過去，人工智能最大的一個障礙就是處理能力，但是現在，存儲日益成為一大限制因素。傳統的專用存儲解決方案無法跟上性能要求，或者以可負擔得起的價格長期保留數據并使用所需功能。因此，更多企業轉向能夠解決這些挑戰的專用存儲和數據解決方案。

無人駕駛和人工智能：存儲將直線增長并走向智能

到 2020年，路上的數億輛汽車都將有無人駕駛功能，這是邁向物聯網世界的趨勢，也是人工智能（AI）領域的進步。要想設計無人駕駛車輛，就必須能夠駕馭海量攝像頭和傳感器的數據，分析這些數據并運用人工智能技術。數據越多越智能！ 過去，人工智能最大的一個障礙就是處理能力，但是現在，存儲日益成為一大限制因素。傳統的專用存儲解決方案無法跟上性能要求，或者以可負擔得起的價格長期保留數據并使用所需功能。因此，更多企業轉向能夠解決這些挑戰的專用存儲和數據解決方案。

企業視頻：一段視頻抵得上千言萬語

視頻將在越來越多企業機構的活動和流程中發揮更大的作用，例如：在醫院中加強教學并防范醫療事故索賠，在制造工廠中加強質量控制，或在零售商店中分析買家行為。企業也能夠讓視頻在其培訓和服務計劃中發揮更大作用，類似呼應消費類產品領域中視頻代替文字說明書的發展趨勢。事實上，雖然文字遠未過時，但視頻在許多領域日益成為實際傳播平臺。所有這些都需要IT與業務線負責人之間更好的協作，才能確保他們擁有必要的存儲和數據管理基礎設施，能夠盡可能高效、高性價比地支持以視頻主導的世界。

依然閃亮的對象存儲

基于高可擴展性和高耐久性的功能，對象存儲讓用戶能夠以低于主磁盤存儲的價位來訪問海量數據，同時避免增加與高容量磁盤相關的RAID重建時間。一段時間以來，對象存儲在公有云的服務中發揮基礎作用，但是它將成為大規模數據保留的主導技術的預測還未被證實。許多情況下，用戶意識到，智能文件系統和最新磁帶存儲技術能夠以更低的成本提供旗鼓相當、甚至更好的性能。因此，企業未來將主要部署對象存儲作為其私有云的基礎，而磁帶仍然保持其作為大規模非結構化數據長期低成本歸檔最優技術的角色。

磁帶：一個遠遠沒有完結的故事

毫無疑問，磁帶在備份中所發揮的作用將持續下降，但是磁帶作為存儲介質還遠遠沒有走向消亡。非結構化數據與日俱增的數量和價值讓人們更加關注在一個穩健、低成本歸檔中保留，并保護這些數據的重要性。如前所述，磁帶仍然是長期保留數據的最佳技術，每隔幾年，其性能、功能和生態系統都會進行重大改進。這就是為何應對海量非結構化數據的企業機構，包括基因組學、學術研究、視頻監控和娛樂等領域，將繼續把磁帶作為其存儲基礎設施中的一個關鍵組成部分。也是為何那些發誓要遠離磁帶的企業將走上回頭路的原因所在。與此同時，隨著大型私有云提供商擴大其作為主要存儲廠商的作用，并在競爭中壓低價格，他們將更加依賴磁帶才能使業務模式正常運轉。盡管隱藏在云背后，但是由于其經濟效益無法被擊敗，磁帶長期以來一直用于該領域。

避免云孤島

行業分析公司IDC預測，2015年到2020年，公有云和私有云環境的IT基礎設施支出的年復合增長率分別為19％和10％。隨著更多數據遷移到公有云中，我們預測會看到更多用戶采用雙云廠商策略。企業至少得為關鍵基礎設施組件保留兩個來源，才能避免廠商鎖定，以及靈活性的損失。同樣，企業也意識到必須把這種方式擴展到購買云服務中。然而，一個關鍵挑戰就是把公有云和私有云連接到一起，以便它們能夠無縫地配置云資源，并在云中遷移負載。沒有人希望回到存儲孤島的世界，并面對存儲孤島所帶來的管理問題。企業將越來越多地尋求多站點，而且多云的存儲與數據管理解決方案。此外，企業也將開始把云作為能夠為多站點環境托管其數據管理工具。