建立高效儲存基礎 拓展巨量資料應用

伴隨大數據分析等效能密集型應用需求攀升，導致全快閃式或混合式快閃儲存陣列漸成新寵。EMC

無庸置疑，如何深耕巨量資料(或稱「大數據」)，對於現今各行各業而言，已是放諸四海皆準的重大課題，更已成為企業賴以推動業務創新與商務管理的關鍵利器；以金融業為例，深究時下炙手可熱的金融科技(FinTech)議題，大數據便是箇中核心項目。

時值工業4.0、生產力4.0口號響徹雲霄之際，使得智慧機器人躍為新寵，影響所及，多數製造企業皆視自動化生產、機器人、物聯網等工業 4.0元素，乃是翻轉傳統生產線、建構新世代智慧工廠，繼而促成產業升級、提振全球競爭力的關鍵所在。

在此前提下，諸多製造企業都亟思善用智慧機器人、工業物聯網等技術，形塑人機協同之作業環境，期使工廠內部的每台生產機具，彼此之間都能相互對話溝通，甚至進一步串聯上游供應端，俾使工廠管理者能隨時知悉各項原物料供應狀態，也能綜覽包括插單或急單在內的所有訂單資訊，以便於精準掌握大大小小每一個生產環節，善盡最佳化資源調配，終至消弭無謂的浪費、降低庫存，成功加快客製化產品的交貨進程。

智慧機器人正夯  製造與金融產業皆熱情追逐

如今智慧機器人這股風潮，不只在製造業領域大行其道，也吹向了金融業。以對岸的中國招商銀行為例，其信用卡中心早在2013年便導入智慧型客服機器人，挾著頗為精確的語音辨識技術，輔以背後強而有力的大數據蒐集及分析能力撐持，成功協助該中心妥善處理高達數千萬筆客戶對話，且恆常維持九成以上的準確率，讓許多顧客的疑難雜症迅速獲得解決，連帶使得原本沈重的客服中心營運維護負擔，頓時減輕大半。

無獨有偶，在2015年8月期間，國泰世華銀行領先台灣同業推出智慧客服機器人，定名為「智能小Q」，標榜能為客戶提供24小時線上即時客服，意即客戶不管有任何問題，只要造訪該行官網、網路銀行或行動銀行...等等不同管道，都可望透過智能小Q迅速獲致貼心而精準的解答。

探究智能小Q的運作原理，乃在於利用人工智慧關鍵字比對、語意理解等技術，針對客戶所提問題，由系統快速搜尋相對應資訊，並藉由擬真的人機互動即時服務模式，滿足客戶之於存匯款、信用卡、貸款、產壽險、企業金融服務、信託、財富管理...等等產品或服務相關解惑需求，甚至客戶想要瞭解天氣、旅遊、休閒等其他話題，智能小Q也能加以回覆。展望今後，國泰世華銀行仍將持續推動知識的蒐集、建構與優化，使得智能小Q滿足客戶需求的能力不斷攀升。

機器人、IoT與大數據  環環緊扣形成創新能量

不僅止於客服，在國外，也開始有銀行藉助電腦運算，協助用戶進行專業理性的投資組合管理，即是「機器人理財顧問」。對此瑞士知名研究機構MyPrivate Banking Research發佈相關報告指出，預期時至2020年，全球由機器人顧問掌管的資產管理規模(AUM)，將從2015年大約200億美元的部位，快速攀高至4,500億美元；由此可見智慧機器人在金融業界的威力，著實不容小覬。

然而不可諱言，縱使智慧機器人技術應用看來極其酷炫，但它並非自成一格，而需要與物聯網、大數據等其他課題環環緊扣，才能形成大循環，終至構築完整的大局。換言之，不論各行各業，其營運環境裡頭的各種連網設備，多會有感應器(Sensor)，而這些感應器不斷彙集數據、產生巨量資料(含大量結構化、半結構化或非結構化數據)，接著藉由機器學習演算法，衍生人工智慧(AI)，再由AI指導機器人懂得更加精準地執行任務，而機器人的一舉一動，又將觸發感應器，創造一波波巨量資料，形成生生不息的正向循環，無論製造業、金融業、零售業、醫療業...乃至更多產業，都將拜此一循環能量，不斷推動營運創新與進化。

