人工智能领域有一个怪异的现象：一方面，各行各业都在提人工智能，不提人工智能则代表落伍；一方面，一些真正搞人工智能技术的企业发展陷入困境，前景不被看好。
究其原因，还是人工智能在实际落地中碰到了问题，当我们凑近看这些问题，就能看到存储的重要性。
常被忽视的数据存储
有人分析了人工智能落地难的原因。
认为技术导向的AI技术服务商过于看重算法，忽略了实际需求，同时，定制化的需求也限制了其发展，反而传统企业在AI方面的探索更容易取得成果。
人工智能最早从互联网、金融、安防等领域开始，而后渗透到医疗、工业等领域，还有一些在生命科学、药物研发等领域，以行业为节点，步步为营。
换句话说，都是传统企业在原有业务中加入AI的能力，过程中需要结合实际场景进行反复摸索、尝试和迭代。而想要加速这一过程，则需要关注人工智能落地的“四大要素”。
数据、算法、算力和模型被认为是人工智能落地的四大要素，其中，算法、算力和模型的话题热度很高，而对数据本身的讨论，似乎也并不是机器学习专家的分内的事儿。
当然，机器学习专家本身对于数据预处理还是很熟悉的，但通常并不了解数据存储的部分，对于存储系统在扩展性、性能、稳定性方面并不在意。
从许多实践来看，AI技术的成功与否，在很大程度上取决于支持数据科学流程的底层IT体系结构。换句话说，想要顺畅地训练、测试和部署AI模型，需要靠谱的计算和存储系统。
AI对存储提出了哪些要求？
上图来自戴尔的一份白皮书（《适用于AI的IT体系结构：从POC直到生产》），企业用的商务智能只需要少量的结构化数据，需要的算力也比较少，而深度学习则需要PB级的数据，同时，对于计算和存储性能也提出了更高要求。
白皮书概括了企业AI项目的落地流程。首先，要搞清楚具体要解决的业务问题，然后，就进入到POC验证阶段，需要将业务问题和数据科学问题来对应，过程中，需要建立一套IT基础架构，IT架构要可以重复使用、可扩展且足够灵活。
众所周知，机器学习的工作过程大致分为四个阶段，涵盖数据采集、数据准备（数据预处理）、模型训练（包含训练、评估、验证）和模型推理四个阶段，每个阶段对于数据存储的要求都不尽相同。
在数据采集阶段，数据可能会从不同来源聚拢并存储起来，数据的大小和格式都存在各种差异，而且，数据类型往往是以文件存储或者对象存储为主，都属于非结构化数据。
采集过程中，首先以顺序写入为主，从多个数据源传入数据，如果存储写性能跟不上，数据就可能会被丢弃，数据的完整度可能会影响模型的准确度。采集完成后，通常还要将收集来的数据放入更大的存储池来进行统一管理，对读性能要求也很高。
在数据准备阶段，需要对不同格式和尺寸的数据进行规范化处理，处理的效率取决于计算以及存储的性能。处理的过程中，通常会有顺序读写、随机读写等操作，在最极端的情形下，甚至可能是各占一半的读写混合。
而在训练阶段，往往需要高性能的GPU或者加速器等来执行一系列的数学运算，对计算和存储资源要求非常高，在做特定训练时，AI训练所需的时间取决于所部署的计算与高性能存储的规模。
推理阶段，对于存储和计算性能的要求会比较多样化，常见的各种边缘场景，在机场和火车站的闸机，在手机的人脸识别系统中，对能耗比较敏感，而在大型模型的推理过程，对于计算和存储性能的要求都会非常高。
总结而言，AI所需要的是非结构化数据存储，并且，对于存储的扩展性、综合性能以及扩展性都有比较更好的要求。同时，由于涉及的数据量会越来越多，对于数据存储和管理的要求也会越来越高。
如果存储无法满足这些要求，轻则影响机器学习训练的周期，影响业务迭代进度，影响企业对于AI战略的信心。重则训练出的模型可能无法用于生产环境，AI计划宣告失败。
戴尔帮助企业将AI落地
戴尔能为企业的AI体系结构构建从边缘到核心再到云的数据环境，计算部分有Precision工作站、PowerEdge服务器和NVIDIA DGX服务器，而存储部分则有PowerScale横向扩展存储和ECS对象存储，其中，PowerScale还可在云端部署。
PowerScale非常适合存储用于AI/ML/DL的大型数据集，服务于机器学习和数据分析场景。
PowerScale的高性能、高并发性能可满足机器学习从数据采集、数据准备、模型训练和模型推理各阶段对存储性能的要求，能更快完成AI模型的训练和验证。
PowerScale的可扩展性，使得从POC验证到生产环节的所有数据都可以存放在PowerScale上，而且可以随着数据量的增长随时添加节点来扩容，从而可以避免费时费力进行数据迁移。
PowerScale提供丰富的企业级特性，它能将数据管理、性能管理、数据保护和数据安全有机地整合，从而提高数据存储的经济性，降低拥有成本并减少风险。
PowerScale还提供了高效的管理能力，借助PowerScale自带的数据管理工具 Dell EMC DataIQ，任何人都可以轻松地在跨本地和异地部署的，文件和对象数据平台上查找和管理数据。
PowerScale既有全闪存配置，也有混合存储和归档存储配置，满足用户在性能、容量和成本之间的平衡，还与谷歌云、亚马逊云以及微软Azure合作将数据放到云上，利用云上的弹性资源进行机器学习的训练和推理，为企业提供了丰富多样的选择。
此外，戴尔不仅提供了种类丰富的IT基础架构，拥有多种参考体系结构以及经过验证的计算和存储解决方案，还提供了常用的AI/ML/DL工具和框架，包括大数据分析平台Splunk、机器学习框架Caffe2、TensorFlow、PyTorch等，让机器学习的流程更顺畅。
结束语
可以说，戴尔存储不仅能满足机器学习各个阶段，对存储在性能和扩展性方面的要求。而且，还有可用于构建服务于AI工作流的一整套IT基础设施，更能将企业所需的安全、高效数据管理能力带给企业，是企业构建AI能力的理想之选。
