近期，由中國(guó)計(jì)算機(jī)學(xué)會(huì)主辦，中國(guó)計(jì)算機(jī)學(xué)會(huì)信息存儲(chǔ)專(zhuān)業(yè)委員會(huì)、清華大學(xué)和中科院計(jì)算所承辦，存儲(chǔ)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟協(xié)辦召開(kāi)的第24屆全國(guó)信息存儲(chǔ)技術(shù)學(xué)術(shù)會(huì)議在北京隆重召開(kāi)。據(jù)說(shuō)，這次會(huì)議匯聚了存儲(chǔ)產(chǎn)、學(xué)、研各界最最最優(yōu)秀的學(xué)術(shù)專(zhuān)家，共同交流和深入探討存儲(chǔ)產(chǎn)業(yè)的發(fā)展趨勢(shì)和熱點(diǎn)技術(shù)，可謂是一場(chǎng)大型的存儲(chǔ)技術(shù)學(xué)術(shù)盛宴。

作為存儲(chǔ)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟理事單位，浪潮在會(huì)上分享了AI技術(shù)在存儲(chǔ)系統(tǒng)中的應(yīng)用，以及對(duì)存儲(chǔ)系統(tǒng)帶來(lái)的創(chuàng)新性改進(jìn)。

AI在存儲(chǔ)中的應(yīng)用

浪潮在存儲(chǔ)系統(tǒng)的生命周期中，融入機(jī)器學(xué)習(xí)與AI算法，對(duì)存儲(chǔ)系統(tǒng)中的管理運(yùn)維數(shù)據(jù)進(jìn)行挖掘、分析、訓(xùn)練和預(yù)測(cè)，打造智能化的存儲(chǔ)管理系統(tǒng)，實(shí)現(xiàn)性能容量趨勢(shì)預(yù)測(cè)、磁盤(pán)故障預(yù)測(cè)，增強(qiáng)存儲(chǔ)系統(tǒng)的可靠性、易用性和免維護(hù)性，降低運(yùn)維成本，提高存儲(chǔ)系統(tǒng)管理效率。

性能、容量趨勢(shì)預(yù)測(cè)

存儲(chǔ)系統(tǒng)在運(yùn)行時(shí)會(huì)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(chǔ)容量、讀寫(xiě)性能、網(wǎng)絡(luò)性能等，浪潮存儲(chǔ)通過(guò)輸入數(shù)據(jù)→訓(xùn)練模型→參數(shù)優(yōu)化→實(shí)時(shí)預(yù)測(cè)的方案流程，利用ARIMA、LSTM、Xgboost三種機(jī)器學(xué)習(xí)算法，同時(shí)引入趨勢(shì)變化、季節(jié)、節(jié)假日趨勢(shì)影響等特征做優(yōu)化來(lái)構(gòu)建模型，將模型誤差控制在5%以?xún)?nèi)，實(shí)現(xiàn)更加準(zhǔn)確的性能容量趨勢(shì)預(yù)測(cè)。

磁盤(pán)故障預(yù)測(cè)

對(duì)于存儲(chǔ)系統(tǒng)來(lái)說(shuō)，如果出現(xiàn)連續(xù)多塊盤(pán)故障，存儲(chǔ)數(shù)據(jù)會(huì)丟失，影響業(yè)務(wù)正常運(yùn)行。浪潮存儲(chǔ)通過(guò)對(duì)硬盤(pán)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(pán)臨近故障的14天、42天為界進(jìn)行分類(lèi)標(biāo)記，給出預(yù)警信息，讓運(yùn)維人員及時(shí)采取措施調(diào)整業(yè)務(wù)模型或者數(shù)據(jù)布局，使磁盤(pán)故障從突發(fā)事件變成計(jì)劃事件，有效避免磁盤(pán)故障對(duì)業(yè)務(wù)帶來(lái)的影響。