人工智能(AI)正在迅速从企业中的一般概念转变为可部署的解决方案，该解决方案正在解决基本功能的方式上发生具体变化。

存储的智能化已成为成熟的一个关键领域，由于每天工作量的数量和复杂性都无法满足传统的方法，即当驱动器达到最大容量时，简单地增加容量，因此存储正在承受越来越大的压力。

硅角公司的马克·阿尔伯森(Mark Albertson)通过指出如果数据是新的石油，那么存储就是新的炼油厂，就引出了智能存储的有趣的类比。在不久的将来，仅从应用程序或其他资源中提取数据并将其捆绑到存储中是不够的。取而代之的是，必须对数据进行条件处理，分析，处理，标记并进行其他多个处理，以便有效地支持分析和提高生产力的实时应用程序。同样，组织将必须在日益复杂的分层基础架构中动态迁移，复制和镜像数据，而这只能通过智能自动化堆栈或虚拟的存储管理人员团队来实现。

顶级存储供应商已经朝着这个方向发展。HPE最近展示了适用于3Par存储平台的Nimble InfoSight预测分析套件，并预计它将在今年年底推出该渠道。该系统旨在为即将发生的驱动器故障提供预警，并具有解决问题或从受影响的硬件中删除数据而不影响应用程序性能的能力。该公司表示，可以在大型和小型3Par部署上实施该软件，从而为端到端数据环境提供一致的体验。它还应通过提高效率和资源利用来帮助组织降低存储成本。

日立与其Vantara平台的发展方向大致相同，也将在几个月后推出。TechRepublic表示，该系统是公司存储，分析和物联网部门合并的产物，IBM Watson部门前副总裁John Murphy对此做出了进一步的贡献。该软件主要针对工业企业，并具有容量规划，故障排除和应用程序性能管理模块。但是，该公司最终希望能够通过与先进的机器人技术集成来承担物理基础设施的安装，管理和维护等任务。

云提供商也正在转向人工智能，希望通过更高级别的管理功能吸引企业工作负载。例如，Box最近推出了Box Skills框架，该框架为用户提供了一个集成平台，可将诸如自动音频转录和对象识别之类的AI功能大规模地引入其Box托管文件中。根据Cloud Pro的说法，该平台是Box服务全面转变的第一步，Box服务将全面整合用户利用率和交互数据，个性化工具甚至开发人员工具包，以确保Box生态系统提供人们可以使用的存储功能。需要，而不仅仅是低成本的数据存储方式。

但是，企业应注意不要将AI与数据环境的其他方面(即计算，网络和虚拟/云层基础结构)独立地构建到存储中。为了真正发挥作用，人工智能需要全面了解所有IT资产，以及期望实现的应用程序和用户目标。

人工智能最终将学习如何在很大程度上自行管理数据生态系统，这意味着不同智能引擎之间的冲突将可能产生比其解决的问题更多的问题。

来源: 金马科技