企业数据经济正夯 智能制造强化储存分层

台湾IBM硬件系统部资深技术顾问刘泰兴。

随着各种传感设备蒐集的数据大量成长，以及因应AI需要大数据做为模型建立基础，智能制造的另一个热门议题就是，如何找到成本更低而且更有效率的储存媒介？台湾IBM硬件系统部资深技术顾问刘泰兴指出，不论是AI或大数据分析，透过IBM的储存方案，将让智能制造的数据，达到更有效率的应用。

储存与管理是数据在收集阶段最重要的移动，各行各业工厂的数据无所不在，当容量逐渐增加，相对储存成本也随之提升。当储存空间不够时，只能购买单一储存吗？刘泰兴表示，其实扩充才是更好的因应方式。

观察当前工业环境，传统数据储存基础架构是非常复杂的流程，从工厂端到公司内部决策系统，再经过内部分析出结果，数据经常要重新储存再反馈。同时，数据的来源端、储存端、及分析端都是不同储存系统。换言之，传统储存架构孤岛现象，导致不同协定、数据无法整合或共享、数据无法集中管理，重复提取、转换、加载、发散情况一再发生。

为帮助企业因应传统储存基础架构的挑战，IBM解决方案即以消弭储存孤岛为诉求。透过储存整合搭载扩充功能，将20%热数据放在效能最好的储存设备，80%冷数据放在性价比较高的储存服务空间，达到所谓储存的经济效益。

IBM解决方案也确保数据生命周期达到有效管理与储存分层，包含关键数据以副本保存；专案结束后将数据长期归档；48小时后将数据移至低成本的储存层。这样的设计促使储存设备的可重复利用，达到成本效益且不会影响效能与可取用性。而在具体的效能方面，具备高IOPs与高吞吐量，同一目录档案可存放在不同的储存池。

最后，刘泰兴强调，IBM储存解决方案涵盖可靠性(关键数据与Metadata保护)、可扩充性(现有储存池扩充、增加储存池数量)。即使面对AI时代数据大幅增加，需要做数据清理、建立模块训练，IBM也能根据冷热数据进行分层储存、提供共享数据服务，数据可相互复写传送，透过Spectrum Scale建立企业资源池，共享数据基础架构，使所有过程自动化，建构畅通的数据流管道。