美光科技計算和網絡產品事業部(Compute & Networking Business Unit)高級副總裁兼總經理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的數據量。 TB級的數據量、實時的處理能力，存儲能夠100%滿足自動駕駛的需要嗎？
另外，在車內娛樂系統方面，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秒為間隔持續進行錄製，記錄車內外的一切狀況。因此，存儲器的頻寬將達到1GB/s。特別值得指出的是，在車輛的整個生命週期中，重複寫入的所有數據加起來有可能達到150PB。綜上分析，自動駕駛汽車對內存和存儲的效能和耐用性提出了非常高的要求。
善用存储，提升AI效能
我們正在步入“智能+”時代，技術的創新、業務應用場景的變化和增加、產業鏈上下游的互動無不圍繞著“智能”這個主題展開並走向深入。在近日舉行的2019台北國際電腦展Computex上，Thomas T. Eby代表美光介紹了公司在人工智能領域的佈局與未來願景。
有人說，數據是“智能+”時代的“新石油”；也有人說，數據就是今日的全球貨幣。數據的重要性已毋庸置疑。美光預估，全球需要傳輸、存儲、分析的數據量將在未來幾年內增長數倍，到2023年將達到103ZB。數據爆炸帶來的存儲壓力還在其次，對於企業來說最關鍵的還是如何從浩如煙海的數據中挖掘出有效的信息，並轉化為深刻的洞見。這也是人工智能要做的事。
美光如何讓人工智能的“心臟”變得越來越強壯呢？
美光委託知名市場調研公司Forrester對建構人工智能平台的工程師和IT專家進行了一次調研，結果顯示，開發人工智能係統時，技術人員首要考量的並非計算，而是如何打造適合的存儲器與存儲架構，以滿足龐大計算的需求。超過九成的受訪者表示，存儲器與存儲架構是決定人工智能係統開發成敗的關鍵因素，而存儲吞吐量的重要性更勝於計算，而且隨著邊緣計算需求的興起，計算與存儲器之間的距離越來越近。
現在，數據越來越多地產生於邊緣設備和終端，而非數據中心內部。對於企業來說，本地數據中心、雲端和邊緣是一個溝通、協作的整體。因此，計算、存儲、網絡等資源也應該覆蓋本地數據中心、雲端和邊緣。 Forrester的報告顯示，未來的趨勢是數據在哪裡產生，就在哪裡進行處理和分析，這樣可以減少大規模的數據遷移，同時也可以降低能耗。未來，90%的存儲會更靠近數據產生的地方，“邊緣”對於存儲來說越來越重要。
作為存儲廠商，美光積極調整戰略佈局，在技術和產品創新上順應AI的需求，不斷擴充產品線，提供更廣泛的內存與存儲產品組合，比如從低延遲性的DRAM、高頻寬的NVDIMM存儲器、更高容量的3D XPoint存儲器，到TLC NAND SSD 和QLC NAND SSD存儲解決方案，既能支持專門面向AI打造的數據中心，又可以滿足視頻、汽車、醫療，以及工業應用等眾多場景中的AI應用。人工智能除了在製造、自動駕駛等典型應用場景中得了快速應用以外，還進入了與人們生活息息相關的諸多領域，醫療行業就是一例。
服務器硬件的不斷演進和計算架構的變化也促進了存儲的發展和進化。比如為了更好地支持人工智能應用，存儲器越來越接近計算工作負載；人工智能對異構計算平台的需求越來越迫切，各種負載需要不同的優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；計算核心數量迅速增加，服務器需要更多DRAM與存儲設備。
人工智能的興起，對存儲的容量、性能、能耗等眾多指標提出了新的更高要求。作為AI應用的賦能者，美光已經做好充分準備，將以全面的內存和存儲解決方案滿足不同AI業務場景的需要。
我要聯絡