ໃນການຫັນເປັນອຸດສາຫະກໍາ 4.0, ບໍລິສັດເພີ່ມຂຶ້ນການລົງທຶນໃນການເກັບກໍາແລະການຜະລິດຂໍ້ມູນຈາກເຄືອຂ່າຍ Internet of Things (IoT). ການພັດທະນາເຕັກໂນໂລຊີເຄືອຂ່າຍ 5G, ປັນຍາປະດິດ (AI) ແລະການຮຽນຮູ້ເຄື່ອງຈັກປະກອບສ່ວນເລັ່ງການເດີນທາງໄປສູ່ໂຮງງານອັດສະລິຍະອັດຕະໂນມັດຢ່າງເຕັມສ່ວນ, ນະຄອນອັດສະລິຍະ, ຍານພາຫະນະອັດຕະໂນມັດແລະຫຼາຍຂົງເຂດອື່ນໆ.
Fast Data ແມ່ນຈໍານວນຂໍ້ມູນທີ່ເກັບກໍາ, ສົ່ງແລະປະມວນຜົນໃນເວລາທີ່ແທ້ຈິງຈາກຫຼາຍແຫຼ່ງ, ລວມທັງ: ອຸປະກອນມືຖື, ເຊັນເຊີ, ກ້ອງຖ່າຍຮູບເຝົ້າລະວັງ. ຈໍານວນຂອງແຫຼ່ງສາມາດສູງເຖິງຫຼາຍຮ້ອຍ, ເຖິງແມ່ນວ່າລ້ານຂອງອຸປະກອນທີ່ແຕກຕ່າງກັນ. ຂໍ້ມູນໄວແມ່ນມີລັກສະນະຄວາມອາດສາມາດຂອງຂໍ້ມູນຕໍ່າ ແຕ່ຕ້ອງການການປະມວນຜົນທີ່ໄວ, ການຕອບສະໜອງຕໍ່າ ແລະຄວາມຕໍ່ເນື່ອງ.
ແອັບພລິເຄຊັນ ແລະຊອບແວມີບົດບາດສຳຄັນໃນການເພີ່ມປະສິດທິພາບຄວາມສາມາດໃນການວິເຄາະ ແລະປະມວນຜົນຂໍ້ມູນໄວ. ນອກຈາກນັ້ນ, ການເລືອກຮາດແວແລະອຸປະກອນການເກັບຮັກສາຕ້ອງຕອບສະຫນອງຄວາມຕ້ອງການຂອງຄວາມໄວ, latency, ຄວາມຫນ້າເຊື່ອຖື, ແລະສາມາດປະຕິບັດງານໃນສະພາບແລະສະພາບແວດລ້ອມທີ່ຫຍຸ້ງຍາກ.
ປະຈຸບັນ Fast Data ມີຄໍາຮ້ອງສະຫມັກທີ່ມີທ່າແຮງໃນສອງພື້ນທີ່ຕົ້ນຕໍ, ລວມທັງຍານພາຫະນະອັດຕະໂນມັດແລະ drones ເຝົ້າລະວັງຄວາມປອດໄພ.
ລົດຂັບລົດດ້ວຍຕົນເອງ
ລະບົບຍານພາຫະນະອັດຕະໂນມັດຕ້ອງການປະສິດທິພາບສູງແລະຄວາມສາມາດໃນການຈັດການຂໍ້ມູນຄວາມໄວສູງຈໍານວນຫລາຍຈາກເຊັນເຊີ, ລະບົບຂໍ້ມູນຂ່າວສານ, ລະບົບປະຕິບັດການແລະແຜນທີ່ຢ່າງມີປະສິດທິພາບ. ຂໍ້ມູນເຊັນເຊີຈະປະກອບເປັນສ່ວນທີ່ໃຫຍ່ທີ່ສຸດຂອງການເກັບຮັກສາຂໍ້ມູນຍານພາຫະນະ, ຂໍ້ມູນສ່ວນໃຫຍ່ມາຈາກລະບົບການຊ່ວຍເຫຼືອຜູ້ຂັບຂີ່ຂັ້ນສູງ (ADAS) ແລະການສື່ສານຍານພາຫະນະກັບສະພາບແວດລ້ອມ (V2X).
