探討AI在存儲中的應(yīng)用和對存儲系統(tǒng)的改進

近期，由中國計算機學(xué)會主辦，中國計算機學(xué)會信息存儲專業(yè)委員會、清華大學(xué)和中科院計算所承辦，存儲產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟協(xié)辦召開的第24屆全國信息存儲技術(shù)學(xué)術(shù)會議在北京隆重召開。據(jù)說，這次會議匯聚了存儲產(chǎn)、學(xué)、研各界最最最優(yōu)秀的學(xué)術(shù)專家，共同交流和深入探討存儲產(chǎn)業(yè)的發(fā)展趨勢和熱點技術(shù)，可謂是一場大型的存儲技術(shù)學(xué)術(shù)盛宴。

作為存儲產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟理事單位，浪潮在會上分享了AI技術(shù)在存儲系統(tǒng)中的應(yīng)用，以及對存儲系統(tǒng)帶來的創(chuàng)新性改進。

AI在存儲中的應(yīng)用

浪潮在存儲系統(tǒng)的生命周期中，融入機器學(xué)習(xí)與AI算法，對存儲系統(tǒng)中的管理運維數(shù)據(jù)進行挖掘、分析、訓(xùn)練和預(yù)測，打造智能化的存儲管理系統(tǒng)，實現(xiàn)性能容量趨勢預(yù)測、磁盤故障預(yù)測，增強存儲系統(tǒng)的可靠性、易用性和免維護性，降低運維成本，提高存儲系統(tǒng)管理效率。

性能、容量趨勢預(yù)測

存儲系統(tǒng)在運行時會產(chǎn)生大量與性能和容量相關(guān)的數(shù)據(jù)，如CPU、內(nèi)存利用率、存儲容量、讀寫性能、網(wǎng)絡(luò)性能等，浪潮存儲通過輸入數(shù)據(jù)→訓(xùn)練模型→參數(shù)優(yōu)化→實時預(yù)測的方案流程，利用ARIMA、LSTM、Xgboost三種機器學(xué)習(xí)算法，同時引入趨勢變化、季節(jié)、節(jié)假日趨勢影響等特征做優(yōu)化來構(gòu)建模型，將模型誤差控制在5%以內(nèi)，實現(xiàn)更加準確的性能容量趨勢預(yù)測。

磁盤故障預(yù)測

對于存儲系統(tǒng)來說，如果出現(xiàn)連續(xù)多塊盤故障，存儲數(shù)據(jù)會丟失，影響業(yè)務(wù)正常運行。浪潮存儲通過對硬盤歷史smart數(shù)據(jù)的大量收集和xgboost、LSTM等算法的訓(xùn)練，在磁盤臨近故障的14天、42天為界進行分類標記，給出預(yù)警信息，讓運維人員及時采取措施調(diào)整業(yè)務(wù)模型或者數(shù)據(jù)布局，使磁盤故障從突發(fā)事件變成計劃事件，有效避免磁盤故障對業(yè)務(wù)帶來的影響。