探討AI在儲存中的應用和對儲存系統的改進

摘要： 近期，由中國計算機學會主辦，中國計算機學會資訊儲存專業委員會、清華大學和中科院計算所承辦，儲存產業技術創新戰略聯盟協辦召開的第24屆全國資訊儲存技術學術會議在北京隆重召開。據說，這次會議匯聚了儲存產、學、研各界最最最優秀的學術專家，共同交流和深入探討儲存產業的發展趨勢和熱點技術，可謂是一場大型...

近期，由中國計算機學會主辦，中國計算機學會資訊儲存專業委員會、清華大學和中科院計算所承辦，儲存產業技術創新戰略聯盟協辦召開的第24屆全國資訊儲存技術學術會議在北京隆重召開。據說，這次會議匯聚了儲存產、學、研各界最最最優秀的學術專家，共同交流和深入探討儲存產業的發展趨勢和熱點技術，可謂是一場大型的儲存技術學術盛宴。

作為儲存產業技術創新戰略聯盟理事單位，浪潮在會上分享了AI技術在儲存系統中的應用，以及對儲存系統帶來的創新性改進。

AI在儲存中的應用

浪潮在儲存系統的生命週期中，融入機器學習與AI演算法，對儲存系統中的管理運維資料進行挖掘、分析、訓練和預測，打造智慧化的儲存管理系統，實現效能容量趨勢預測、磁碟故障預測，增強儲存系統的可靠性、易用性和免維護性，降低運維成本，提高儲存系統管理效率。

效能、容量趨勢預測

儲存系統在執行時會產生大量與效能和容量相關的資料，如CPU、記憶體利用率、儲存容量、讀寫效能、網路效能等，浪潮儲存通過輸入資料→訓練模型→引數優化→實時預測的方案流程，利用ARIMA、LSTM、Xgboost三種機器學習演算法，同時引入趨勢變化、季節、節假日趨勢影響等特徵做優化來構建模型，將模型誤差控制在5%以內，實現更加準確的效能容量趨勢預測。

磁碟故障預測

對於儲存系統來說，如果出現連續多塊盤故障，儲存資料會丟失，影響業務正常執行。浪潮儲存通過對硬碟歷史smart資料的大量收集和xgboost、LSTM等演算法的訓練，在磁碟臨近故障的14天、42天為界進行分類標記，給出預警資訊，讓運維人員及時採取措施調整業務模型或者資料佈局，使磁碟故障從突發事件變成計劃事件，有效避免磁碟故障對業務帶來的影響。