第二屆中國國際進口博覽會(以下：進博會)正在上海召開，對全球領先的一些人工智能(AI)的項目做了最為集中的一次展示。作為新一輪產業革命技術賦能的代表，AI在全球范圍內蓬勃興起，已經成為各個行業數字化轉型階段不容忽視的新趨勢。AI技術已經廣泛用于民生政務、社區生活、城市出行、城市管理、物流倉儲、智能零售等等各個行業。

越來越多的企業管理者看到了AI在改善客戶體驗和提高企業運營能力的巨大潛力空間，但是對于引入AI賦能對企業現有IT基礎設施能力的挑戰上依舊認識不足。鵬云網絡作為一直致力于為企業提供符合數字化時代發展需求的領先的存儲解決方案服務商，不僅擁有自主可控、安全可靠的核心技術優勢，更是擁有廣泛的服務行業領先企業的資深經驗，希望以此來回答廣大企業管理者在布局AI能力時遇到的存儲基礎設施困惑。

AI平臺在獲取、處理和保留數據時都有別于傳統數據存儲架構，綜合來看，鵬云網絡認為企業需要注意好以下5點問題：

1、成本問題。成本是影響所有企業采購行為的關鍵因素，而AI技術將直接推動企業存儲成本的高起。側重于分析能力的AI，將加速企業的數據產生速度，推動企業數據量呈爆炸式增長。例如本次進博會上展示的智能出行項目，需要在車、人、場景等多處布控傳感采集數據。為更好地控制IT系統的總體成本，會推動企業更加傾向采用標準化的商業硬件與IP網絡。

2、彈性問題。受當下機器學習或人工智能模型訓練對數據使用方式的限制，數據網絡當中節點的資源與調用彈性是影響AI性能的關鍵因素，為此，具有橫向擴展的分布式存儲系統是解決AI數據負載靈活需求必不可少的基礎設施。得益于分布式存儲軟件可將通用x86服務器上的存儲設備抽象成為統一的存儲資源池，企業會更加傾向這一同時具有高可擴展性和成本效益的AI存儲基礎架構。

3、性能問題。由于AI技術更加側重數據分析階段的數據處理，在讀寫模式、IO延遲、數據吞吐量上等諸多性能方面會對原有IT架構帶來新挑戰。例如，為了解決多階段深度學習計算的效率問題，企業可通過分布式的靈活調度架構設計以及數據的并行處理，來解決AI計算時的遇到新IO瓶頸。

4、可靠性和穩定性問題。機器學習和人工智能學習模型可以長期連續運行，通過訓練開發算法可能需要幾天或幾周的時間。在此期間，存儲系統必須啟動并持續可用。這意味著任何升級、技術更換或系統擴展都需要在不停機的情況下進行。為此，需要企業的存儲系統不僅需要能夠容忍節點的陸續故障，更加強調了零時間故障恢復的災備保障能力。

5、智能管理問題。由于開發機器學習和人工智能算法既需要高性能的存儲又需要高性能的計算，同時公共云服務提供商提供了可用于機器學習的私有云不易具備的GPU加速虛擬實例，這讓企業的數據將會更多在本地云和公有云空間流動。為此，企業的存儲基礎設施需要具有按需調整的靈活資源配置能力，諸如快照、克隆、復制、在線遷移、分級存儲的能力。

鵬云網絡認為，企業選擇正確的AI數據存儲平臺，是需要在可靠性、性能、彈性、成本和智能等指標之間取得新的平衡。這就要求供應商能夠在將產品交付給客戶之前測試和優化其產品的能力，從而可以企業降低采用AI存儲的障礙。由鵬云網絡獨立自主研發的ZettaStor系統，采用了符合AI時代需求的領先的全對稱分布式架構設計，可以有效解決企業存儲在系統規模、IO性能、穩定性和可靠性等方面的新需求。同時，ZettaStor系統可部署在標準x86服務器上，利用軟件定義存儲技術，顯著降低企業新技術采用成本。

自2012年成立以來，鵬云網絡一直不斷加強自主創新意識和提升核心技術力量，旨在促進以云計算、大數據、AI、物聯網、5G為代表的先進計算的融合發展，建設智能存儲應用和產業體系。擁有完全自主知識產權的ZettaStor系統，已廣泛服務于運營商、金融、教育科研、互聯網、廣電、政府、司法、醫療、制造業等領域，成為包括中國移動、中國聯通、神州數碼、中原云、貴州廣電傳媒等50+行業頭部企業的數字化新動能。