公元前586年，耶路撒冷的第一圣殿被入侵的巴比倫軍隊摧毀，所羅門王朝的恢弘建筑只留下一座“嘆息之墻”。從此開始，“嘆息墻”經常被比喻為那些時代難以跨越的鴻溝。在大數據與智能時代，千行百業(yè)擁有了前所未有的數據種類、數據存量和數據應用方式，但這些海量的數據也同時造成了嚴苛的挑戰(zhàn)，給很多行業(yè)、企業(yè)塑造了一道由數據組成的“嘆息墻”。
想要以超高的算力、多元化的智能算法攻克產業(yè)難題，拓展價值邊界，首先需要跨越數據鴻溝，將龐大的數據由負擔轉化為助力。
尤其對于HPC（高性能計算）場景來說，豐富的數據正在帶給計算體系以深刻的價值變革，推動HPC的任務目標、任務實現方式與應用承載方式產生一系列升級。HPC正在走向HPDA（高性能數據分析）的躍遷之路。
3月23日，華為宣布創(chuàng)新數據基礎設施體驗中心及行業(yè)創(chuàng)新體驗中心在成都落成，該體驗中心旨在搭建一個面向全球政府、金融、醫(yī)療、教育、能源等行業(yè)的技術交流與合作平臺。在參觀創(chuàng)新數據基礎設施體驗中心的過程中，華為推出的下一代數據湖解決方案OceanStor Pacific讓我產生了不小的興趣。
讓我們從數據與計算的新發(fā)展周期說起，聊聊華為OceanStor Pacific給產業(yè)探索帶來的新可能。
不能讓數據成為“嘆息墻”：HDPA為何是大勢所趨？
以往的HPC場景，或者我們在廣泛定義中的超算系統(tǒng)，雖然也要有存儲系統(tǒng)作為支撐，但其主要解決的是數值分析、模型分析等靠近數學側的問題。HPC的目標相對單一，其價值主要是作為底層科研工具支撐社會的發(fā)展。
但隨著技術的進步和產業(yè)需求的發(fā)展，超級算力正在與越來越多的現實產業(yè)與科技探索相結合。而這就引出了一個關鍵的問題：HPC系統(tǒng)需要應對、存儲、調用非常復雜的現實數據。
在今年，新冠疫苗成為了社會關注度最高的話題之一，而疫苗研發(fā)的背后就有HPC對蛋白質分析、病毒模型解析等海量數據的處理能力。這場全球抗疫的關鍵賽跑，同時也蘊含著算力與數據間的一場競賽。
HPC與真實產業(yè)、現實場景結合的案例正在不斷激增，自動駕駛、油氣勘探、精準天氣預報、天文觀察等等場景，既需要強大的算力，同時也需要計算系統(tǒng)負載和處理差異化明顯的不同數據。比如自動駕駛需求處理大量視頻與傳感數據、交通安全需要處理海量圖片數據，而這些數據帶來的壓力，構成了超算體系進入智能時代的主要挑戰(zhàn)和進化方向。隨著計算能力本身的提升，加上大數據、AI等新興技術與傳統(tǒng)HPC的結合，超算系統(tǒng)走向數據密集型、多元化處理能力已經成為了確定性需求，這也就是從HPC到HDPA的演變必然性。
而想要確保這場演變順利完成，我們可以發(fā)現超算系統(tǒng)需要克服三大挑戰(zhàn)：
1、首先是數據量的持續(xù)指數級增長。
以油氣勘探生成3D模型為例，模型的精準化將帶來十倍的數據膨脹；而一輛自動駕駛汽車測試，每天就將產生60TB的必須長期保存數據。應對真正的海量數據，成為了HDPA時代的第一課。
2、數據負載類型多元化。
與傳統(tǒng)的數據存放類型相比，新周期的數據負載將出現數據多樣化統(tǒng)一存放、處理的巨大變革。并且在數據混合負載的基礎上，還需要支撐更頻繁、便捷的數據調用、數據遷移等操作，給數據體系帶來了眾多全新壓力。
3、數據相關應用復雜化。
目前階段，AI技術正在成為算力投放的主要標的，數據應用的主要輸出點。但AI算法本身復雜多元，個性化極強。這意味著智能時代的超算相關應用將極大復雜化，帶給數據存儲以額外的挑戰(zhàn)。
這些挑戰(zhàn)意味著，數字經濟時代HPC正在由計算密集型走向存儲密集型。與此同時可以看到，HPC已經成為大國科技競賽中的重要賽道。在HPC體系中，數據基礎設施又處在發(fā)展相對緩慢的一環(huán)。2020年開始，超算中心已經成為“新基建”規(guī)劃中的主要建設方向，而新基建中的超算中心，顯然應該是能夠承載多樣化數據、海量數據規(guī)模，與國計民生緊密相聯的計算體系。而這就需要能夠支撐HPDA演變的數據基礎設施升級。
為此，華為推出了OceanStor Pacific系列下一代數據湖存儲，推動HPC向HPDA加速演進。
下一代數據湖：華為海量存儲，OceanStor Pacific帶來的變革