ຄວາມອາດສາມາດບາງຢ່າງຈະຖືກສະຫງວນໄວ້ສໍາລັບການບັນເທີງມັນຕິມີເດຍ, ເກມ, ຄໍາຮ້ອງສະຫມັກ AI ສຽງແລະຄຸນສົມບັດອື່ນໆ. ນອກຈາກນັ້ນ, "ກ່ອງດໍາ" ຈະກາຍເປັນຂໍ້ກໍານົດທາງດ້ານກົດຫມາຍແລະຄວາມປອດໄພໂດຍຜູ້ຄວບຄຸມ.
ບໍ່ເຫມືອນກັບແຜນທີ່ນໍາທາງ 2D ໃນປັດຈຸບັນ, ແຜນທີ່ຄວາມລະອຽດສູງ (HD) ມີຄວາມແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນຄວາມໄວການອັບເດດ, ວິທີການຈັດຕໍາແຫນ່ງ ແລະຈໍານວນຂໍ້ມູນທີ່ເກັບກໍາ. ເນື່ອງຈາກຄວາມຖີ່ຂອງການອັບເດດຂໍ້ມູນສູງ, ແຜນທີ່ HD ມັກຈະໃຊ້ການອັບເດດອອນໄລນ໌ແບບສົດໆຜ່ານເຄືອຂ່າຍມືຖື 5G. ແຜນທີ່ປະກອບມີຊັ້ນສະຖິດ, ເຄິ່ງສະຖິດ, ເຄິ່ງເຄື່ອນໄຫວ, ແລະຊັ້ນເຄື່ອນໄຫວ; ຊັ້ນສະຖິດພື້ນຖານໄດ້ຖືກປັບປຸງປະຈໍາເດືອນຫຼືຕາມຄວາມຕ້ອງການ.
Nand flash storage solutions ມີບົດບາດສໍາຄັນໃນລະບົບຍານພາຫະນະອັດຕະໂນມັດ, ສະຫນອງການເລີ່ມຕົ້ນໄວແລະການເກັບຮັກສາຂໍ້ມູນເພື່ອບັນທຶກເຫດການສໍາຄັນ, ເກັບຮັກສາແບບຈໍາລອງ AI ແລະແຜນທີ່ HD. ລະບົບຈະຕ້ອງປະມວນຜົນຂໍ້ມູນຫຼາຍຂຶ້ນດ້ວຍຄວາມໄວສູງ ແລະຄວາມໜ້າເຊື່ອຖື ເນື່ອງຈາກຍານພາຫະນະກາຍເປັນອັດສະລິຍະຫຼາຍຂຶ້ນ.
ເຮືອບິນເຝົ້າລະວັງຄວາມປອດໄພ (Drone)
ດ້ວຍເວລາການບິນໂດຍສະເລ່ຍປະມານ 30 ນາທີ, ປະລິມານຂໍ້ມູນໃໝ່ທີ່ສາມາດບັນທຶກໄດ້ແມ່ນຢ່າງໜ້ອຍ 150 GB. ດ້ວຍແຜນທີ່ຄວາມລະອຽດສູງ, ແບບ 3D ແລະການເຊື່ອມໂຍງ AI, ຂໍ້ມູນຫຼາຍຈະຖືກສ້າງຂຶ້ນ.
ບັດ MicroSD ຍັງຄົງເປັນອຸປະກອນເກັບຮັກສາຫຼັກໃນ drones. ຢ່າງໃດກໍ່ຕາມ, ເພື່ອສະຫນອງຄວາມອາດສາມາດແລະຄວາມໄວການເກັບຮັກສາທີ່ສູງຂຶ້ນ, ບາງ drones ພິເສດກໍາລັງປະຕິບັດ embedded eMMC, UFS, ແລະແມ້ກະທັ້ງ SSDs ສໍາລັບຈຸດປະສົງພິເສດບາງຢ່າງ.
