郭濤

自動駕駛與存儲之間有什么必然關(guān)聯(lián)？美光科技計算和網(wǎng)絡(luò)產(chǎn)品事業(yè)部（Compute & Networking Business Unit）高級副總裁兼總經(jīng)理Thomas T. Eby告訴記者，未來，每輛L5級自動駕駛汽車都將配備8～12個分辨率高達4K～8K的顯示屏幕，而為了支持V2X連接，存儲器需要每秒處理0.5TB～1TB的數(shù)據(jù)量。TB級的數(shù)據(jù)量、實時的處理能力，存儲能夠100%滿足自動駕駛的需要嗎？

另外，在車內(nèi)娛樂系統(tǒng)方面，存儲器的頻寬也將達到150GB/s～300GB/s。未來的自動駕駛汽車也會像飛機一樣配備“黑盒子”，它將以30秒為間隔持續(xù)進行錄制，記錄車內(nèi)外的一切狀況。因此，存儲器的頻寬將達到1GB/s。特別值得指出的是，在車輛的整個生命周期中，重復(fù)寫入的所有數(shù)據(jù)加起來有可能達到150PB。綜上分析，自動駕駛汽車對內(nèi)存和存儲的效能和耐用性提出了非常高的要求。

善用存儲，提升AI效能

我們正在步入“智能+”時代，技術(shù)的創(chuàng)新、業(yè)務(wù)應(yīng)用場景的變化和增加、產(chǎn)業(yè)鏈上下游的互動無不圍繞著“智能”這個主題展開并走向深入。Thomas T. Eby代表美光介紹了公司在人工智能領(lǐng)域的布局與未來愿景。有人說，數(shù)據(jù)是“智能+”時代的“新石油”;也有人說，數(shù)據(jù)就是今日的全球貨幣。數(shù)據(jù)的重要性已毋庸置疑。美光預(yù)估，全球需要傳輸、存儲、分析的數(shù)據(jù)量將在未來幾年內(nèi)增長數(shù)倍，到2023年將達到103ZB。數(shù)據(jù)爆炸帶來的存儲壓力還在其次，對于企業(yè)來說最關(guān)鍵的還是如何從浩如煙海的數(shù)據(jù)中挖掘出有效的信息，并轉(zhuǎn)化為深刻的洞見。這也是人工智能要做的事。

“如果說計算是人工智能的大腦，那么內(nèi)存與存儲就是其心臟。”Thomas T. Eby這樣比喻。美光如何讓人工智能的“心臟”變得越來越強壯呢？

現(xiàn)在，數(shù)據(jù)越來越多地產(chǎn)生于邊緣設(shè)備和終端，而非數(shù)據(jù)中心內(nèi)部。對于企業(yè)來說，本地數(shù)據(jù)中心、云端和邊緣是一個溝通、協(xié)作的整體。因此，計算、存儲、網(wǎng)絡(luò)等資源也應(yīng)該覆蓋本地數(shù)據(jù)中心、云端和邊緣。Forrester的報告顯示，未來的趨勢是數(shù)據(jù)在哪里產(chǎn)生，就在哪里進行處理和分析，這樣可以減少大規(guī)模的數(shù)據(jù)遷移，同時也可以降低能耗。未來，90%的存儲會更靠近數(shù)據(jù)產(chǎn)生的地方，“邊緣”對于存儲來說越來越重要?！盀榱烁玫貪M足人工智能應(yīng)用的需求，存儲架構(gòu)將重塑?！盩homas T. Eby表示，“而為了達到更好的AI訓(xùn)練效果，相比計算來說，我們需要在存儲上下更多功夫。”作為存儲廠商，美光積極調(diào)整戰(zhàn)略布局，在技術(shù)和產(chǎn)品創(chuàng)新上順應(yīng)AI的需求，不斷擴充產(chǎn)品線，提供更廣泛的內(nèi)存與存儲產(chǎn)品組合，“我們要善用存儲器和存儲架構(gòu)提升人工智能的效能?！盩homas T. Eby如是說。

為AI應(yīng)用賦能

如今，AI正在向更多應(yīng)用領(lǐng)域滲透。作為AI應(yīng)用的賦能者，美光自己就是AI應(yīng)用的實踐者和受益者，當(dāng)然也更清楚應(yīng)該從哪個角度切入、用什么樣的方式促進AI應(yīng)用走向深入?！懊拦獗旧砭褪侨斯ぶ悄軕?yīng)用的最佳案例。通過導(dǎo)入人工智能至生產(chǎn)廠區(qū)，美光得以提高生產(chǎn)良率，同時提升工作環(huán)境的安全性和整體效能。”Thomas T. Eby表示，“借助人工智能，美光初步實現(xiàn)了智能制造，并且獲得了實實在在的收益，比如將晶圓生產(chǎn)率提升10%，產(chǎn)品質(zhì)量事件減少35%等?！?/p>

美光在晶圓生產(chǎn)設(shè)備上安裝了300個傳感器，收集相關(guān)信息并進行分析，可以更有效地辨別設(shè)備的異常情況，縮短機器停工時間，預(yù)測設(shè)備可能存在的問題，落實預(yù)防性維護。通過全球超過500組服務(wù)器、8000多個數(shù)據(jù)來源，美光收集了大量內(nèi)部生產(chǎn)數(shù)據(jù)，并由數(shù)據(jù)科學(xué)家進行深入挖掘，形成洞見，進而開發(fā)出人工智能與機器學(xué)習(xí)模型，進一步改善和優(yōu)化了制程?；谏鲜鲈谥悄苤圃旆矫娴某晒嵺`，美光贏得了2018 CIO 100競賽的IT 領(lǐng)導(dǎo)力大獎。這更加堅定了美光在人工智能技術(shù)與業(yè)務(wù)應(yīng)用場景相結(jié)合方面的深入探索。人工智能除了在制造、自動駕駛等典型應(yīng)用場景中得以快速應(yīng)用以外，還進入了與人們生活息息相關(guān)的諸多領(lǐng)域，醫(yī)療行業(yè)就是一例?！霸卺t(yī)療行業(yè)，人們越來越多地基于人工智能技術(shù)對癌癥等疑難病癥進行分析和診斷，提早發(fā)現(xiàn)、提早治療、對癥下藥?！盩homas T. Eby介紹說，“面對醫(yī)療行業(yè)大量影像資料的分析，我們推出了支持人工智能大容量、高密度的存儲解決方案，使得醫(yī)療影像文件不必再被分割成小的片段進行分析，而是在一個存儲池中就可以輕松處理，從而更快速、更準(zhǔn)確地獲得結(jié)果?！?/p>

服務(wù)器硬件的不斷演進和計算架構(gòu)的變化也促進了存儲的發(fā)展和進化。比如為了更好地支持人工智能應(yīng)用，存儲器越來越接近計算工作負載;人工智能對異構(gòu)計算平臺的需求越來越迫切，各種負載需要不同的優(yōu)化且存儲器緊鄰的計算解決方案，計算不只需要CPU，還需要GPU、TPU、FPGA、SOC、ASIC等;計算核心數(shù)量迅速增加，服務(wù)器需要更多DRAM與存儲設(shè)備。