今日，資料的產生速度超乎人們想像。 往昔人類是主要的資料產生來源。 現在則不僅有成像裝置、感應器、無人機、連網汽車、IoT（物聯網）裝置，還有許多工業設備以多元的方法和格式產生著資料。 不過，區分資料和資訊這兩個詞彙至關重要，千萬不能混淆。
目前所收集到的資料中，只有一小部分稱得上是真正的資產，擁有足夠的價值。 我們以成像裝置為例。 在長達幾小時的影像短片中，只能捕捉到一分鐘有意義的活動，其餘部分可有可無、異常瑣碎。 打個比方，「資料」就好比金礦，而「資訊」則是人們夢寐以求的金子。 將此等資料轉化為寶貴資訊的能力，即所謂的「挖掘能力」，就是「分析」。
圖 1： 資料儲存需求在 2009 至 2020 年間的成長
在分析公司 Statista 製作的圖表 1 中，可以看到在過去十年間，資料儲存量的增長速度簡直驚人。 其中還預測出，到 2020 年，儲存需求將超過 42,000 Exabyte。 然而，多數（估計至少有 80%）已儲存的資料毫無結構化可言，這就給使用資料進行分析造成了難度。 據估計只有 5% 已儲存的資料得到過分析。 若我們有辦法用中繼資料在實際分析的情境下，有效描述這些非結構化資料，那麼可供分析的資料量就要大得多。此舉可以讓組織從擁有的資料中挖掘出比以往明顯更多的價值。
人工智慧 (AI) 科技必將對現代社會各個層面帶來深遠影響。 電子商務推薦、自然語言翻譯、金融科技、安全、物體辨識/偵測等領域，無一例外都會受到影響；甚至在醫學方面，也能藉助 AI 快速查出威脅生命的癌細胞（或其他病變）。 儘管應用領域十分多元，但我們現在有套科技，可以有效掃描眾多非結構化資料（影片、文字、聲音、圖像等）並予以處理，從而分離出真正有價值的資訊；這裡面有種萬变不離其宗的意味。
更精確地說，利用 AI 我們不僅能執行分析過程，還可以對非結構化的原始資料進行前置處理，得到經標記的中繼資料，以簡而精的方式描述這些非結構化資料。 可以使用上層分析軟體分析這個簡化過的資料庫，並蒐集有用資訊。 一直以來，組織都渴盼用 AI 從他們擁有的資料中挖出更多東西，卻很遺憾的求而不得。
不過現在好了，我們想要產生中繼資料，讓分析軟體更有效地運作？有了 AI 工具，我們完全可以從龐大的非結構化資料庫中，建立起想要的那座中繼資料庫。 這樣一來，就只剩下將大量資料匯入 AI 計算實體啦。 打住，這麼走對嗎？ 真的？
考慮到現如今「雲端」和「邊緣」是產生和儲存資料的兩大所在，您瞬間就能明白四處移動大量資料所費不貲，著實應當加以避免。 在雲端，將這些資料路由到資料中心，會影響構成網路的基礎結構，消耗許多電力並提高延遲程度（因此會增加整體處理時間）。 而邊緣這一側，計算和電力資源有限。 其中小型裝置的網路功能亦受限，這就使得上傳大量資料至雲端做處理特別不切實際。 在這兩例中，關鍵在於極力縮減要移動的資料量，並以中繼資料取而代之，方能將操作效率最大化。
比起四處移動資料，在源頭分配中繼資料的做法來得更有效率；所謂源頭也就是儲存資料的裝置。 SSD（固態硬碟）已經包含了用作計算實體的基本元素。 這類儲存裝置通常僅用於硬碟運作，但也可重新規劃目的，去執行功能相關的工作，並負責標記資料，或是輔助整合硬體/軟體/韌體組塊，來執行上述功能。 其中一種操作模式，是利用硬碟的閒置視窗執行背景對應工作。 另一種方法，則是在資料寫入硬碟的同時進行處理。 在儲存時部署此類加速方法，若能正確應用，好處信手拈來：像是節省電力和花費、最小化資料移動、大幅減少延遲，以及降低整體網路流量。 而且此方法還有其天然的延展性，讓企業和雲端服務供應商可利用 AI 的力量，拓展各自的能力範圍。
