AI 数据存储困局：为何整合难、迁移更难？

生活从不会放慢脚步。北美地区91%的组织报告称 其IT投资正在加速，你或许会认为这意味着向云迁移和数据中心整合（事实上，89%的组织在Omdia旗下公司ESG开展的一项调查中正是如此表示的）。但现实情况是，它们的云基础设施和本地基础设施都在持续扩张。企业并未淘汰旧的数据存储系统，而是在原有系统旁新增系统，以支持更大规模的人工智能开发与部署。

随着 另一项ESG调查 发现，三分之二的美国企业正管理着10拍字节（petabytes）或更多的数据，跨多个平台的数据蔓延问题——每个平台均有各自的数据存储供应商关系及管理工具——只会愈发严重。每一次部署都增加了复杂性，而非降低复杂性。

发生了什么变化？五年前，本地数据存储基础设施据称正走向消亡。如今，IT领导者对其看法比以往更为积极，尤其是人工智能工作负载对特定硬件配置提出要求，而云存储提供商往往无法以具备成本效益的方式满足这些要求。

为何数据存储整合持续被推迟

尽管企业报告其数据存储整合程度不断提高，但复杂性为何仍在持续上升？部分原因在于采购以项目为单位逐个进行。各团队仅解决眼前需求，却未考虑由此产生的运维债务。每套数据存储解决方案单独运行均表现良好，但各系统之间的摩擦才是复杂性的根源。

采购决策在各自孤岛中做出。例如，某团队为其人工智能项目采购所需的数据存储设备。无人询问该存储设备将如何与数据中心内已稳定运行的另外十七套系统集成。

所有人皆在解决今日之问题，同时制造明日之困扰。这也导致人才留存问题日益突出，因为技术娴熟的工程师正逐渐感到幻灭。他们加入公司并非为了盯着指示灯、执行补丁更新周期。枯燥乏味的维护任务将促使人才流向能提供真正问题解决挑战的工作岗位。

按需付费模式（consumption-based pricing）来解围

上述诸多问题的一种解决之道是采用按需付费模式。该模式目前仍相对少见（我估计仅有20–25%的组织已采用），但已采用者几乎普遍表示满意。灵活的按需消费模式使客户仅需为其实际使用的基础设施付费，而非为机架中闲置的资源付费。这就像冰箱里的食品，你只在食用时才付款。这在你的厨房里或许尚不可行，但企业级数据存储领域的等效方案如今已成为现实。

其真正益处远超成本效率。数据存储供应商承担了更多维护工作，从而释放出团队精力，使其得以从事非被动式救火的其他工作。一家早期采用者报告称，由于IT人员减少了枯燥的日常维护任务，转而从事更有意义的工作，员工留存率因此得到改善。ESG研究发现员工体验与人才留存是美国企业采用该按需消费模式时最常提及的益处，这绝非巧合。 发现 员工体验与人才留存是美国企业采用该按需消费模式时最常提及的益处。

同一项调查还发现，北美地区39%的组织正致力于减少其数据中心内的物理系统数量。这意味着它们终于开始将数据整合的愿望付诸实际行动。然而，仍有六成企业尚未采取此类行动。待完成的工作依然繁重。

为何无缝数据迁移对成功整合至关重要

企业若要最终实现更高程度的数据整合，便需要能够快速、无中断地弹性伸缩的存储解决方案。我们深知容器化环境的基础设施需求可能出现剧烈波动。一个今日需50TB存储的Kubernetes集群，下月可能需要500TB，也可能只需5TB。传统采购方式无法应对这种波动性。

无缝数据迁移不仅是一项技术特性；它更是确保整合可行且不致引发停机风险的关键所在。停机或数据丢失对企业而言可能是灾难性的，尤其当企业正努力简化自身IT环境时，因此平滑迁移至关重要。那些深刻理解这一点并能协助客户向按需付费模式转型的数据存储供应商，将在复杂性不断加剧的环境中脱颖而出。

斯科特·辛克莱尔（Scott Sinclair），Omdia公司基础设施、云、DevOps与网络业务实践总监