數據將成為改變傳統的度量依據：流程的優化、產品的迭代、商業模式的創新，都將依據數據來驅動，企業需要實時的決策，實現高效管理。

但在數據分析之前，越來越多的數據需要存儲，這給存儲系統帶來極大的壓力，盡管在過去一段時間，NAND閃存SSD被認為是提升存儲性能的可行手段，但隨著NAND閃存SSD技術的不斷發展，從SLC到MLC、TLC，再到即將主流的QLC SSD，容量不斷增長，但單位容量產生的IOPS越來越低，尤其是寫性能的“躊躇不前”已經越來越滿足應用的需求，尤其是在寫操作占比較高的環境下。

單盤容量達到數十TB的QLC SSD（如Intel Ruler）將下探到大容量存儲市場，其優異的讀性能使得其將完美替代現有的機械硬盤。而在高性能存儲市場，尤其是寫負載較重的應用場景下，Optane將擔當重任。而從平面NAND到3D NAND，同樣意味著容量增大，但對于性能增益并不明顯，比如目前市面主流的NVMe SSD的隨機讀性能大約在60萬IOPS左右。

而未來結合3D NAND和QLC技術的SSD，讀性能大致相當，但寫性能還稍有下降，這里面也有接口帶寬方面的因素。未來PCIe 4.0普及以后，可預見的是，更大容量的QLC SSD并不會比現有SSD性能更好，SSD的容量越來越大，但性能趨于穩定，與磁盤的發展路線類似了。性能大致相當，相同價格條件上，難道不是容量越大越劃算嗎？從成本角度而言，的確如此。

但從企業應用角度，尤其是非容量需求型應用角度，相同的性能，容量更大，意味著單位容量的性能越低，即每GB容量能實現的IOPS降低。這對于性能需求型應用，尤其是需要較高性能，但并不需要大容量存儲的應用而言，是有些不劃算的。

這就是接下來要說的英特爾公司的Optane固態盤，這是個特例，單片SSD容量雖然只有375GB，卻能提供超過50萬IOPS的隨機讀寫性能。讀寫性能均衡，這是Optane相對于NAND SSD的一大區別，同時也使得Optane比NAND SSD更適合寫密集型應用場景。

從技術上來看，Optane并不同于傳統認知中的（NAND）SSD，相比于NAND SSD，其應該是SSD的另一技術分支。NAND SSD通過改變電子負荷來實現數據的存儲，每次負荷的改變都意味著損耗，即SSD的PE次數，SSD的壽命問題是眾所周知的，當然目前主流SSD內使用的均衡算法也能實現延緩壽命的效果。

雖然DC P4610與Optane的容量相差8倍，但卻具有相同的耐寫等級，均能寫入21 PB左右的數據量，這意味著Optane的PE次數約為55000次，相比于DC P4610的7000次。在5年生命周期內，Optane每天可全盤擦寫30次，而3.2 TB容量的DC P4610約為4次，換而言之，不管是Optane還是DC P4610，平均每天都可寫入約12 PB的數據量。讀寫性能好且均衡，壽命長PE次數高，這些特點使得Optane天然適合存儲熱點數據，用作Tier 0層存儲或者緩存。

目前，從邊緣到核心再到云中，比數據量更有趣的是數據分析的價值，面對爆發式增長的數據，企業需要實時的決策，實現高效管理。之前，E企研究院針對青云QingCloud基于MySQL開發的分布式關系型數據庫RadonDB中，以NAND SSD為數據庫提供存儲。

對比Optane（同樣單盤375GB）做緩存與NAND SSD做存儲進行對比，測試結果同樣表明，相比單純使用NAND SSD做數據庫存儲，在OLTP模式下，加入Optane做緩存后：RadonDB數據庫性能有4倍以上的性能提升，且平均響應時間為原來的四分之一以下。

在RadonDB分布式數據庫環境中，在加入Optane做緩存后，2節點RadonDB數據庫性能提升了4倍左右，三節點則提升到了原來的6倍，數據庫平均響應時間也將為NAND SSD做數據存儲下的四分之一和六分之一。然而這仍非孤例，Intel實驗室的數據顯示，同樣在數據庫環境下，加入Optane做緩存后，數據庫性能亦有3倍提升，與之相呼應的延遲也僅為原來的三分之一。

Intel將Optane用作數據庫緩存，有著3倍以上的性能提升，同時數據庫平均響應時間降低了三分之二可以看出，基于應用的測試更加接近真實的負載，讀寫IO模型要更為復雜，且會產生變化，這使得Optane能夠將寫性能和低延遲不斷快速累積，進而獲取與基準測試結果并不成比例的性能提升。

除此之外，在智慧城市等應用場景中，為了支持更多的特征數量，同時克服內存空間較小、價格較貴、普通固態盤讀取速度慢的缺點，Optane固態盤也在存儲容量和讀取性能上完勝固態盤，可以滿足用戶超大規模特征存儲比對需求。