新在线不卡免费视频|www国产精品久久麻豆|美女午夜福利网站|《福克斯号上空姐们》|关于秘书的电影|美少女的哀羞txt|日产国产一区二区三区

對工業數據存儲的需求日益迫切

上周剛發布的《中國互聯網發展報告2020》指出，2019年，中國數字經濟規模達35．8萬億元，占GDP比重達36．2％，中國數字經濟總量規模和增長速度位居世界前列。

深究數字經濟，與過往農業經濟以土地為核心生產要素、工業經濟以機器為核心生產要素不同，數字經濟是以數據為關鍵生產要素的。海量的數據被存儲在各行各業、各個生產環節，作為推動經濟增長的重要支撐。

眼下，工業正是數字經濟的重要戰場。

根據《中國兩化融合發展數據地圖（2019）》可知，截至2019年，我國工業企業的生產設備數字化率為47．1％，數字化設備聯網率為41．0％，關鍵工序數控化率為49．5％，數字化研發設計工具普及率為69．3％，這些數據代表著我國工業在數字化、網絡化、智能化上確已取得一定成績，但通過與發達國家的對比，可知在終端聯網、數據采集、信息傳輸上仍有較大發展空間。

2019年重點行業數字化生產設備聯網率

圖片來源：《中國兩化融合發展數據地圖（2019）》

從宏觀背景看，基于新基建、5G、工業互聯網等政策和技術的推動，工業產業正在熱火朝天地構建起智能感知、互聯互通、數據應用、服務模式開發等架構，致力形成工業場景下數據從采集、處理、傳輸到分析、存儲的完整流程，創造從數據中產生新價值的條件。

這樣的情況下，當洶涌的數字化大潮襲來時，考慮到數據存儲容量、功耗、時延、成本等諸多現實因素，精細、高效的數據存儲方案就是很多工業智能化轉型的企業所必要的。

熱數據、溫數據與冷數據

很明顯的一點是，全球數據總量不僅保持指數級的增長，類型也越來越多樣化。

在數據總量上，IDC報告指出，預計從2023年起，企業、機器、工業、消費、科學等領域每年產生的數據量將高達103 ZB。有一個簡單的比喻是，在ZB級數據爆發時代，如果把全球所有的數據都存在512GB的iPad里并一個個摞起來，它的厚度可以繞赤道10圈。

在數據類型上，以往移動互聯網時代產生的數據大多是個人在電腦或手機上輸入得來的，但隨著AIoT的發展，包括智能家居、可穿戴設備、AI攝像機、無人機、工廠機器人等等，數據產生的源頭從人向智能設備延伸，記錄的數據類型廣泛且豐富。

在撲面而來的海量數據面前，行業通常根據數據的訪問頻次和數據分析的不同需求，將其粗略地劃分為三個類別，即熱數據、溫數據和冷數據。

熱數據：被計算節點頻繁訪問的在線類數據，表征＂此刻的變化＂；

冷數據：離線類不經常訪問的數據，具有一般不會變的屬性，常用于機器學習中的模型訓練和數據的長期歸檔；

溫數據：介于熱數據和冷數據之間，代表的是＂近期的，具有一定時效性的變化＂。

此種分類方法體現的內核是，熱數據處理效率要求高，需要就近計算和部署；冷數據處理效率要求低，只需進行集中化部署，但對大容量有更多要求。

然而實際應用場景中所要求的不僅是這么簡單。

尤其在工業物聯網場景，想象一條生產線上多臺機器同時運轉產生的數據量無需全部上傳到云端進行清洗和處理，邊緣計算的需求愈發強烈，在源頭進行數據分析和存儲成為關鍵。

另外，考慮到工業應用多處于嚴苛或偏遠環境，必然對存儲方案的可靠性、穩定性及自動化容災能力提出更高要求。

再加上人工智能、數字孿生等應用需要基于大量的數據資料進行模型訓練，建立大容量、可擴展、易整合的存儲方案對企業長期發展至關重要。