對(duì)工業(yè)數(shù)據(jù)存儲(chǔ)的需求日益迫切

上周剛發(fā)布的《中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告2020》指出，2019年，中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)35．8萬(wàn)億元，占GDP比重達(dá)36．2％，中國(guó)數(shù)字經(jīng)濟(jì)總量規(guī)模和增長(zhǎng)速度位居世界前列。

深究數(shù)字經(jīng)濟(jì)，與過(guò)往農(nóng)業(yè)經(jīng)濟(jì)以土地為核心生產(chǎn)要素、工業(yè)經(jīng)濟(jì)以機(jī)器為核心生產(chǎn)要素不同，數(shù)字經(jīng)濟(jì)是以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素的。海量的數(shù)據(jù)被存儲(chǔ)在各行各業(yè)、各個(gè)生產(chǎn)環(huán)節(jié)，作為推動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要支撐。

眼下，工業(yè)正是數(shù)字經(jīng)濟(jì)的重要戰(zhàn)場(chǎng)。

根據(jù)《中國(guó)兩化融合發(fā)展數(shù)據(jù)地圖（2019）》可知，截至2019年，我國(guó)工業(yè)企業(yè)的生產(chǎn)設(shè)備數(shù)字化率為47．1％，數(shù)字化設(shè)備聯(lián)網(wǎng)率為41．0％，關(guān)鍵工序數(shù)控化率為49．5％，數(shù)字化研發(fā)設(shè)計(jì)工具普及率為69．3％，這些數(shù)據(jù)代表著我國(guó)工業(yè)在數(shù)字化、網(wǎng)絡(luò)化、智能化上確已取得一定成績(jī)，但通過(guò)與發(fā)達(dá)國(guó)家的對(duì)比，可知在終端聯(lián)網(wǎng)、數(shù)據(jù)采集、信息傳輸上仍有較大發(fā)展空間。

2019年重點(diǎn)行業(yè)數(shù)字化生產(chǎn)設(shè)備聯(lián)網(wǎng)率

圖片來(lái)源：《中國(guó)兩化融合發(fā)展數(shù)據(jù)地圖（2019）》

從宏觀背景看，基于新基建、5G、工業(yè)互聯(lián)網(wǎng)等政策和技術(shù)的推動(dòng)，工業(yè)產(chǎn)業(yè)正在熱火朝天地構(gòu)建起智能感知、互聯(lián)互通、數(shù)據(jù)應(yīng)用、服務(wù)模式開(kāi)發(fā)等架構(gòu)，致力形成工業(yè)場(chǎng)景下數(shù)據(jù)從采集、處理、傳輸?shù)椒治�、存�?chǔ)的完整流程，創(chuàng)造從數(shù)據(jù)中產(chǎn)生新價(jià)值的條件。

這樣的情況下，當(dāng)洶涌的數(shù)字化大潮襲來(lái)時(shí)，考慮到數(shù)據(jù)存儲(chǔ)容量、功耗、時(shí)延、成本等諸多現(xiàn)實(shí)因素，精細(xì)、高效的數(shù)據(jù)存儲(chǔ)方案就是很多工業(yè)智能化轉(zhuǎn)型的企業(yè)所必要的。

熱數(shù)據(jù)、溫?cái)?shù)據(jù)與冷數(shù)據(jù)

很明顯的一點(diǎn)是，全球數(shù)據(jù)總量不僅保持指數(shù)級(jí)的增長(zhǎng)，類(lèi)型也越來(lái)越多樣化。

在數(shù)據(jù)總量上，IDC報(bào)告指出，預(yù)計(jì)從2023年起，企業(yè)、機(jī)器、工業(yè)、消費(fèi)、科學(xué)等領(lǐng)域每年產(chǎn)生的數(shù)據(jù)量將高達(dá)103 ZB。有一個(gè)簡(jiǎn)單的比喻是，在ZB級(jí)數(shù)據(jù)爆發(fā)時(shí)代，如果把全球所有的數(shù)據(jù)都存在512GB的iPad里并一個(gè)個(gè)摞起來(lái)，它的厚度可以繞赤道10圈。

在數(shù)據(jù)類(lèi)型上，以往移動(dòng)互聯(lián)網(wǎng)時(shí)代產(chǎn)生的數(shù)據(jù)大多是個(gè)人在電腦或手機(jī)上輸入得來(lái)的，但隨著AIoT的發(fā)展，包括智能家居、可穿戴設(shè)備、AI攝像機(jī)、無(wú)人機(jī)、工廠(chǎng)機(jī)器人等等，數(shù)據(jù)產(chǎn)生的源頭從人向智能設(shè)備延伸，記錄的數(shù)據(jù)類(lèi)型廣泛且豐富。

在撲面而來(lái)的海量數(shù)據(jù)面前，行業(yè)通常根據(jù)數(shù)據(jù)的訪(fǎng)問(wèn)頻次和數(shù)據(jù)分析的不同需求，將其粗略地劃分為三個(gè)類(lèi)別，即熱數(shù)據(jù)、溫?cái)?shù)據(jù)和冷數(shù)據(jù)。

熱數(shù)據(jù)：被計(jì)算節(jié)點(diǎn)頻繁訪(fǎng)問(wèn)的在線(xiàn)類(lèi)數(shù)據(jù)，表征＂此刻的變化＂；

冷數(shù)據(jù)：離線(xiàn)類(lèi)不經(jīng)常訪(fǎng)問(wèn)的數(shù)據(jù)，具有一般不會(huì)變的屬性，常用于機(jī)器學(xué)習(xí)中的模型訓(xùn)練和數(shù)據(jù)的長(zhǎng)期歸檔；

溫?cái)?shù)據(jù)：介于熱數(shù)據(jù)和冷數(shù)據(jù)之間，代表的是＂近期的，具有一定時(shí)效性的變化＂。

此種分類(lèi)方法體現(xiàn)的內(nèi)核是，熱數(shù)據(jù)處理效率要求高，需要就近計(jì)算和部署；冷數(shù)據(jù)處理效率要求低，只需進(jìn)行集中化部署，但對(duì)大容量有更多要求。

然而實(shí)際應(yīng)用場(chǎng)景中所要求的不僅是這么簡(jiǎn)單。

尤其在工業(yè)物聯(lián)網(wǎng)場(chǎng)景，想象一條生產(chǎn)線(xiàn)上多臺(tái)機(jī)器同時(shí)運(yùn)轉(zhuǎn)產(chǎn)生的數(shù)據(jù)量無(wú)需全部上傳到云端進(jìn)行清洗和處理，邊緣計(jì)算的需求愈發(fā)強(qiáng)烈，在源頭進(jìn)行數(shù)據(jù)分析和存儲(chǔ)成為關(guān)鍵。

另外，考慮到工業(yè)應(yīng)用多處于嚴(yán)苛或偏遠(yuǎn)環(huán)境，必然對(duì)存儲(chǔ)方案的可靠性、穩(wěn)定性及自動(dòng)化容災(zāi)能力提出更高要求。

再加上人工智能、數(shù)字孿生等應(yīng)用需要基于大量的數(shù)據(jù)資料進(jìn)行模型訓(xùn)練，建立大容量、可擴(kuò)展、易整合的存儲(chǔ)方案對(duì)企業(yè)長(zhǎng)期發(fā)展至關(guān)重要。