在大數據世界“尋寶”，科研新范式如何用好存儲這把利器？

模擬腦神經網絡，探索人腦上億個神經元之間是如何連接與工作的，帶來每秒高達100TB數據高吞吐量；腦疾病研究中，通過數萬份患者數據驗證抑郁癥與睡眠治理不佳的腦區(qū)有重合之處；在自動駕駛車輛每天產生了數十TB數據中訓練視覺識別算法；天文專家從數十PB海量數據中分析發(fā)現(xiàn)新天體……

如今在科研領域，數據正在發(fā)揮著越來越重要的作用。尤其是隨著數據采集、存儲等技術的不斷提升，海量數據的出現(xiàn)徹底改變了傳統(tǒng)科研模式。繼實驗科學、理論科學、計算科學之后，基于“數據密集型科學”的科研新范式在大數據時代下，受到越來越多科研人員的青睞。

在“數據密集型科學”的科研新范式驅動下，高校、科研機構加速構建人工智能與大數據平臺、為不同學科提供創(chuàng)新基礎設施成為當務之急。但由于科研聚焦前沿研究，且不同學科之間存在著很大的差異性，造成對于數據的計算、采集、存儲、管理和利用的需求不盡相同，也讓高校的人工智能與大數據平臺加速向更高水準演進。

數據要素成為科研的驅動力

科研范式因為大數據而迅速改變。

正所謂是“巧婦難為無米之炊”，即便理論再“高明”、算法再先進，缺乏數據的支持，再好的研究設計都得“半途而廢”。如果科研數據越多，研究人員就可以利用大量數據的相關性、可取代因果關系和理論與模型，基于海量數據間的相關性驗證更多研究想法和理論，獲得更多新知識和新發(fā)現(xiàn)。

例如，在當前非常熱門的類腦科學研究，有一個重要的方向就是多模態(tài)多尺度數據分析理論與應用。首先建立腦成像中心，全套磁共振成像設備對小動物或者人體進行腦成像，不斷采集和分析腦科學數據，構建起多模態(tài)多尺度腦數據庫；然后，在利用模式識別、深度學習等類腦智能方法尋找基因、腦影像和認知功能的診斷指標，以揭示腦疾病致病機制、提升腦疾病臨床診斷以及藥物療效評估的準確性和效率。

“目前高校數據量增長的確非常大，很多科研領域對于各種科研數據的收集也非常重視?！睆偷┐髮W大數據學院副院長薛向陽教授如是說。

如何理解數據密集型科學與之前計算科學之間的區(qū)別，兩種科研范式似乎都需要通過大量的計算、數據來完成科學研究。但計算科學通常是先提出可行理論，再搜集數據，之后通過計算仿真進行驗證；而數據密集型科學則是先通過采集大量的數據，再通過計算與分析獲得新知識和新發(fā)現(xiàn)。

“數據密集型科學”的科研新范式核心挑戰(zhàn)還在于數據?？蒲袛祿臄祿芗?，具有不可重復性、高度不確定性、高維、計算高度復雜等特征。如今越來越多科研人員，面臨的不是缺少數據的難題，而是海量數據環(huán)境下如何存儲、管理和利用數據，這對于科研數據底座的存儲在容量、性能、擴展和管理等方面提出極高的要求。

薛向陽教授介紹：“我們正在建設一個人工智能與大數據的開放共享平臺，就是希望為科研工作者解決數據存儲、管理和利用等方面的挑戰(zhàn)，讓數據更好地為科研所用?！?/p>

科研新范式不應被存儲所束縛

與其他行業(yè)相比，高校與科研機構在建立人工智能與大數據平臺時，對于存儲的要求更高，往往需要存儲這個科研數據基礎設施有效解決數據存不下、管不好、用不順等挑戰(zhàn)。

具體來看，如今的高校與科研機構普遍都在加速向“數據密集型科學”的科研新范式轉變，多學科、交叉研究的現(xiàn)象很常見，都重視科研數據的采集與存儲，直接導致了底層存儲的巨大壓力。

以腦科學與類腦研究為例，其所產生的數據主要以影像大文件為主，并包含了大量臨時小文件數據。由于需要存儲的數據量極大，并且始終保持著很高的增長速度，很多科研機構之前采用傳統(tǒng)縱向擴展的存儲很快出現(xiàn)明顯瓶頸；也有一些天文研究機構，一開始寄希望于通過公有云的方式來保存數據，但是隨著數據不斷積累，通過公有云的方式不僅帶來了額外的帶寬成本，還存在效率等方面挑戰(zhàn)。

