【IT168 评论】计算存储（Computational storage），应该属于企业数据存储领域出现的一个新词。计算存储出现的前因是，将数据从存储位置移动到处理位置往往需要太多的时间、精力和资源。其中产生的时间滞差会导致产生延迟，而延迟就代表更慢的响应时间。将数据处理工作移到离数据更近的地方可以提高效率、减少延迟。
理论上，物联网和其他应用的计算存储应该会加快处理速度，但理论和现实往往存在差距。哪些计算存储用例是有意义的？它们是否增加了成本？性能的提高是否能证明成本的合理性？如果要实现计算存储应用，这些关键问题必须得到解答。
但是，计算存储的概念之前不是已经尝试过了吗?还记得存储卸载（storage offload）吗?它为什么会失败?
关于存储卸载的“传说”
存储卸载试图解决CPU处理能力有限的问题，人们认为卸载一些存储处理问题可以释放CPU。然而，CPU的晶体管数量每隔18到24个月就会翻一番，以指数级方式增加处理能力，所以谁还会需要存储卸载呢?
共享存储也从服务器上卸载了大量CPU密集型存储处理。可以放在存储介质上的CPU要么是功率不足，要么就是太昂贵。而专用集成电路(asic)太贵，上市时间太长。操作系统太大、太笨重、效率太低，无法在可用的卸载处理能力上运行，或者过于专有化。存储介质主要是HDD，将处理直接放在HDD上存在一些固有的问题，这使它变得很困难。
所以说，存储卸载并没有正式“起飞”。
如今有什么不同
今天，摩尔定律正在逐渐失去效力，CPU也不会每隔18到24个月就将晶体管的数量增加一倍。独立共享存储阵列不再是惟一的存储共享选项。软件定义存储(SDS)使得服务器端存储在扩展和扩展配置中都可以共享。
此外，目前也有一些小型的、便宜的、具有相当大的能力的CPU。大多数是ARM处理器，但低成本、强大的现场可编程门阵列(FPGA)也在广泛使用。存储媒介普遍转向了快速、非易失的固态硬盘——NVMe驱动器、SATA闪存固态硬盘和存储级——不再只有HDD。最后，Linux和容器使得在ARM处理器或FPGA中运行的应用程序具有可接受的效率。
让我们回到用例。在哪里使用计算存储是有意义的？最大的用例是物联网的计算存储。这些设备正以惊人的速度激增。有报告称，到2025年，这个数字将超过754.4亿。大多数是相对较小的，持续地生成数据。传统的冯·诺依曼计算机架构没有太多的空间。然而，大多数这些设备必须实时捕获、存储和分析数据。
物联网计算存储
以自动驾驶汽车为例。它必须确定接收到的感觉输入是反射、影子还是人，而且处理时间必须以微秒为单位。这可能是一个很好的计算存储用例。
另一个例子是石油和天然气行业需要分析现场钻头振动。实时分析可以防止现场泄漏、损坏和其他意外。
还有闭路电视摄像机，它们正变得越来越小，在客户端-服务器架构方面的空间越来越小。相机分辨率不断提高，这就产生了更多的数据。将数据移动到可以分析数据的中心位置需要时间。如今，相机的实时处理是必须的，特别是在面部识别、车牌识别、违禁品或爆炸物识别等应用中。可操作的信息是时间敏感的，不能等待数据被移动。分析现场数据需要处理和存储，使计算存储成为一个理想的选择。
这些只是物联网计算存储应用的一小部分，还有很多其他的。一般来说，如果是物联网设备，就可能会有计算存储应用。
内部横向扩展服务器架构
另一个计算存储用例来自服务器和存储体系架构本身。正如前面提到的，摩尔定律已经放缓。这是十多年前CPU停止变快并开始增加更多内核的原因之一。因此，横向扩展的服务器体系架构激增。横向扩展是超融合基础设施的核心。但是，如果横向扩展在服务器中内部化了怎么办？换句话说，如果我们有一个可内部横向扩展的服务器架构呢？
使用这种方法，主CPU核心将用于应用程序处理，计算存储核心用于CPU密集型存储工作负载，如快照、复制、重复数据删除、压缩、加密、解密、病毒扫描、元数据搜索，甚至内容搜索。服务器将成为一个内部横向扩展集群，不过目前还没有使用这种架构的服务器。这是计算存储可以实现的众多功能之一。
需要注意的是:计算存储是一个全新的领域;一些供应商已经开始生产产品，包括Burlywood、Eideticom、NGD Systems、Nyriad, Samsung和ScaleFlux。但是目前业界没有计算存储相关的标准。SNIA和OpenFog联盟已经建立了工作小组来创建一个相应的标准，但是在这个标准被确定下来之前，购买需要谨慎。
还有其他值得关注的问题。计算存储设备的成本将超过标准存储设备，而在CPU处理方面的突破可能会导致计算存储被边缘化——这发生过，也不排除再次发生的可能。
物联网和其他用例的计算存储潜力巨大。但是，正如对待所有的新技术一样，请谨慎行事。
原文作者：Marc Staimer
