随着云计算、大数据、人工智能、高性能和多模计算等技术的发展，以文本、图片和视频为代表的非结构化数据呈现出爆发式增长。分布式融合存储以其强大的横向扩展能力、近线性的性能增长能力、多种协议的兼容能力以及开放的生态，正越来越多的成为用户首选的统一数据存储底座。
之江实验室研究员、博士生导师曾令仿表示，“高性能数据分析（HPDA）中HPC+大数据+AI应用，对数据基础设施有着海量、高并发、实时、多协议、按需扩展等需求；落实国家对数据要素的资源化、资产化，数据基础设施面临的巨量、异构、高可靠、高可信度、高效能、全生命周期管理等需求。分布式融合存储技术的最新研发进展为满足上述关键数据基础设施需求提供了强有力的支撑。”
在日前由中国电子技术标准化研究院、存储产业技术创新战略联盟联合华中科技大学、中山大学、之江实验室等20多家学研机构、企业和用户代表发布的《分布式融合存储研究报告》（以下简称：《报告》）中，总结了分布式融合存储的五大典型应用场景，包括以自动驾驶为代表的深度学习场景、以 AI/AIGC 为代表的大模型应用场景、以湖仓一体为代表的数据智能应用场景、金融风控场景、HPC高性能计算场景。
《报告》指出，分布式融合存储在海量多源异构数据处理和“通信、感知、计算”一体化的边缘场景方面提供了强有力的存力支撑，使其能够满足不同场景对于存储的需求，为当前的数字化转型时代提供了高效、多维、贯通和定制化的生产要素，让数据驱动向全场景渗透。
信息存储技术发展多年，每一次的技术架构变革和演进的内在驱动都是来自于随行业发展不断增长的数据处理需求。在可以预见的将来，数字化转型，AI技术等仍将持续快速发展，更多技术突破即将到来，这要求数据处理能力需要整体提升，与之匹配。时代会加速技术变革，而分布式融合存储这一新兴技术目前正处于发展早期阶段，存在着大量机遇和广阔的前景，在未来数据基础设施的新变革浪潮中大有可为。
热门跟贴