新经济模式下数据驱动型组织的成功程度

组织需要重新考虑其存储体系结构，以实现数据驱动型经济。组织如何捕获、存储和分析数据，可以决定数据驱动型组织在这种新经济模式中的成功。

数据驱动经济并不局限于使用人工智能和深度学习来做出更好的决策。尽管这些应用无疑是至关重要的，但其他关键驱动因素包括5G可用性，它提高了移动性，创造了新的边缘/核心关系以及培训和盈利能力。数据驱动型经济的例子包括自动驾驶汽车、互联城市、个性化医疗保健、定制媒体和娱乐、新的金融模式和市场，以及“一切为你服务”的现象。

数据驱动型经济需要新的存储和数据管理体系结构。这些体系结构需要超越仅提供分布式容量的传统横向扩展存储解决方案。数据驱动且经济的存储体系结构需要横向扩展来分发所有数据管理服务，如元数据存储、数据索引和搜索以及安全和分析处理。此外，支持数据驱动型经济的存储基础架构不会位于单一位置或数据中心。它的分布式本质需要一个全局的全局命名空间，可以从任何地方存储和访问数据和应用程序。

来自传感器、设备和其他来源的非结构化数据是数据驱动型经济的基础。与过去几年不同，这些数据是大小文件的混合体。文件的数量可能达到数十亿，并且它们可能会消耗几PB的容量。支持数据驱动经济的存储基础架构需要图形处理单元(GPU)计算场来处理深度学习工作负载。这些使用情形需要能够支持大量非结构化数据的存储基础架构。在许多情况下，组织只能捕获一次数据，因此数据需要保留很长时间，并且需要保证数据不会改变。

对存储基础架构的各种要求似乎相互矛盾。例如，自动驾驶汽车超过了二级自治，这意味着每辆汽车每年产生超过2PB的数据。这些容量要求意味着数据驱动型经济的存储基础架构不能只是一个全闪存阵列。闪存和硬盘驱动器之间的成本差异仍然很大。数据驱动的经济存储基础架构可能在其核心有一个横向扩展、高度并行的基于硬盘的存储系统，在其边缘有高速闪存。

数据驱动的经济存储基础架构看起来类似于高性能计算基础架构，因为它需要提供高带宽和高度并行的输入和输出(IO)，但也需要以经济高效的方式存储PB级数据。