对象存储供应商转向分析、人工智能和机器学习
随着对象存储技术进入人工智能、机器学习和分析用例，人们认为对象存储不过是廉价和深度存储的观点正在改变。
英伟达(Nvidia)最近收购SwiftStack，以支持其人工智能堆栈，突显出对象存储正在向备份和归档冷数据以外扩展。
高性能存储对象随着企业试图深入了解其非结构化数据，它们正在接受人工智能(AI)、机器学习、分析和基于容器的工作负载。一些使用快速闪存存储加速小文件的吞吐量。SwiftStack声称并行工作的GPU服务器可以以超过100 GBps的速度访问存储在旋转磁盘对象集群上的pb级数据。
新的用例与传统的对象存储库观点形成了鲜明的对比，对象存储库是IT组织想要更快、更昂贵的存储层的冷或冷数据的廉价而深入的存储库。对象存储可以扩展到普通服务器硬件，以跟上非结构化数据的快速增长。
IDC企业基础设施业务研究主管阿米塔·波尼斯(Amita Potnis)预测，备份和归档将继续是“主要业务”对象存储用例很长时间。但她指出，对云服务提供商和企业的在线调查和电话采访显示，在人工智能和大数据分析等目的上，对对象存储的需求和采用逐渐增加。
加强人工智能和分析
Potnis说，在过去的12到18个月里，越来越多的供应商将他们的重点转向这些用例。她说，像这样的新玩家MinIO和OpenIO也瞄准了大数据分析和人工智能领域。
波尼斯说:“这个方向正在缓慢而稳定地发展。”“在这些工作负载中，生成和存储的数据量非常高，对象存储的使用更可行，因为它已被证明具有规模和经济效益。人们现在正在做的是性能．这正是缺少的部分。”
GigaOm的研究分析师恩里科•西诺莱蒂(Enrico Signoretti)表示，如果不对其对象存储设备进行彻底改革，许多老牌供应商将无法成长或竞争。Signoretti预测，在2020年底之前，将会有一系列关注于新用例的公告，以及至少一个对象存储收购。
英伟达对SwiftStack的收购是今年的第二次对象存储收购。今年2月,量子公司收购了西部数据公司的ActiveScale在销售该产品多年后，该公司将归档分层选项纳入其高性能的StorNext文件存储。
Signoretti表示，与供应商产品组合中的其他产品和应用程序集成或针对这些产品和应用程序的对象商店可以得到很好的定位。他举了一些例子日立内容平台它集成了供应商的分析堆栈、NetApp的StorageGrid和Red Hat的Ceph，后者是供应商OpenShift容器平台的首选存储。
但希诺雷蒂表示，对象存储专家只专注于Amazon S3 API兼容性和基本特性集可能会被遗忘，因为客户有来自存储供应商和云提供商的大量选择。
很难与AWS、谷歌、微软竞争
“亚马逊，谷歌，微软仍然在每千兆字节的价格上相互竞争。所以，和这些家伙竞争变得非常、非常困难。”
存储咨询公司Brookend Ltd的负责人克里斯•埃文斯(Chris Evans)表示，价格战和免费存储的出现是两大因素之一开源选择，如MinIO，已经促使现有玩家超越简单的对象存储。他指出,Scality补充道SOFS扩展文件系统和Zenko多云编排，以及Cloudian附加的文件服务和一个Edgematrix子公司专注于人工智能处理。
我认为“对象商店”这个词正在被玷污……做一个“数据平台”听起来更好。 克里斯•埃文斯导演,Brookend有限公司
Evans表示，提供S3连接的新进入者Vast Data和Stellus将他们的产品称为“数据平台”，而不是对象存储。纯粹的存储同样地FlashBlade,他说。
Evans表示:"我认为，'对象商店'这个词正变得越来越不受欢迎，因此，供应商正在寻找附加值，以便能够收取更高的费用。"“做一个‘数据平台’听起来更好。如果你只是一个对象存储供应商，我认为未来不会有太大的发展，因为数据的价值在于如何处理数据，而不是如何存储数据。”
长途的预测
Dragon Slayer Consulting创始人兼总裁马克•斯塔默(Marc Staimer)表示，独立的对象存储公司不会全部倒闭，但有些会被收购，大多数可能不会长期存在。他说，未来是数据管理，而存储只是一种简单的商品，有快有慢，有贵有便宜。
“存储一直是摇摆IT预算的尾巴，因为你必须不断存储数据。但这种情况也在改变。”“IT部门现在看着它说，‘我不想一直为我过去储存的所有东西以及我将要储存的所有东西购买存储空间。我希望能够管理数据，这样我就不会把它放在昂贵的存储空间。我会把它保存在其他地方——在磁带上、在云中、在对象存储中，任何最合适的地方。’”
Staimer表示，对象存储主要在云上发展，其主要卖点仍然是高可扩展性和低成本的良好吞吐量。他说，他没有看到很多终端用户转向人工智能和ML对象商店。
但Cloudian的首席技术官Gary Ogasawara表示英伟达收购SwiftStack作为证据，对象存储是人工智能机器学习负载的“有价值”技术。他说，一位政府客户正在通过传感器传输数据来预测天气，他看到了自动驾驶汽车的使用案例。
Ogasawara表示，Cloudian正对其HyperStore分析平台(HAP)投入相当大的精力。HAP将AL和机器学习软件打包在其HyperStore对象存储的同一硬件上，以满足客户使用Apache Spark或其他框架的需求TensorFlow与他们的数据。云计算未来的发展方向包括开发新的数据api来支持人工智能和机器学习所有的flash设备Ogasawara说，对于延迟敏感的应用程序。
“我认为下一个战场是更先进的api，能够利用半结构化数据而非结构化数据。比如添加SQL类型的查询功能，为人工智能和机器学习工作添加轻松使用的能力。”小笠原说。“关键是我们如何让对象存储更智能。”
