G2M Research是一家业务覆盖了NVMe市场的分析公司，该公司近日公布了其最新的关于“具有大型数据集的应用程序对智能存储的需求”的调查结果，该调查共有112名调查对象，分别来自使用了大数据、人工智能/机器学习和物联网等应用的组织。

这项研究的目的是，评估在现有的处理和存储架构上，大数据集的移动是否会对应用程序的数据的成本和可用性产生负面影响。调查结果显示，现有的计算和存储架构会对这些应用程序的性能和成本产生负面影响，如果这些应用程序在规模和功能上继续扩展，就需要新的架构。

“大数据、AI/ML、物联网等应用程序的数据集将继续以指数级增长，” G2M Research任事股东Mike Heumann说道，“我们的研究表明，这些应用程序空间的大多数用户都非常关心这种增长会如何对他们在未来12个月内使用这些应用程序产生影响。大多数终端用户也相信这些新的方法如在存储设备中处理数据，将需要克服现有的数据移动瓶颈。”

在各种应用程序中，大型数据存储的移动对于实时分析越来越重要。然而，这种数据移动并非没有成本或影响。该调查的主要结果如下:

·52%的受访者认为，大型数据存储在存储系统、存储设备和服务器之间的移动，对于他们的组织来说，在目前或未来12个月内将是一个重大问题。

·92%的受访者预计数据移动将对他们的组织产生负面影响，62%的受访者表示将影响服务器、网络或存储成本，48%的受访者表示将影响应用程序性能，29%的受访者表示将限制其使用数据的方式。

·超过79%的受访者认为，目前的处理/存储架构在未来5年内将无法处理他们所在行业的数据量。

·64%的受访者认为在存储系统/设备上处理或预处理数据可以帮助解决数据移动问题。

解决“存储-CPU瓶颈”最有希望的办法之一是在存储设备中使用“就地处理”(in-situ processing)。“就地处理”彻底改变了各种应用程序的部署，这些应用程序目前需要大量的昂贵的多套接字服务器，并且需要大量的RAM。通过显著减少在存储系统/设备和服务器/ CPU/ GPU之间移动的数据量，NVMe闪存固态硬盘(SSD)中的就地处理可以显著降低网络的大小/复杂性、CPU / GPU负载，以及使用大量IO的应用程序的功耗。