ເຮືອບິນ drones ທີ່ມີ AI ໃນອະນາຄົດທີ່ມີຄວາມສາມາດອັດຕະໂນມັດແລະໄລຍະການບິນທີ່ຍາວກວ່າຈະຕ້ອງການຄວາມສາມາດໃນການເກັບຮັກສາທີ່ສູງຂຶ້ນ. ນີ້ຈະມາພ້ອມກັບຄວາມຕ້ອງການສໍາລັບການນໍາທາງແຜນທີ່ HD ຂັ້ນສູງ, ຂໍ້ມູນບັນທຶກທີ່ມີຄວາມລະອຽດສູງກວ່າ ( ວິດີໂອ 4K, ຮູບພາບ) ແລະຂໍ້ມູນອື່ນໆ.
ການແກ້ໄຂການເກັບຮັກສາຂໍ້ມູນໄວຂອງອະນາຄົດ
ໃນສອງຄໍາຮ້ອງສະຫມັກຂ້າງເທິງ, ເຊັ່ນດຽວກັນກັບໃນຂົງເຂດການວິເຄາະຂໍ້ມູນໃນເວລາທີ່ແທ້ຈິງອື່ນໆ, ຊ່ອງຫວ່າງລະຫວ່າງອຸປະກອນການເກັບຮັກສາແລະການຄິດໄລ່ຂໍ້ມູນແລະການວິເຄາະມີແນວໂນ້ມທີ່ຈະໃກ້ຊິດກັນ, ເຖິງແມ່ນວ່າການເກັບຮັກສາທ້ອງຖິ່ນຢູ່ໃນອຸປະກອນນັ້ນ.
ນອກເຫນືອໄປຈາກຮູບແບບການເກັບຮັກສາແບບດັ້ງເດີມເຊັ່ນ: embedded nand flash memory, memory card ແລະ SSDs, ບາງຫນ່ວຍໃຊ້ການແກ້ໄຂການເກັບຮັກສາດ້ວຍເຕັກໂນໂລຢີໃຫມ່, ຂະຫນາດທີ່ໃຫຍ່ກວ່າ, ຄວາມຈຸແລະຄວາມໄວທີ່ໄວກວ່າ. ຕົວຢ່າງທົ່ວໄປແມ່ນການເກັບຮັກສາ WD Ultrastar Data24 ໂດຍໃຊ້ເຕັກໂນໂລຢີ NVMe-over-Fabric (NVMe-oF). ນີ້ແມ່ນລະບົບການເກັບຮັກສາຄວາມໄວສູງ 100 Gbps, ມີຄວາມຈຸເຖິງ 368 TB, ເຊິ່ງເຊື່ອມຕໍ່ໂດຍກົງກັບເຄື່ອງແມ່ຂ່າຍຂອບເພື່ອເກັບແລະວິເຄາະ Fast Data ໃນເວລາຈິງ.
ຂໍ້ມູນມີທ່າແຮງຫຼາຍໃນອະນາຄົດ. ຫນ່ວຍງານສ່ວນໃຫຍ່ກໍາລັງຊອກຫາວິທີການເກັບກໍາແລະສ້າງມູນຄ່າເພີ່ມເຕີມຈາກມັນ, ລວມທັງການລວມກັນຂອງປະຊາຊົນແລະເຄື່ອງຈັກ. ໂຄງສ້າງພື້ນຖານການເກັບຮັກສາແມ່ນສ່ວນຫນຶ່ງທີ່ຊ່ວຍໃຊ້ປະໂຫຍດຈາກມູນຄ່າຂອງຂໍ້ມູນ. ການເລືອກອຸປະກອນການເກັບຮັກສາທີ່ເຫມາະສົມແລະການແກ້ໄຂຈະຊ່ວຍເພີ່ມປະສິດທິພາບການລົງທຶນແລະຄ່າໃຊ້ຈ່າຍໃນການດໍາເນີນງານ, ເປີດໂອກາດໃຫມ່ໃນທຸລະກິດ. ໂດຍສະເພາະ, ເທກໂນໂລຍີ NVMe-oF ຖືກຖືວ່າເປັນການແກ້ໄຂການເກັບຮັກສາຂໍ້ມູນໄວຂອງອະນາຄົດ.
ດອນພອນ
ທີ່ມາ










(0)