於去年八月在聖克拉拉舉行的快閃記憶體高峰會中，Marvell 演示了突破性的 AI SSD 控制器，力證資料標記無須存取主機 CPU（中央處理器）處理資源，也能有效執行的概念；而且此舉還能避免先前提過的花費和延遲問題。 與會者見識了現成的 Marvell 資料中心和客戶端 SSD 控制器 IC（積體電路），在結合開放原始碼的 NVIDIA 深度學習加速器 (NVDLA) 科技後，如何沿用經訓練的 AI 模型、編入整合 AI 推斷 IP，並掃描儲存於硬碟本機內並充滿非結構化資料的大型資料庫（例如影片資料庫）。 由此可產生標記，建立起一座中繼資料庫，方便在搜尋時描述原始資料。
若以偵測和辨識物體或場景為目標，AI 推斷引擎可掃描儲存於硬碟中的影片檔，並建立中繼資料，其中標記它們在影片中的出現時間。 拜此一新 AI 增強型儲存科技所賜，讓中繼資料庫可儲存於 SSD 本機，且可供分析軟體按要求進行檢查。
舉個例子，執法部門想從超長的影片檔中找出一處疑點。 他們可以載入一個經訓練的模型，該模型知道如何準確辨識那處疑點，並可在背景中跨所有載入該模型的硬碟，平行推斷一切可用影片內容。 該處疑點的任何足跡都會被標示和標記，緯後續的進一步分析創造便利。
舉個例子，執法部門想從超長的影片檔中找出一處疑點。 他們可以載入一個經訓練的模型，該模型知道如何準確辨識那處疑點，並可在背景中跨所有載入該模型的硬碟，平行推斷一切可用影片內容。 該處疑點的任何足跡都會被標示和標記，緯後續的進一步分析創造便利。
同樣地，試想這個架構若用於背景聊天機器人分析，效果該有多麼好。一般為了改善服務品質，需要掃描聊天機器人通話的大型資料庫。 衡量使用者對收到的回應是滿意或不悅、通話時間太長或太短，統統不再只是夢想。 建立一個懂得如何追蹤這些衡量標準的 AI 模型，就能將它們編入 AI 儲存推斷引擎，以及離線掃描的通話。 以點播視訊 (VOD) 服務中的個人化廣告置入來說，在人物或物品搜尋及眾多額外大量的 IO（輸入/輸出）密集型使用案例中，利用與資料的接近程度，可取得重大的效能效益。
Marvell 率先推出的 AI SSD 控制器科技，展示出新資料儲存架構不必透過昂貴的客製化 IC，即可用於處理範圍益發龐大、運算難度又較高的「大數據」相關應用程式。 透過讓市場現有的 SSD 硬碟得以存取可大幅增強智慧的附加邏輯，可直接處理對下一代分析工作負載至關重要的中繼資料和標記。 無須連線至專門的處理資源。
使用有別於依賴傳統中央處理模式的另類招數，可讓整個過程更有效率。 它只需占用最小的可用網路頻寬，而且不會遭遇瓶頸。 AI 加速器直接合併至符合成本效益的 SSD 控制器 IC 中，使得更快速地完成分析工作成為可能。 不僅減少處理量、節省可用電力預算，同時還完全避開了從頭打造複雜 ASIC（特定應用積體電路）的需求。 因為用的是可程式化架構，有充足的佈建可資升級已採用的 AI 模型，如此也能在遇有隨時出現的新使用案例時一舉解決。
(本文作者:Marvell CTO辦公室科技副總經理暨首席科學家 / Noam Mizrahi )
