英特爾等公司推出了非易失性隨機訪問存儲器（NVRAM），這些存儲器在電源斷電后仍然能夠保持數據。由于NVRAM位于服務器的內存總線上，因此比磁盤或SSD快幾個數量級。但與SSD不同，NVRAM可以作為內存字節或4K存儲塊進行訪問。這為系統架構師在配置系統時提供了最大性能和兼容性的靈活性。

NVRAM一個常見的用例是用于大型內存服務器。例如，最新的Xeon SP（Skylake）服務器每個處理器可以支持高達1.5TB的內存，但實現這一目標所需的12個128GB DIMM成本很高。相反，英特爾的Optane NVRAM DIMM價格低至每128GB 625美元，而且功耗也低得多。使用經濟實惠的Optane DIMM，可以在內存中運行大型數據庫，從而顯著提高性能。

所有的云供應商都使用高度可擴展架構來存儲數十億的數據。 目前，越來越多的橫向擴展技術開始應用到企業中。在橫向擴展存儲流行之前，企業往往要購買大量的存儲陣列，以確保將來擴展時能有足夠的磁盤空間。如果后來沒有擴展容量或者擴展的比預期的要少的多，那么原先購買的磁盤都會浪費。

有了橫向擴展存儲架構，在購買磁盤時就可以量力而行，一旦存儲空間的需求超出預期，可以添加新的陣列而不會受到任何限制。如今，隨著人們對數據越來越看重，數據的安全性已經成為企業的重點，數據安全領域將在未來幾年內進行徹底的改變。

隨著歐洲通用數據保護條例（GDPR）的出臺，如今人們對數據安全達到了前所未有的高度，同時也擴大了對于用戶個人數據的定義。企業必須將用戶個人的IP地址或cookie數據等信息置于和其他用戶機密數據（姓名、地址以及社會安全號碼等）相同的保護等級。

雖然數據安全法規的出臺，對數據隱私保護是積極的，但由此對行業帶來的影響也是巨大的。物聯網、人工智能、機器學習這些領域的發展，依靠著數據量來訓練，這些領域的發展將面臨合規考驗，這就需要企業在滿足數據安全合規的情況下，利用好數據，創造價值。

如果您的企業使用或計劃使用機器學習，你就需要熟悉神經處理器。神經處理器是大規模并行算術邏輯單元，針對機器學習模型所需的模型進行了優化。如今，神經處理器越來越普遍，所有云供應商都在試圖創建了自己的神經處理器，例如Apple Watch中有神經處理器的應用。谷歌的阿法狗中也有神經處理器的應用，TensorFlow加速器每秒可以運行90萬億次。

那么神經處理器對存儲的需求是什么？帶寬。在實時應用中，例如在機器人、自動駕駛和在線安全中，神經處理器需要盡可能快地提供的數據，因此帶寬很重要。同時值得注意的是，除了帶寬，在提供數據時還要盡可能少地延遲，以便盡快完成所需的數學運算。

隨著邊緣和數據中心數據量的快速增長，將數據移動到處理器計算越來越困難。相反，處理正在轉移到存儲。這個概念目前被HPE，Dell / EMC和NGD Systems標記為智能存儲，并開始逐漸應用到他們的存儲設備中，通過內置于存儲陣列控制器中的優化，可以管理磁盤延遲或訪問模式的問題，我們稱之為存儲智能。

隨著快速和廉價的神經處理器的出現，以及用于機器學習的足夠的數據庫，智能存儲在很大程度上可以被訓練成自我管理。除此之外，智能數據池也可以使用深度學習來進行管理，優化存儲設備的應用。如今，數據中心計算時代已經來臨，全球有45億臺的計算設備在使用，尤其是大量移動設備的使用，將產生越來越多的數據，數據也正逐漸成為企業競爭武器。

通過存儲設備，保存數據，通過分析工具，讓數據產生價值，這一趨勢將在未來不斷的持續下去。