xiàn)性能嚴重下降的問題。對此，浪潮分布式存儲一套存儲支持文件、對象等多種數(shù)據(jù)類型的優(yōu)勢就顯示出來了：當用戶影像業(yè)務(wù)規(guī)模較小時，可以采用文件存儲方式，這種方式比較常見，占到中國分布式存儲約50%的市場份額，企業(yè)大部分運維人員都能輕松上手；隨著業(yè)務(wù)成長，一旦影像規(guī)模達到億級，可以采用對象方式進行扁平化管理。在對象存儲模式下，每個桶和對象都有一個全局唯一的ID，根據(jù)ID可快速實現(xiàn)對象的查找和數(shù)據(jù)的訪問，性能大幅提升。

浪潮存儲的極簡架構(gòu)做得比較人性化，用戶可以根據(jù)業(yè)務(wù)需求，在多種數(shù)據(jù)服務(wù)之間進行資源切換，Howar表示。這項功能就好比浪潮存儲是一個工廠，用戶今天想開轎車就按轎車尺寸裝，過段時間想開SUV就把轎車拆了進行改裝，雖然在物理世界這個實現(xiàn)起來很有挑戰(zhàn)，但在數(shù)字世界還是被浪潮存儲實現(xiàn)了。

不僅如此，浪潮存儲還針對性能開發(fā)了iTurbo智能加速引擎，通過智能IO均衡、智能資源調(diào)度、智能元數(shù)據(jù)管理等創(chuàng)新技術(shù)，與自研NVMe SSD閃存盤進行系統(tǒng)級別聯(lián)調(diào)優(yōu)化，讓百萬級IO均衡落盤且路徑更短，將存儲系統(tǒng)性能發(fā)揮到極致，有效地提升了從海量影像中“大海撈針”的效率。

五年五次飆榜  浪潮存儲將性能優(yōu)勢轉(zhuǎn)化為市場競爭力

基于對行業(yè)“性能現(xiàn)象級”的洞察和存儲技術(shù)持續(xù)打磨，浪潮存儲實現(xiàn)五年五次性能飆榜。早在2017年浪潮存儲以超150萬IOPS創(chuàng)下了8控存儲的業(yè)界最高成績，時隔3年浪潮存儲以5倍的性能再獲16控、8控、單位成本性能三項冠軍。今年浪潮存儲在分布式存儲領(lǐng)域再次突破，實現(xiàn)五年五次霸榜，成為全球唯一一家在分布式存儲和集中式全閃存儲兩大賽道領(lǐng)跑的存儲廠商。

性能賽道的強大競爭優(yōu)勢，促使浪潮存儲市場競爭力獲得提升，當前浪潮存儲已經(jīng)進階全球前五，成為全球增長最為強勁的存儲廠商。在影像大數(shù)據(jù)處理領(lǐng)域，浪潮存儲已經(jīng)在中國天眼天文大數(shù)據(jù)、清華大學頂級腦成像研究、中石油三維勘探、中國人壽內(nèi)容管理等數(shù)百個行業(yè)新應(yīng)用中規(guī)?；渴?。未來伴隨云、大數(shù)據(jù)、人工智能等新技術(shù)發(fā)展智算中心將迎來高速發(fā)展，浪潮存儲將持續(xù)賦能行業(yè)用戶，釋放數(shù)據(jù)價值加速數(shù)字化轉(zhuǎn)型。