编者注：这个AI存储管理专栏是《Storage》杂志和TechTarget撰稿人Jon Toigo在2019年2月去世前（年仅59岁）为我们写的最后的文章之一。作为Toigo Partners公司的首席执行官和管理负责人兼国际和数据管理协会主席，Jon在世界各地的会议上发表演讲，其中包括TechTarget自己的Storage Decisions会议。Jon写了数千篇文章，撰写了11本书，并经常在他的博客DrunkenData.com上探讨存储和数据管理技术和问题。你可以在他的专属页面上浏览他为TechTarget撰写的所有文章。

去年年底，在评选TechTarget年度存储产品时，我发现几乎所有供应商都在吹捧他们的产品中包含某种组件可利用AI进行存储管理。

存储阵列供应商表示他们在阵列控制器中内置了机器学习、认知计算或AI功能，这就是说，在服务器像运行应用程序那样运行阵列控制器，服务器控制它们的闪存或磁盘介质，而这些介质可能是或者不是实际形成阵列的介质。大多数灾难恢复和存储管理产品也是如此。

在查看了20个左右的存储产品后，我开始觉得每个供应商都实现了AI！

在2019年，我们将看到，AI将从具有实际技术含义的术语词汇转变成毫无意义的营销术语。这很糟糕，因为我们现在已经非常接近成功，我们很快可实现机器智能用于管理存储基础架构及其数据。

不只是自动化日常任务

在很多产品中，被称为AI的很多功能可能根本不是AI。例如这样的算法：查看文件上元数据标签最后修改日期，然后将一定程度不活跃的文件从存储基础架构的一部分移动到另一部分，这种算法可能不应被归类为人工智能。诚然，它确实执行了原本需要人类智能的任务，但它不会使用独立的推理或逻辑做出决策。它与所有程序或策略一样，只是将预定义逻辑应用于每个用例。

以上也是所谓的AI存储的优势的示例：机器功能使用人类逻辑或推理作为模型，这不是系统设计的最终目标。自动化日常任务是我可以想到的AI最低目标，这些任务具有明确定义的参数和可预测结果。

自John McCarthy于1956年引入AI概念以来，真正的AI被认为是指可像人类一样思考和学习的机器架构 – 即所谓的强人工智能。或者AI被认为是不必模仿完整人类思维过程的机器，即所谓的弱AI。

如上所述，第三个类别是指自动化曾经由人类执行的任务。任务越常规，所需的智能越少，对自动化的适应性越强。

AI用于存储管理

AI让人联想到很多画面，从HAL 9000到C-3PO到天网，科幻小说提到的所有功能。

在现实世界中，亚马逊公司专注于机器学习、模式识别和解决问题，以改善客户体验并优化订单履行及产品交付的速度和质量。并且，亚马逊正携手苹果、DeepMind、谷歌、IBM和微软建立人工智能合作伙伴关系。虽然这些供应商很有抱负，但这种合作的重点似乎是增强智能而不是人工智能，即更少仿效人类大脑，而更多是围绕日常工作。

对于上述人工智能合作伙伴关系，好处之一是为整个行业标准化方法以及定义最佳做法。但是，这种合作主要适用于AI在业务领域的应用；我并没有在存储行业看到供应商付出同样的努力。

在存储领域，AI是一个流行语，主要用于推广最新套件或软件，供应商正在使用他们的专有算法、协议和模型来跟随这个潮流。

IBM公司最近应用其Watson技术来增强其存储管理软件并以弹性方式提供其云存储。通过这方面的工作，IBM设定了一些黄金标准。同时，惠与（HPE）凭借其深度学习计划，以及日立凭借其H技术，正开始从他们的研究中获益。其他供应商也正在为存储管理技术部署人工智能，他们希望这些技术可以帮助他们提高竞争力，“迎战”那些拥有雄厚资金用于资助研发或收购的大型企业。

一系列专有产品

在存储领域，AI开发的另一个目标是创建专有功能，这要求客户专门使用特定供应商的产品来获取价值。例如，戴尔EMC PowerMax拥有一个内置的机器学习引擎，该供应商称其旨在通过每天分析4000万个数据集来优化性能，每个阵列做出60亿个决策。但是，此功能不会扩展到非Dell EMC阵列，甚至不会扩展到不属于PowerMax系列的Dell EMC套件。

HPE对其3PAR阵列采用了类似的方法，该阵列使用HPE InfoSight的AI平台来提高性能、可用性和系统级效率。与Dell EMC的PowerMax一样，HPE InfoSight是专有功能，仅适用于HPE硬件，包括其Nimble产品系列。

其他在阵列级别提供AI支持的产品包括IBM公司基于AI的Storage Insights管理软件以及Infinidat公司所谓的神经缓存架构。此外，Pure Storage拥有AIRI（AI-Ready基础设施）技术。Quantum公司提供支持AI的Xcellis横向扩展NAS。Vexata公司有VelocityAI，它使用Nvidia的参考架构来处理AI工作负载。无论它们如何提高系统级性能，这些工具都不能提供异构基础架构支持。

目前需要解决的一个问题是，这些用于存储管理技术的AI是否会阻碍整个基础架构级别的存储管理。正如21世纪初的创新（例如精简配置和重复数据删除）一样，孤立阵列会影响存储基础架构的有效管理，我担心突然的AI爆炸会产生类似的问题。

这也是IT规划人员在整合多云和本地基础架构时需要解决的另一个问题。