در تحول صنعت ۴.۰، شرکتها به طور فزایندهای در جمعآوری و تولید دادهها از شبکههای اینترنت اشیا (IoT) سرمایهگذاری میکنند. توسعه فناوری شبکه ۵G، هوش مصنوعی (AI) و یادگیری ماشینی به تسریع حرکت به سمت کارخانههای هوشمند کاملاً خودکار، شهرهای هوشمند، وسایل نقلیه خودران و بسیاری از حوزههای دیگر کمک میکند.
داده سریع (Fast Data) به میزان دادههایی گفته میشود که به صورت بلادرنگ از منابع مختلف، از جمله: دستگاههای تلفن همراه، حسگرها، دوربینهای نظارتی، جمعآوری، منتقل و پردازش میشوند. تعداد منابع میتواند تا صدها و حتی میلیونها دستگاه مختلف باشد. داده سریع با ظرفیت داده کم مشخص میشود، اما نیاز به پردازش سریع، تأخیر کم و پیوستگی دارد.
برنامهها و نرمافزارها نقش مهمی در بهینهسازی توانایی تحلیل و پردازش Fast Data دارند. علاوه بر این، انتخاب سختافزار و دستگاههای ذخیرهسازی باید الزامات سرعت، تأخیر، قابلیت اطمینان را برآورده کند و بتواند در شرایط و محیطهای سخت کار کند.
Fast Data در حال حاضر کاربردهای بالقوهای در دو حوزه اصلی دارد، از جمله وسایل نقلیه خودران و پهپادهای نظارتی امنیتی.
ماشینهای خودران
سیستمهای خودروهای خودران به عملکرد بالا و توانایی مدیریت کارآمد حجم زیادی از دادههای پرسرعت از حسگرها، سیستمهای اطلاعاتی-سرگرمی، سیستمهای عامل و نقشهها نیاز دارند. دادههای حسگرها بزرگترین بخش ذخیرهسازی دادههای خودرو را تشکیل میدهند و بیشتر دادهها از سیستمهای پیشرفته کمک راننده (ADAS) و ارتباطات خودرو با محیط (V2X) حاصل میشوند.
بخشی از این ظرفیت برای سرگرمیهای چندرسانهای، بازیها، برنامههای هوش مصنوعی صوتی و سایر ویژگیها اختصاص داده خواهد شد. علاوه بر این، «جعبههای سیاه» توسط نهادهای نظارتی به یک الزام قانونی و ایمنی تبدیل خواهند شد.
برخلاف نقشههای ناوبری دوبعدی فعلی، نقشههای با کیفیت بالا (HD) از نظر سرعت بهروزرسانی، روش موقعیتیابی و میزان دادههای جمعآوریشده تفاوت زیادی دارند. با توجه به فراوانی بالای بهروزرسانی دادهها، نقشههای HD اغلب از بهروزرسانیهای آنلاین و بلادرنگ از طریق شبکههای تلفن همراه 5G استفاده میکنند. این نقشه شامل لایههای ایستا، نیمهایستا، نیمهایستا و پویا است. لایه ایستا پایه ماهانه یا در صورت نیاز بهروزرسانی میشود.
راهکارهای ذخیرهسازی فلش Nand نقش کلیدی در سیستمهای خودروهای خودران ایفا میکنند و بوت شدن سریع و ذخیرهسازی دادهها را برای ثبت رویدادهای حیاتی، ذخیره مدلهای هوش مصنوعی و نقشههای HD فراهم میکنند. با هوشمندتر شدن خودروها، سیستمها نیاز به پردازش دادههای بیشتر با سرعت و قابلیت اطمینان بالا خواهند داشت.
هواپیمای نظارتی امنیتی (پهپاد)
با میانگین زمان پرواز حدود ۳۰ دقیقه، میزان دادههای جدیدی که میتوان ذخیره کرد حداقل ۱۵۰ گیگابایت است. با نقشههای با وضوح بالا، مدلهای سهبعدی و ادغام هوش مصنوعی، دادههای بسیار بیشتری تولید خواهد شد.
کارتهای microSD هنوز هم دستگاه ذخیرهسازی اصلی در پهپادها هستند. با این حال، برای ارائه ظرفیت و سرعت ذخیرهسازی بالاتر، برخی از پهپادهای تخصصی در حال پیادهسازی eMMC، UFS و حتی SSDهای تعبیهشده برای برخی اهداف خاص هستند.
پهپادهای آینده مجهز به هوش مصنوعی با قابلیتهای خودران و برد پروازی طولانیتر، به ظرفیت ذخیرهسازی بالاتری نیاز خواهند داشت. این امر با الزاماتی برای ناوبری نقشه پیشرفته HD، دادههای ضبط شده با وضوح بالاتر ( فیلم ، تصاویر 4K) و سایر دادهها همراه خواهد بود.
راهکار ذخیرهسازی سریع دادهها در آینده
در دو کاربرد فوق، و همچنین در سایر حوزههای تحلیل دادههای بلادرنگ، شکاف بین دستگاههای ذخیرهسازی و محاسبات و تحلیل دادهها، حتی تا فضای ذخیرهسازی محلی روی آن دستگاه، در حال نزدیکتر شدن به یکدیگر است.
علاوه بر اشکال سنتی ذخیرهسازی مانند حافظههای فلش NAND تعبیهشده، کارتهای حافظه و SSDها، برخی واحدها از راهکارهای ذخیرهسازی با فناوری جدید، مقیاس بزرگتر، ظرفیت و سرعت بالاتر استفاده میکنند. یک نمونه بارز، ذخیرهسازی WD Ultrastar Data24 با استفاده از فناوری NVMe-over-Fabric (NVMe-oF) است. این یک سیستم ذخیرهسازی پرسرعت ۱۰۰ گیگابیت بر ثانیه با ظرفیت حداکثر ۳۶۸ ترابایت است که مستقیماً به سرورهای لبه متصل میشود تا دادههای سریع را به صورت بلادرنگ ذخیره و تجزیه و تحلیل کند.
دادهها پتانسیل زیادی در آینده دارند. اکثر واحدها به دنبال راههایی برای جمعآوری و ایجاد ارزش بیشتر از آن، از جمله ترکیب افراد و ماشینها، هستند. زیرساخت ذخیرهسازی بخشی است که به بهرهبرداری از ارزش دادهها کمک میکند. انتخاب دستگاهها و راهحلهای ذخیرهسازی مناسب به بهینهسازی هزینههای سرمایهگذاری و عملیاتی کمک میکند و فرصتهای جدیدی را در کسبوکار ایجاد میکند. به طور خاص، فناوری NVMe-oF به عنوان راهحل ذخیرهسازی سریع دادهها در آینده در نظر گرفته میشود.
دوان فونگ
منبع






نظر (0)