是时候跟64G手机说再见了

"第五代存储”核心产品为新基建赋能

在去年10月份的戴尔科技峰会(DTF)上，戴尔正式向业界发布了“第五代存储”的概念，在市场上掀起了一个不小的存储热潮。今年，戴尔正式发布了Dell EMC PowerStore，其作为戴尔“第五代存储”核心产品，以卓越的现代存储技术和专业能力为起点，满足了不同行业不同用户的需求，帮助用户快速解决数据存储和管理难题，加速实现数字化转型。

Dell EMC PowerStore采用端到端 NVMe架构，提供7倍性能提升，延时降低2/3，并同时提供4：1性能无损的重删压缩技术。由于其具备可编程基础架构，实现了管理自动化，大幅度降低管理成本。同时，PowerStore支持容器技术和敏捷开发(DevOps)，客户可以在PowerStore设备上直接运行用户的应用程序。

孔大勇告诉记者：戴尔严格按照“第五代存储”特征开发产品，不但充分考虑到了性能和灵活性等因素，还充分考虑到用户的有效容量，让用户买1TB能用4TB，有效降低了存储成本。另外还充分体现了包括无缝接云、AI赋能的特点，PowerStore里面集成的CloudIQ，可以对应用与部署进行自动的设置，让原来用于管理工作的时间从天减少到秒级。对于机器学习内嵌的功能来说，将数据放到什么地方这个问题，原来需要考虑存储单元、节点到底有多大，以及它的负载有多高，其中调整、迁移非常麻烦，现在可以通过机器学习在PowerStore里面自动实现，给管理数据中心的人带来极大的便利。

谈到这次PowerStore发布的一个最亮的特性，戴尔科技集团大中华区存储产品高级顾问李君鹏着重介绍了AppsON功能。他表示，AppsON让企业将应用从计算单元转移到存储上，让应用和存储真正实现了彻底融合，极大提高了计算效率和整体后台运作的效率。他表示，AppsON是存储行业首次将虚拟化hypervisor直接部署在存储平台上，让存储的操作系统作为虚拟机运行，留足了CPU处理能力，内存处理能力来运行用户的应用程序，这是业界首创的一种模式。


 

PowerScale拥有以下突出的特点：

• 伸缩自如，简捷如一：PowerScale集群可以从11TB原始容量扩展至60PB，同时处理高达数百万个文件，其扩展过程无需任何中断，避免因停机而导致损失。同时，PowerScale具有智能横向扩展功能，有效地分配资源，帮助客户在集群中获得更优化的性能。

• 海量数据、智能洞察：PowerScale引入Dell EMC DataIQ软件，帮助企业从非结构化数据中获取业务价值，尤其是对于分布在企业数据孤岛中的未分类数据。DataIQ通过在Dell EMC、第三方和公有云存储之间提供文件和对象数据的单一视图来打破数据孤岛。

• 任意数据，任意位置：PowerScaleOneFS 9.0操作系统可支持NFS、SMB、HDFS等多种行业标准协议，以及最新的S3协议，允许客户运行大量的传统与现代应用程序，无需考虑兼容性问题。PowerScale具有部署灵活性，可以轻松部署在核心数据中心、边缘和云上，也可以作为多云策略的一部分。

除了以上两款新品之外，戴尔还发布了PowerStore、PowerFlex和PowerProtect，以此来满足不同企业用户的不同需求。

戴尔科技集团全球副总裁、大中华区数据中心销售总经理孔大勇在接受记者采访时表示，戴尔此次推出的新产品贯穿高端、中端、入门等各个层面，产品线非常全面，很好的帮助不同需求的企业用户实现了数据中心搭建端到端的数据中心解决方案。


 

其实，在这场技术引领的竞争中，滴滴并非完全没有优势，毕竟滴滴自身深耕网约车多年，已经有一部分的数据积累，这也是滴滴做自动驾驶的优势。比如AI算法智能派单，大数据的运营和出行网络数据的运营等。

借助已经存在的庞大的用户数据和运营数据，滴滴能够在技术研发和运营上无缝植入自动驾驶，从而加速整个自动驾驶行业的应用部署。而且2019年10月，滴滴在CNCC2019大会上宣布对外开放两座城市交通指数数据和轨迹数据集，和660所学校和科研机构展开研究。凭借着数据方面的优势，滴滴也已经与沃尔沃携手进军自动驾驶行业。

对于整个行业来说，在技术方面，传感器设备仍然不完善，激光雷达、高精度地图和定位、云平台和大数据等产业链仍不成熟，存在着误识别，漏检率高的问题。

在高精准地图方面，国内也没有统一的标准，并且国内路况复杂需要大量的数据集，但现实情况是行业内缺乏获得大量且高质量数据的渠道。可以说场景化的道路数据缺失、数据标注质量良莠不齐，数据隐私安全问题成为行业痛点，这一点只能靠技术去解决。因此自动驾驶真正投入使用也还需要很久。

根据今年4月份中国电动汽车百人会发布的研究报告《自动驾驶出租车服务商业化现状、挑战及建议》显示，如今出租车司机人力成本与自动驾驶改造成本基本持平，随着技术发展，人力成本会下降。但如今的技术只能处理交通路况90%常规问题，剩下的10%才是重头戏，需要花费90%的时间解决，长尾效应明显。

而且除了技术难题之外，自动驾驶商业化之后所带来的社会性问题也应该考虑。例如，消费者对于自动驾驶尚处于陌生认知阶段，如何提升消费者的信任度?如果发生事故该如何处理，责任方又该如何划分?

目前滴滴计划在2023年投入100万辆自动驾驶汽车，按照每辆100万元的造价计算，滴滴的自动驾驶计划需要投入1万亿元的巨额资金。但是这些资金从哪里来?按照目前的情况，自动驾驶规模化运营还早着呢?

（编辑：伊春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!