只不過，現實與美夢兩者之間，始終毫無例外地出現一次次巨大落差，以前述智慧客服機器人等金融大數據案例而論，縱然稱得上是讓業者為之驚艷的創新應用，但要想順利付諸實踐，不僅並非一蹴可幾，而且不時受制於一些傳統的老問題，在起步點無奈打轉！

突破儲存效能瓶頸  化解大數據應用阻礙

何謂老問題？肇因於運算與儲存兩造之間的技術進步幅度落差，因而造成揮之不去的效能瓶頸，便是亟待化解的根本議題。

從1980年迄今，處理器(CPU)及記憶體的處理效能大幅躍進8,000倍之多，同期間乙太網路從10Mbps躍升為100Gbps，演進幅度更高達1萬倍之譜，反觀現今仍位居主流儲存媒體的硬碟，雖然在容量方面，出現了多達10萬倍的巨大擴增幅度，但可惜在效能部份進展有限，僅出現不到5倍的提升。

換句話說，即使銀行後台的大數據分析系統、機器學習演算法再如何犀利，倘若不設法突破運算與儲存之間的效能落差，前端的智慧客服機器人也只能苦苦等待儲存裝置的回應，依然無法迅速將精闢的解答傳送予最終客戶；甚至在執行大數據演算分析的過程中，硬碟便扮演著效能殺手，已經拖慢了答案產生的速度。

如何是好？有不少業者或用戶，便將矛頭指向了IOPS(I/O Per Second)效能比機械式硬碟好上100~1,000倍的固態硬碟(SSD)，希冀藉此有效突破傳統硬體的性能限制。惟有業者提醒企業用戶，若單純把傳統硬體換置為SSD，再掛上基於資料保護所不容或缺的RAID，其實並不是理想的方案，只因為過多無謂的資料存取，唯恐縮短SSD的壽命，且很難控制RAID陣列中每顆SSD的壽命，此外，也將無可避免地面臨RAID陣列的效能瓶頸。

快閃儲存陣列  助力巨量資料分析

處於「傳統硬碟IOPS不彰」、「SSD掛上RAID亦有問題」兩難之中，開始有業者倡議快閃記憶體儲存陣列(AFA)架構，並強調它將形成儲存媒體的典範轉移，藉此利用SSD突破資料中心與企業內部的大數據儲存效能瓶頸，並以SSD加速資料存取、搭配傳統硬碟兼顧效能與容量的平衡；具體來說，傳統硬碟的主要優勢為容量，十分適合置於雲端後台承載Cold Data，滿足長期儲存與備份需求，至於以效能為主要優勢的固態硬碟，則勝任企業資料中心Hot Data存取之主流選項。

論及AFA的適合應用領域，則包含能夠受惠於高速儲存的所有應用，以一般企業而論，適用範圍便涵蓋資料庫、電子郵件、虛擬化、分層式資料快取，以及大數據與巨量資料分析；此外還有高速運算應用，例如科學運算、天氣觀測與預測、無線訊號或大規模網路模擬；另舉凡證券交易的即時撮合、金融業或電信業的帳單處理、電影或動畫業的影片後製與檔案格式轉換、網路業的高速儲存服務供應(Provisioned IOPS)，及生技製藥業的化學反應模擬，上述種種行業特有應用項目，也都在受惠範疇之列。

值得一提的，進入大數據時代，企業愈來愈難以預估未來五年、十年資料增長幅度，導致過往慣用的「先規劃、再建置」方式不再適用，因此企業紛紛尋求一種能夠先滿足目前所需容量、未來也易於擴充的建置模式，故而對於深具高擴充性的分散式儲存技術Ceph備感興趣；現今已有業者藉由智慧快閃記憶體、Ceph平台，提供企業級資料服務，針對大數據或超大規模工作負載，供應巨大容量、極高效能與卓越可靠度。