大家知道早在60年前，“人工智能”概念就正式提出。其發展曾經歷了兩次低谷，這兩次低谷的原因一方面受質于人工智能三個因素，算力、算法和數據的制約。一方面受制于ICT的發展，沒有實現數據的互聯互通，人工智能就如同無源之水。而伴隨ICT的技術發展，云計算、移動互聯、大數據等技術也早已進入蓬勃式發展。在加上5G、物聯網的發展，數據的海量增長，讓人工智能再一次走進人們的視野。

[[268072]]

IDC預測，今年40%的數字化轉型項目將使用AI服務;到2021年，75%的商用企業級應用將使用AI;超過50%的消費者將享受機器人客服的服務，并且，50%以上的新型工業機器人將采用AI。可以說人類正在向一個萬物感知、萬物互聯、萬物智能的世界進化。

進入智能世界，核心是數據量的爆炸式增長。 IDC預測全球數據圈將從2018年的33ZB增至2025年的175ZB。一方面海量的數據蘊含著巨大的價值和商機。一方面對數據基礎設施形成了新的挑戰。

基于此，各個IT廠商紛紛變革，重塑數據基礎設施。

海量數據的增長、越來越的應用上云、人工智能的高速發展，讓IT廠商們首先嗅到需要變革的味道。這其中包括2015年10月戴爾670億美元并購EMC。經過幾年磨合之后，2018年戴爾科技重新上市，公布了2019年財報， 顯示全年凈營收906.21億美元，而2018年為790.4億美元，同比增長15%。這么大的增幅，對于一個巨無霸企業來說非常不容易，而2019年4月29日召開的戴爾科技全球大會上，戴爾科技的整體戰略已經非常清楚。圍繞戴爾科技邊緣到核心到云的整個產品線進行創新。讓所有產品實現在一個Dell Technologies cloud平臺來為企業提供數字化轉型的好工具。

同樣是2015年，英特爾聯合美光基于3D Xpoint的內存技術，來解決數據從計算到存儲之間的的瓶頸問題。特別是對于固態盤和DRAM性能之間的差距，目前NAND SSD的時延與DRAM內存的時延是一萬倍級別的差距。那么在處理大數據的時候，這個一萬倍差距的延時就非常明顯。英特爾于傲騰技術的持久內存和固態盤，對內存和存儲層次進行結構創新。應該說，傲騰技術的出現打破了傳統內存和存儲的邊界。目前采用英特爾全新處理器和傲騰技術的解決方案已經在數據中心應用。

IBM也是很早看到企業多云環境下的基礎架構變化。同樣是2015年，IBM逐步統一存儲軟件，到現在IBM Spectrum存儲軟件已經有16款產品，產品覆蓋從存儲管理到數據保護到數據上云到AI管理。2018年IBM提出Modern 架構希望通過Z系列主機、 LinuxONE、存儲以及高性能計算打造的適應多云環境的現代基礎架構。而這個架構中能夠實現核心數據云、高密度整合云、混合數據云、異構存儲云、綠色存儲云、Power云、人工智能云等多種云組合讓企業在云中漫步。

同樣轉型的還有HDS，HDS在高端存儲一直處于領先地位。在2017年9月份， Hitachi集團宣布整合Hitachi Data Systems、Pentaho和Hitachi Insight Group三家公司成立的一個新公司Hitachi Vantara。其愿景是將Hitachi集團108年的運營技術(OT)和59年的信息技術(IT)經驗、技術和行業經驗***結合在一起。通過不斷深化領域專業知識為客戶帶來***豐富的數據管理的能力，讓Hitachi Vantara成為業內集分析、工業專業知識、技術和成果于一身的卓越軟件與解決方案提供商。

到了2019年，Hitachi Vantara除了為企業提供核心存儲平臺之外，已經開始通過Pentaho來融合BI和大數據。通過AI、機器學習技術實現從數據抽取到數據湖的建立到數據挖掘分析。

華為進化的更是徹底。2018年華為推出AI戰略與全棧全場景AI解決方案。華為全棧全場景的AI解決方案，正在從理念到戰略、 從芯片到應用、從面向消費者(HiAI)，到面向企業(華 為云EI)，一步一個腳印地來實現無所不及的智能。同時華為將AI技術與IT產品與解決方案深度融合，推出金融級的分布式數據庫，華為云FusionInsight大數據解決方案等。

華為還對計算架構進行多重重構。海量數據的產生不僅讓計算架構對IT基礎設施形成新的挑戰，同時對AI算力需求每年將大大增加。這就需要多并發、低功耗的智能計算架構， 既有x86、也有專門用于圖像處理的GPU、用于AI領域 的NPU、用于信號處理領域的DSP，可以說計算已經進入多樣性時代，沒有單一技術架構可以滿足所有場景，多重架構是未來發展之路。

時間拉長來看，過去幾十年的“以算力為中心”的IT基礎設施已經發生改變。新的時代，是算力和存儲平衡的時代。面臨著多樣性算力包括X86、ARM、GPU、NPU等計算平臺。面臨著多樣性的數據，包括DRAM、3DXPOINT、NVME、NAND等存儲設備。在這樣的變化下，算力、數據接入、數據存儲、數據處理以及數據使能都需要重定義，來真正讓智能技術融入到數據基礎設施中，來真正釋放數據價值。