自动驾驶与存储之间有什么必然关联？
美光科技计算和网络产品事业部(Compute & Networking Business Unit)高级副总裁兼总经理Thomas T. Eby告诉记者，未来，每辆L5级自动驾驶汽车都将配备8～12个分辨率高达4K～8K的显示屏幕，而为了支持V2X连接，存储器需要每秒处理0.5TB～1TB的数据量。 TB级的数据量、实时的处理能力，存储能够100%满足自动驾驶的需要吗？

另外，在车内娱乐系统方面，存储器的频宽也将达到150GB/s～300GB/s。未来的自动驾驶汽车也会像飞机一样配备“黑盒子”，它将以30秒为间隔持续进行录制，记录车内外的一切状况。因此，存储器的频宽将达到1GB/s。特别值得指出的是，在车辆的整个生命周期中，重复写入的所有数据加起来有可能达到150PB。综上分析，自动驾驶汽车对内存和存储的效能和耐用性提出了非常高的要求。

善用存储，提升AI效能
我们正在步入“智能+”时代，技术的创新、业务应用场景的变化和增加、产业链上下游的互动无不围绕著“智能”这个主题展开并走向深入。在近日举行的2019台北国际电脑展Computex上，Thomas T. Eby代表美光介绍了公司在人工智能领域的布局与未来愿景。

有人说，数据是“智能+”时代的“新石油”；也有人说，数据就是今日的全球货币。数据的重要性已毋庸置疑。美光预估，全球需要传输、存储、分析的数据量将在未来几年内增长数倍，到2023年将达到103ZB。数据爆炸带来的存储压力还在其次，对于企业来说最关键的还是如何从浩如烟海的数据中挖掘出有效的信息，并转化为深刻的洞见。这也是人工智能要做的事。

美光如何让人工智能的“心脏”变得越来越强壮呢？
美光委托知名市场调研公司Forrester对建构人工智能平台的工程师和IT专家进行了一次调研，结果显示，开发人工智能系统时，技术人员首要考量的并非计算，而是如何打造适合的存储器与存储架构，以满足庞大计算的需求。超过九成的受访者表示，存储器与存储架构是决定人工智能系统开发成败的关键因素，而存储吞吐量的重要性更胜于计算，而且随著边缘计算需求的兴起，计算与存储器之间的距离越来越近。

现在，数据越来越多地产生于边缘设备和终端，而非数据中心内部。对于企业来说，本地数据中心、云端和边缘是一个沟通、协作的整体。因此，计算、存储、网络等资源也应该覆盖本地数据中心、云端和边缘。 Forrester的报告显示，未来的趋势是数据在哪里产生，就在哪里进行处理和分析，这样可以减少大规模的数据迁移，同时也可以降低能耗。未来，90%的存储会更靠近数据产生的地方，“边缘”对于存储来说越来越重要。

作为存储厂商，美光积极调整战略布局，在技术和产品创新上顺应AI的需求，不断扩充产品线，提供更广泛的内存与存储产品组合，比如从低延迟性的DRAM、高频宽的NVDIMM存储器、更高容量的3D XPoint存储器，到TLC NAND SSD 和QLC NAND SSD存储解决方案，既能支持专门面向AI打造的数据中心，又可以满足视频、汽车、医疗，以及工业应用等众多场景中的AI应用。人工智能除了在制造、自动驾驶等典型应用场景中得了快速应用以外，还进入了与人们生活息息相关的诸多领域，医疗行业就是一例。

服务器硬件的不断演进和计算架构的变化也促进了存储的发展和进化。比如为了更好地支持人工智能应用，存储器越来越接近计算工作负载；人工智能对异构计算平台的需求越来越迫切，各种负载需要不同的优化且存储器紧邻的计算解决方案，计算不只需要CPU，还需要GPU、TPU、FPGA、SOC、ASIC等；计算核心数量迅速增加，服务器需要更多DRAM与存储设备。

人工智能的兴起，对存储的容量、性能、能耗等众多指标提出了新的更高要求。作为AI应用的赋能者，美光已经做好充分准备，将以全面的内存和存储解决方案满足不同AI业务场景的需要。