“當前很多高校的研究都是基于大數據，首先最關鍵的是將數據存下來?！毖ο蜿柦淌谥毖缘?。

除了將數據很好地存下來，高校與科研機構大多都渴望將數據流動與共享起來，但現(xiàn)實情況卻是數據管理粗放、不夠精細化，數據共享低效、管理困難。比如在高校中，經常會遇到一份科研數據同時被多個課題組所使用，每個課題組都需要拷貝一份數據，在不斷科研過程中，又各自產生了大量不同的數據，最后衍生出多種版本，讓數據管理的復雜度大幅升上，降低了數據功效與流動的效率。

另外，因為學科的不同，對于存儲的性能、功能要求也是千差萬別，沒有強大的存儲做支撐，往往讓科研人員用不順。例如，從事機器視覺研究的人員，對于存儲空間極度渴求；模擬腦神經網絡相關的研究，當前只能模擬不到5%，要想100%模擬需要100 TB/s的通量，則對于數據存儲性能和帶寬要求極高，且挑戰(zhàn)巨大。薛向陽教授表示：“高校應用偏科學研究，很多應用都較為超前，對于存儲功能層面一直會產生新需求和新挑戰(zhàn)?！?/p>

“一直以來，浪潮都跟國內外多所高校進行緊密合作。高?？蒲蓄I域的確走在數據存儲場景應用的最前沿?！崩顺贝鎯Ξa品線副總經理周川如是說，“浪潮存儲有一些新功能、新思路都是在與高校、科研機構的深入合作中產生?！?/p>

例如，針對高校多個學科與多個課題組共享、使用、管理數據會產生多份數據的難題，浪潮存儲為用戶定制的軟拷貝功能，在元數據和索引上做變更，用戶視角是多份不同的文件，但底層則是共同的存儲空間，只有數據修改和寫入才會增加新的存儲空間，實現(xiàn)多份數據極速拷貝和使用，還大幅降低存儲容量開銷和管理成本，讓數據共享、使用變得更加高效。

浪潮存儲資深架構師葉毓睿介紹：“軟拷貝功能是浪潮存儲在科研場景實踐的一個小注腳，它帶來了兩大直接好處：一是數據共享加速，第二則是提升存儲效率?！?/p>

新存儲讓科研新范式步入快車道

今年初，國家正式提出加快數據中心、5G等新型基礎設施的建設進度。國家發(fā)改委之后則首次指出，創(chuàng)新基礎設施為新基建三大范圍之一，包括科技基礎設施、科教基礎設施等，重點支撐科學研究、技術開發(fā)等工作。隨著中國高?？蒲匈M用投入逐年增加，多個科研領域取得諸多突破與成果，創(chuàng)新基礎設施的重要性也日漸突出。

為此，浪潮存儲今年提出新存儲之道，在“云存智用、運籌新數據”理念的基礎上，推進“存儲即平臺”戰(zhàn)略，打造存儲的極致性能、容量、管理等七大核心能力，為創(chuàng)新基礎設施構建堅實的數據底座，讓科研新范式進入到發(fā)展的快車道。

例如，在一些注重數據存儲性能的科研場景，浪潮存儲專門為高頻訪問的元數據和日志數據“開小灶”，采用SSD盤承載元數據和日志數據顯著提升熱點數據訪問速度，并針對不同數據類型的場景進行優(yōu)化，讓每種場景都能夠快速訪問、使用數據。

又如，針對高校與科研機構運維人員較少、專業(yè)度有限的情況，浪潮存儲基于智能存儲管理平臺InView，將人工智能技術融入存儲系統(tǒng)，對存儲系統(tǒng)進行集中管理、智能監(jiān)測和故障預測報警，大幅降低科研機構日常的運維工作，并讓運維走向自動化和智能化，從而更好地保障各種科研項目的順利進行。

不僅如此，針對高?？蒲蓄I域對于數據存儲需求趨勢，浪潮存儲積極調研與深入溝通，在新存儲之道中聚焦新架構、新介質和新能力的打造，在EB級容量、億級IOPS、TB級帶寬、7個9可靠性、存儲自治等關鍵新能力上提前布局，為科研的數據底座“厲兵秣馬”，提前做好準備。

總體來看，浪潮存儲近年來為構建強大的科研新基建不斷“加碼”，除了復旦大學類腦智能科學與技術研究院、清華大學RUSH、華中科大蘇州腦科學研究院、中國天眼等一系列明星科研項目中積累了豐富的實踐經驗外，還在科研領域打通用戶需求洞察、場景功能適配與前沿技術創(chuàng)新，形成良性循環(huán)，讓科研新范式加速步入發(fā)展的快車道。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。