從HPC向HPDA演進，首當其中是要提升各產業(yè)數據中心、超算系統(tǒng)的數據存儲、負載、調用能力，而這就需要數據湖相關產品完成能力上的進化升級。
2011年，業(yè)界開始出現數據湖相關概念，所謂數據湖，是指對自然、原始格式數據進行全量存儲的數據基礎設施。數據湖可以承載原始數據直接存放的容量挑戰(zhàn)，同時支持AI、可視化、大數據分析等關鍵應用的演進。
作為HPC的數據搭檔，數據湖需要在HPDA演進中扮演關鍵角色。在目前階段，新車的研發(fā)時間由6年縮短為2年，基因測序時長由13年縮短為僅僅1天，油氣勘探的精度由二維提升到三維，這背后都需要數據湖完成數據存放、調用的支撐。
在華為看來，數據湖的升級演進主要需要完成三大目標：
1、超高密設計：數據基礎設施的升級，不能以無限制投入空間和投資為代價，所以數據湖產品的高密設計是必由之路。存儲產品需要在有限的空間下，完成海量數據的有效存放。
2、面向混合負載：面向產業(yè)級的超算體系，一套存儲必須支持支持不同業(yè)務流程、產業(yè)環(huán)節(jié)的混合負載。以油氣勘探為例，過往數據采集、解釋、處理每個環(huán)節(jié)的業(yè)務能力對存儲的需求都不同，只能搭建多套存儲來應付，而這會造成大量遷移成本和風險。數據湖產品必須實現多數據、多業(yè)務的混合負載，完成對產業(yè)級超算的支撐。
3、多協議快速流轉：面向產業(yè)超算需求，存儲體系需要能夠支撐不同數據類型的打通，支持多種數據種類、模塊之間的快速流轉。
面對這些趨勢，華為已經推出了全棧化的下一代數據湖解決方案。去年年底，華為正式推出了海量存儲OceanStor Pacific，能夠滿足HPC向HPDA的演進需求。OceanStor Pacific支持4096個節(jié)點，能夠支持混合負載、融合協議互通，可以說是為高性能計算、大數據乃至視頻存儲構建的新一代的數據湖存儲。
OceanStor Pacific分為兩款硬件。一款是被華為戲稱為“超級跑車”的OceanStor Pacific 9950，其高密設計可以有效解決海量數據的機房空間、能源消耗問題。高密高性能全閃存硬件，可以實現5U空間支持80個Half Palm盤，每U IOPS領先業(yè)界60%，每U帶寬領先業(yè)界30%。而高密大容量硬件OceanStor Pacific 9550，則被稱為“容量怪獸”，5U空間可以放置120塊大容量HDD盤，實現“1臺頂三臺”的容量提升。與此同時，OceanStor Pacific還在高密空間、便捷維護、散熱性能等設計上獨樹一幟，實現下一代數據湖價值的全面釋放。
HDPA時代，我們將見證的數據聚變
從華為OceanStor Pacific帶來的數據湖升級價值，我們已經可以看到海量存儲升級為HPDA時代帶來的價值演進。在數據基礎設施的升級下，超算體系可以更緊密與物理世界的海量數據融合，帶來超算能力參與到產業(yè)一線、科研前沿的全新可能。同時，智能化技術也可以在海量數據存儲的升級下得到更好支撐，我們知道數據、算法和算力是智能三要素，而數據的便捷、可靠、大容量，是產業(yè)級智能升級的開始。
HPDA時代，超算能力將從算力密集型的數學、機械等領域，向數據密集型的天文、物理、化學、地質，以及千行百業(yè)的生產力一線進發(fā)。而我們已經可以看到華為OceanStor Pacific在很多案例中帶來了這種價值改變。
比如在全球著名的SKA天文望遠鏡陣列中，上海天文臺就與華為合作，搭建了世界首臺SKA區(qū)域中心原型機核心業(yè)務存儲系統(tǒng)。在存儲能力升級的前提下，探索宇宙身處奧秘的SKA得到了更強的數據處理效率，加速了人類打開未知世界大門。
在挪威Lundin石油的深海油氣勘業(yè)務中，華為幫助其建設了匹配新型油藏模擬技術的存儲基礎架構，實現數據高效存儲、分析，并且能夠有效提升勘探精度，大幅度油氣勘探效率。在華為OceanStor 海量存儲的幫助下，挪威Lundin石油實現了冷數據分層存儲，存儲空間節(jié)省了73%，遠程復制容災效率極大提升。
這些案例僅僅是HPDA時代的開端，我們已經可以看到，在自動駕駛、基因測序、電影渲染、精準天氣預報、金融反欺詐等領域，海量存儲有著廣泛的應用前景，并且是數據計算能力提升的必然需求。
在HPDA時代，如山似海的數據不再會是產業(yè)發(fā)展的“嘆息墻”，而是行業(yè)智能化的跑道與發(fā)動機。