存储市场当前的现状如何？
进入到2021年，全球存储产品全线提价。到2月底，DRAM、内存模块、NAND Flash、NOR Flash等的价格均出现调涨。以内存的价格为例——DRAMeXchange数据显示，截至今年2月3日，8Gb DDR4内存颗粒报价达到3.93美元，去年8月的报价仅为2.54美元。zhlesmc
慧荣科技市场营销暨研发资深副总裁段喜亭从供应端出发来分析：“去年下半年因疫情管控、停电、产能紧张、超额预订等问题突显，加上晶圆代工产能吃紧、原厂释放到SSD渠道市场的NAND Flash资源较少、大厂增加了备货库存……诸多因素叠加，对产能产生了排挤效应。”他补充说，随着PC、5G手机、汽车、数据中心对存储性能和容量需求的不断提升，预期2021年NAND闪存行业会大幅增长，对Client SSD 主控芯片、eMMC/UFS主控芯片及车用储存的需求也会明显增加。zhlesmc
今年1月，有存储主控商把嵌入式主控芯片的价格上调了50%。业内有消息称，慧荣也正准备提升主控芯片的价格，涨幅将在10%-15%区间。《国际电子商情》向慧荣方面作了求证，段喜亭回应说：“我们会持续与客户讨论产能扩充与成本上扬的问题，以便做出最合适的决定及产能调配。”zhlesmc
下游终端设备厂商也深受存储涨价的影响，浪潮存储产品线资深架构师叶毓睿表示，因SSD的价格降幅比预期减缓，在一定程度上将阻碍全闪存阵列在中国的普及。近期，浪潮存储推出了全闪存阵列促销政策，来帮助对高性能、低延迟有需求的用户。zhlesmc
当前即使紧急新增投产8英寸晶圆产线，在短期内也较难看到明显的产能增长。近期，台积电宣布取消12英寸晶圆代工3%的折扣，业内猜测12英寸晶圆产能也将吃紧。再加上终端需求在提升，《国际电子商情》认为，在晶圆产能尚未缓解之前，存储产业链也或将面临紧张的局面。zhlesmc
大数据存储正面临哪些挑战？
就算不考虑最直接的产能问题，发展大数据存储也要解决很多问题。据IDC预测，2023年将有超过100ZB的数据产生，这将改变大家对整个行业的看法和预期，也对下一代存储技术提出新的要求。zhlesmc
Arm存储方案高级经理黄晏祥坦言，数据量的增长也将给大数据存储带来新的挑战，这些挑战包括——“如何提高存储的安全性”“减低传输的延迟性”“适当地把数据依级存储”。当5G、IoT将进入ZB存储时代，新的数据将以等比的成长速度不断产生，旧的存储架构将无法满足应用。Arm的存储方案团队很早就针对新的应用，提供完整的即时处理器/应用处理器/安全性IP与系统IP，如去年推出的Cortex-R82，专为加速下一代企业与计算型存储解决方案的发展与部署所设计。zhlesmc
zhlesmc
铠侠电子（中国）董事长兼总裁岡本成之zhlesmc
铠侠电子（中国）有限公司董事长兼总裁岡本成之说：“伴随5G及IoT的普及，各类数据将汇集至云端并加以保存和利用，闪存及固态硬盘将成为大数据存储端的主角，为了足以应对全球对数据存储的强劲需求，我们将首先增加闪存及固态硬盘的供应量，并通过采取技术革新手段，不断增加每片芯片、每台驱动器的容量，为构筑数字化转型所需的基础设施做出贡献。”zhlesmc
浪潮存储叶毓睿认为，大数据存储的落地主要面临三大挑战：第一，海量、多元数据的存放。分布在多个平台和地理位置的数据被以不同的⽅式采集与传输，数据从单⼀内部⼩数据形态向多元动态⼤数据发展，⼤量⽂本、图⽚、视频等⾮结构化数据正源源不断产⽣和存储；第二，数据的实时处理。到2023年，实时数据将占全球数据圈25%的份额。其中，金融的风险评估、交通的自动驾驶、运营商的智能网络等许多场景，都要依赖快速实时的数据采集、存储和分析得以实现；第三，非结构化数据以及将其结构化后的数据，在多云之间的流动、共享。到2022年，50％以上的由企业生成的数据，将在数据中心或云端以外的地方进行创建和处理。这些数据可能会被保存在私有云、公有云上，在不同公有云之间进行共享。zhlesmc
zhlesmc
英韧科技联合创始人、董事长兼CEO吴子宁zhlesmc
在英韧科技联合创始人、董事长兼CEO吴子宁博士看来，信息技术与经济社会的交汇融合引发了数据迅猛增长，企业级、消费级存储空间需求激增。传统数据库在应付海量数据时，暴露出并发性低，扩展性差，效率低下等问题。大数据存储呈现高效能、低成本、低延时的发展趋势。该公司通过“芯片指纹”管理、高速PCIe、增强型纠错码等存储控制技术，向客户提供高效的存储主控芯片。zhlesmc
以上供应商所讨论的核心要点或许可概括为存储效率。在《国际电子商情》看来，由于海量的数据无法被完全存储下来，“如何尽可能地提升存储容量”或“哪些数据有被存储的价值”将是厂商考量的重点。zhlesmc
怎么存储有价值的数据？
未来全球将会有90%左右的数据由机器产生，这主要是顺序型写入的流媒体数据，弄清楚“哪些数据需要被实时计算”“哪些数据需要被存储”非常关键，这些非结构化数据如何实现“瘦身”、提升存储效能？
扫码分享到好友
