大家好，我是昆騰的曉哲，很榮幸今天在這里跟各位老師和專家分享一下昆騰在大模型海量數(shù)據(jù)方面的解決方案。我的分享內容有三個方面，昆騰公司的簡介，海量數(shù)存儲的解決方案y以及相關的實踐案例。
昆騰公司已經有40多年的歷史，一直致力于數(shù)據(jù)生命周期的研發(fā)，在各個領域積累了大量的客戶和數(shù)據(jù)資源。在全球范圍內，昆騰擁有很多的大客戶，比如國內外的云廠商、金融機構還有國家級實驗室等。
在媒體內容創(chuàng)作領域，昆騰的StorNext文件系統(tǒng)可以支持媒體行業(yè)高性能數(shù)據(jù)流的計算。大家所知道的好萊塢電影《阿凡達》就是在昆騰存儲系統(tǒng)上實現(xiàn)后期制作和渲染。在視頻監(jiān)控領域，昆騰與很多廠商合作實現(xiàn)視頻數(shù)據(jù)存儲。在數(shù)據(jù)歸檔領域，昆騰擁有ActiveScale對象存儲的冷數(shù)據(jù)存儲整體解決方案。數(shù)據(jù)保護領域是昆騰的強項，主要是物理磁帶庫和虛擬磁帶庫兩個產品線。
在海量數(shù)據(jù)場景下，如何降低整體的TCO？昆騰多年積累了很多客戶，實現(xiàn)低成本的海量數(shù)據(jù)的存儲。在全球，我們管理著超過40EB的數(shù)據(jù)量。這些數(shù)據(jù)因為各種合規(guī)與法律要求，需要長時間保存，這會造成成本的急劇上升。IDC的報告顯示，大量產生的數(shù)據(jù)中只有10%是熱數(shù)據(jù)，還有30%是溫數(shù)據(jù)，剩余的60%是冷數(shù)據(jù)。我們發(fā)現(xiàn)，并不需要頻繁訪問的溫冷數(shù)據(jù)占用了很多的存儲資源，并產生了大量的能耗，怎么降低這些成本呢？
我們要降低存儲成本、長期保存，磁帶是最理想的介質。磁帶本身能耗很低，而且成本也很低。現(xiàn)在存儲能耗是一個很大的挑戰(zhàn)，而且能耗成本是隨著數(shù)據(jù)的快速增長而增長的。
根據(jù)IDC的報告，在2025年以后有2%的數(shù)據(jù)存在磁帶的介質上，為什么有這么多數(shù)據(jù)往磁帶上轉呢？就是因為成本。磁帶存儲的整體TCO是最低的，因此很多云服務商與昆騰都有合作，比如大家都熟知的微軟、谷歌等。昆騰為它們提供了深度歸檔的存儲系統(tǒng)，后端其實就是磁帶。
為什么大家會選擇磁帶呢？我們以十年為一個數(shù)據(jù)的生命周期，磁帶與磁盤還有云做一個對比。用現(xiàn)在市面上主流的LTO-8磁帶做整體成本的分析，大家會發(fā)現(xiàn)，隨著數(shù)據(jù)量的增長，磁帶成本是最低的。以前經常提到磁帶的讀寫問題，但目前磁帶已經具有極低的誤碼率；而且磁帶具備清晰的技術路線圖。磁帶還有一個優(yōu)勢是通過驅動器讀寫的，而昆騰磁帶庫可以根據(jù)客戶需求定制化提供多個驅動系統(tǒng)，它們是獨立的，之間的讀寫互相不受影響，而且寫的速度也有保證。
除了低成本，磁帶存儲還能極好地抵御病毒的侵襲。磁帶可以與服務器或者普通存儲形成隔離區(qū)域，數(shù)據(jù)不會被感染被破壞。昆騰磁帶存儲的數(shù)據(jù)可以保存30年甚至50年，同時在能耗方面，磁帶平時的能耗基本為零，其主要能耗由驅動器產生，但是能耗也是非常低的。
磁帶目前主流的技術標準叫LTO，LTO聯(lián)盟開放了很多專利，并形成了統(tǒng)一的技術標準。目前最新的LTO-9磁帶，每盤容量為18TB，壓縮的話可以達到45TB。磁帶通過驅動器進行讀寫，速度可以達到400MB每秒。在最新的磁帶發(fā)展路線圖中，LTO聯(lián)盟的實驗室已經研發(fā)出單盤容量為576TB的第14代磁帶產品。
