【云端集中监控+AI自动化辅助=智慧化的储存环境管理】云端AI储存管理平台的基本概念

以往，企业IT管理人员面对错综复杂的储存环境，可以依赖的管理工具，只有系统控制台提供的讯息、自己的经验与知识，以及连络供应商的电话。得时时紧盯控制台画面，碰到复杂问题时，还得仔细检视系统日志与图表，并联系供应商协助，不仅耗时费力，也经常充满挫折感。

而现在正开始兴起的“云端AI储存管理平台”，则企图透过云端与AI技术的结合，提供一个自动化与智慧化的崭新管理工具，让用户一举摆脱繁杂的储存环境作业负担。

所谓的“云端AI储存管理平台”，是“云端集中管理控制台”、“自动化系统诊断”、“自动化维护支援服务”、“储存资源分析与预测”与“AI辅助管理”等几个概念的结合。就其中涉及的个别功能来说，例如集中管理控制台、Phone-Home维护服务，以及储存资源分析预测等，早在多年以前，就已有许多储存管理平台、SAN网络管理或储存资源管理软件产品，可以提供，然而，把这些功能整合在云端平台上，透过云端来提供管理服务，并结合AI技术的应用，则是这几年的事情。

这种管理平台最初是由新创厂商领头发展，先驱是Nimble Storage于2013年发表的InfoSight云端管理平台，接下来SolidFire、Pure Storage也分别于2014与2015年，推出自身的Active IQ与Pure1平台。大厂方面，IBM将其Spectrum Control Storage Insights结合云端平台后，于2015年加入了这个领域，接着Dell EMC则在2016年中推出了CloudIQ。随后，当SolidFire与Nimble Storage分别并入NetApp与HPE，Active IQ与InfoSight也成为NetApp与HPE旗下产品。

目前包括Dell EMC、HPE、IBM与NetApp等一线大厂，以及全快闪储存领导者之一的Pure Storage，都提供了云端AI储存管理平台服务。

提高管理效率的关键作法

云端AI储存管理平台的目的，是帮助用户减轻管理负担、提高管理作业的效率，我们可以运用帕累托法则（Pareto Principle），也就是80/20法则，来理解云端AI储存管理平台的基本构想。

企业储存环境日常维运所遭遇到各式各样事件中，简单、常见的状况占了80%（如硬盘等硬件元件故障等），复杂事件则占20%（如非预期的效能问题、系统扩充升级等）。

云端AI储存管理平台则是透过自动化的诊断与报修，来因应常见的简单问题，并利用AI技术的分析与预测，来为罕见的复杂问题提供指引，再以一个透过云端存取的控制台界面，让用户能随时取得储存环境的状态，与取用分析与预测等功能。

云端AI管理平台的3大效益

云端AI储存管理平台的个别功能，早已有不同的管理平台与软件产品可以提供，但把这些功能结合在一起，透过云端来提供管理服务，再结合AI的应用，所能发挥的综合效益，远远超出一般管理控制台或储存资源管理软件产品。

透过云端，提供了无远弗届的储存环境管理能力；自动化的诊断与报修功能，则大幅减少管理者日常维护工作负担；至于AI分析与预测功能，则能为用户的组态调整与升级需求提供指引。

便利的云端集中监控服务

云端的最大特点，便是能够跨越环境的限制，随时随地为管理者取用，无论用户身处何处，只要网络能连接云端，便能透过浏览器登入云端AI储存管理平台，检视自身储存环境的状态。

一般储存设备本身的控制台，虽然也能检视同样的资讯，但使用上多会受到时空环境的限制，不如云端平台方便。

自动化的主动健康侦测与报修服务

持续收集用户储存环境的运行资讯，是云端AI储存管理平台的基本功能，在用户允许的范围内，可以收集到从储存硬件、储存网络、不同层级的储存区，甚至VM层级的详细资讯与日志记录。

利用收集到的资讯，云端管理平台除了汇整资讯，为用户提供集中监控服务外，更进一步的应用，便是检视收集到的资讯中是否含有异常，当检测到讯息中的异常时，主动向用户发出警示。

由于云端平台对用户端环境的资料收集，是7×24持续不断的，所以在许多时候，往往可以比用户端的管理者，更早、更即时地发现用户储存环境的异常。更进一步，云端管理平台发现异常后，还能主动建立对应的报修案件，帮助用户及时处理异常现象。

而这种自动化的主动健康侦测与报修服务，也逆转了企业储存环境的维运模式，从以往由企业自行监控、发现状况时再自行报修，转为云端平台主动监控与主动报修，进而可让用户端的管理者，从日常的系统监控工作中解放出来，减轻维运负担。而对储存供应商而言，也能借此为用户提供更即时的维护服务。依照HPE Nimble与Pure Storage的说法，当启用这种自动化侦测与报修功能后，超过80%甚至90%的故障支援，都是由原厂主动发现与告知用户，在用户报修之前，厂商就能先行准备更换备品因应。

AI辅助的储存资源分析与预测

云端AI储存管理平台的终极功能，是扮演类似专家系统的角色，是利用收集到的资讯，分析用户使用行为，然后预测未来需求，从而为用户的调整组态或升级需求，提供自动化的咨询与指引。

单论储存环境的资源分析与预测，先前许多储存资源管理软件便能提供类似功能。但云端AI储存管理平台拥有两项以往储存资源管理软件不具备的特点：

首先，储存资源管理软件的资料收集范围，仅限于特定用户环境；云端AI储存管理平台则能从全球范围收集用户环境资讯，资料收集的“广度”更大。

其次，储存资源管理软件是在用户端运行，采用的分析预测方法也大多局限在传统统计分析；云端AI储存管理平台则是在云端资料中心运行，可以引进包括AI在内更多样化的分析技术，提供可自我进化、更“深度”的分析功能。

也就是说，云端AI储存管理平台形同于是从全球范围收集经验资讯，然后，以AI分析得出最佳实作模式（Best Practice），从而可为用户提供更有效的指引与参考，不仅可以降低对于储存厂商人力咨询的依赖，而且还更方便，随时都可进行分析预测。

对于储存供应商来说，也能利用这项功能减轻技术咨询人力的负担，甚至还能降低概念验证测试（PoC）的需要，无须实际执行PoC，用户透过云端管理平台的AI分析与预测模拟，就能精准得出储存设备组态调整或升级后的表现。

迈向IT维运自动化与智慧化的台阶

云端AI储存管理平台的3大功能——云端集中监控、主动健康侦测与报修，以及AI辅助资源分析与预测，不仅能用于储存设备与储存架构的管理，也有扩展到一般IT环境管理的潜力。

事实上，部分云端储存管理平台已能提供储存设备以外的管理能力，如HPE Nimble的InfoSight，以及Pure Storage的Pure1，都已经开始跨入一般IT环境的管理应用。

这也意味着，只要持续增加云端AI储存管理平台的前端装置资料收集范围，从最初的储存装置，扩展到包含服务器、网络设备，或是Hypervisror平台在内的所有IT基础设施，就能让云端AI储存管理平台的监控、诊断与分析服务范围，从储存领域扩展到整个IT环境，形同于让云端AI储存管理平台，进化为通用的企业IT基础设施管理平台，进而让整个企业IT环境的管理，也进入云端化、自动化与AI化的新时代。