随着大数据和人工智能越来越成为当今社会的标准基础设施，云数据中心的硬件和芯片也在为了满足大数据和人工智能的需求而不断演进。

大数据和人工智能的一个重要特点就是需要海量数据，这些数据或者由互联网用户产生，或者由服务器经过分析而产生，而这些海量的数据在为大数据和人工智能提供核心支持的同时，也对数据的存储提出了新的需求。

在传统的存储架构中，这些数据存储在SSD中，而这些SSD则会安装在特定的存储服务器中。

当服务器需要数据时，需要首先和存储服务器通信，而存储服务器再去从SSD中把数据读取到内存中，CPU去做一系列底层的任务（如筛选，加解密等），完成数据从SSD的读取或写入到SSD。

为了解决这样的存储效率问题，计算存储是一个重要的方向。使用计算存储后，SSD硬件中将会通过集成计算和处理芯片来变得智能化，从而将大量重复的底层任务直接交给这些SSD集成的计算和处理芯片来完成，从而降低了对于存储服务器中CPU的需求——存储服务器中的CPU可以用来处理一些更加高层任务。

同时智能SSD中的许多底层任务甚至可以用固化的数字逻辑来实现，这样来说就可以进一步增加运算和处理的效率，因为CPU对于这类专门任务的处理效率，尤其是能效比，往往很低。

值得一提的是，计算存储的构想提出已经有几年，但是其真正成熟并进入主流需要整个存储行业都能定义一个能广泛应用的标准，来确保不同公司的智能SSD存储都可以有统一的接口。返回搜狐，查看更多

责任编辑：