昆騰的磁帶庫Scalar i6000被國內外互聯(lián)網廠商大量應用。Scalar i6000磁帶庫可以裝載14000盤磁帶，配備192個驅動器，每個驅動器的速度可以達到400MB每秒。
基于磁帶庫，昆騰提供兩套非結構化數(shù)據(jù)管理平臺。目前有兩個整體方案，一個是與前面提到的StorNext文件系統(tǒng)結合，根據(jù)客戶業(yè)務實現(xiàn)定制策略文件和對象的自動遷移；第二個是ActiveScale對象存儲，能夠實現(xiàn)同對象存儲和磁帶的按策略遷移，這是昆騰獨有的產品，通過對象存儲和帶庫結合，通過S3標準協(xié)議實現(xiàn)數(shù)據(jù)自動遷移到帶庫。
基于昆騰StorNext文件系統(tǒng)實現(xiàn)的歸檔的整體解決方案，可以根據(jù)客戶不同的業(yè)務定制前端的接口，通過數(shù)據(jù)存儲到StorNext系統(tǒng)實現(xiàn)數(shù)據(jù)的遷移，這個存儲可以是對象、帶庫也可以是公有云。與其他普通的對象存儲解決方案來比，可減少了50%以上的技術成本。相對海量數(shù)據(jù)，昆騰的磁帶可以實現(xiàn)長達數(shù)十年的保存與保護，而且保證數(shù)據(jù)能夠很好的隔離。
昆騰ActiveScale Cold Storage是一套兼具可靠性和超低TCO的冷數(shù)據(jù)解決方案，這套方案昆騰引入了糾刪碼的技術。前端是昆騰的分布式對象存儲，可以實現(xiàn)通過糾刪碼來滿足數(shù)據(jù)的履約，并降低整體成本，后端接入昆騰磁帶庫并同樣實現(xiàn)了糾刪的技術?；诶ヲv的RAIL技術架構，數(shù)據(jù)放在磁帶下，磁帶庫的糾刪目前只有昆騰一家可以實現(xiàn)。昆騰實現(xiàn)的糾刪是基于磁帶庫層面的糾刪，同時還能在磁帶庫內實現(xiàn)跨磁帶，同時可以在磁帶內部做糾刪碼的設置。昆騰實現(xiàn)了三個級別的糾刪，在磁帶內部跨磁帶跨帶庫實現(xiàn)數(shù)據(jù)的冗余，同時降低整體建設和成本。
在海量數(shù)據(jù)中，存在很多的小文件。昆騰對小文件場景做了特殊優(yōu)化，將小文件實現(xiàn)聚合之后寫進磁帶，這樣避免了很多小文件讀取或者恢復量的問題。
一句話總結一下，昆騰數(shù)十年在整個數(shù)據(jù)生命周期內做的技術研發(fā)，都是為了確?！白寯?shù)據(jù)在正確的時間存在正確的位置并用正確的成本”。
最后分享兩個案例。
我們與國家級基因研究所的合作，實現(xiàn)整體數(shù)據(jù)分析還有數(shù)據(jù)歸檔。前端有很多廠家存儲系統(tǒng)由不同研究人員使用，最后我們將前端數(shù)據(jù)歸到昆騰StorNext高性能文件系統(tǒng)上，實現(xiàn)基于數(shù)據(jù)的分析，分析完成之后，這些分析數(shù)據(jù)需要長時間保存，這套系統(tǒng)可以自動化地將數(shù)據(jù)寫到磁帶庫上。昆騰的系統(tǒng)有一個特點——雖然把數(shù)據(jù)歸檔，前端目錄結構不會有任何變化，需要訪問的話直接雙擊或者通過軟件調用文件名稱數(shù)據(jù)自動實現(xiàn)回調，免去很多的維護成本。
針對互聯(lián)網廠商的超大規(guī)模冷數(shù)據(jù)存儲，昆騰可以實現(xiàn)上百個節(jié)點，通過數(shù)據(jù)寫入還能夠實現(xiàn)糾刪，將數(shù)據(jù)寫到磁帶上。經過大致的測算，昆騰的解決方案能幫客戶節(jié)省40%—50%的成本。
周所周知，磁帶使用的場景主要是冷數(shù)據(jù)的存儲。對于海量的溫冷數(shù)據(jù)，磁帶是成本及能耗等多個方面最為合適的介質。
這是我今天的分享，謝謝大家！
