世间最远的距离，不是我站在你面前，你不知道我爱你，而是你在137亿光年之外的宇宙边缘，我从未收到过你的消息。
中国天眼FAST（新华网图）
有了“灵敏到可在雷声中分辨出蝉鸣”的FAST——被称为“中国天眼”的500米口径球面射电望远镜，最遥远的电磁信号也能被接收，人类的洪荒之爱可以穿越回宇宙大爆炸的瞬间。
作为世界最大单口径射电望远镜，FAST在发现脉冲星、观测快速射电暴、探索暗物质和引力波等方面屡次刷新纪录。据统计，中国天眼已发现300余颗脉冲星，而从1967年发现第一颗脉冲星迄今，全球找到的脉冲星也有3000颗左右；《自然》杂志最新论文显示，FAST累计发现1652次快速射电暴，超过以往文献记载数量总和。
欲戴王冠，必承其重。在一片喝彩和惊叹声中，中国天眼也要面对海量数据的严峻考验：每秒采集的数据量最高可达38GB，每年新增数据可达10PB，灵活、可弹性扩展的数据基础设施成为其行稳致远的刚需。
在10月15日上海举办的2021第六届IDC数字化转型年度盛典上，由浪潮信息参与实施的“中国科学院国家天文台FAST数据中心方案”项目荣获“未来数字基础架构领军者”大奖。IDC表示，这个奖项用来表彰在基础架构方面具有特色和领先性的企业，获奖者在数据中心基础架构的弹性、效率上达到领先水平，对业界具有示范作用。
天文级海量科研数据的存储挑战
作为支撑国家科技创新的战略资源，科研数据正成为科学研究的生产要素和新型驱动力。科研人员需要利用大量数据的相关性、可取代因果关系等模型，获得新知识、谋求新发现。
从大数据分类的角度看，科研数据属于数据密集型范式，具有不可重复性、高度不确定性、非结构性等特征。这种范式对应的往往是数据量急剧上升的应用场景，对存储容量和性能的要求也水涨船高。
例如：地震勘探从二维向三维演进，数据量增加5～10倍；电影渲染从2K升级到8K，数据量大涨16倍；卫星测绘探测精准度由20米缩小到2米，数据量飙升70倍。行业数字化转型既创造巨大的市场机遇，又带来海量数据的极限挑战。
与类似场景相比，中国天眼面临的数据挑战堪称“天文级”。自2020年1月正式投入运营以来，FAST将源源不断产生的海量观测数据，通过高速网络传输至数据中心进行存储和处理，支撑相关科研工作。
据《IT创事记》了解：FAST每天产生的数据量大概在30～40TB，每年累积10～12PB数据。由于FAST数据再过十几年甚至几十年也可能有新的发现，因而这些原始数据不能删除，需长时间保存。预计FAST未来数据总量将达到EB级，对存储平台的容量需求持续增长。
按照数据生命周期的不同节点，FAST在数据采集、存储、分析、处理等环节，需要应对各种类型的难题。
在数据采集和存储阶段，FAST采用19波束接收机将巡天能力提高五六倍，视场也扩大19倍，但其产生的海量实时数据给科研团队带来前所未有的挑战。以前观测时每秒最多产生2G数据，现在的峰值数据每秒可达38G。
对海量原始数据进行处理和分析，难度级别更高。FAST捕捉到的原始数据，不能自动告知哪些是人类未知的天文现象，需要做复杂的技术处理，使之成为科研人员“看得懂”的数据，才能开展下一步的科学研究。
兼容并蓄的存储解决方案
显而易见，天文研究是典型的大数据应用场景，存储解决方案不仅要做到“大肚能容”海量数据，更要成为科学家开展研究的加速引擎。
早在2019年，FAST就与浪潮存储首度合作，采用高性能和高密度两种分布式存储产品。据中国科学院国家天文台FAST数据中心组组长黄梦林透露，中国天眼属于大型科学装置，对数据可控性和定制化服务要求较高，需要基础设施供应商给予研发级服务和长期技术支持。
经过层层筛选和考核，中国天眼最终选择浪潮存储作为合作伙伴。2020年3月，浪潮存储的工程师克服新冠疫情的冲击，仅用不到10天就在贵州完成FAST数据中心的部署任务。经过一年多的实际运行，浪潮存储的综合能力进一步得到验证。2021年，在中国天眼存储采购项目中，浪潮高密度分布式存储产品再次脱颖而出，助力FAST数据中心扩容。
从解决方案整体架构来看，浪潮存储基于超大规模分布式存储平台，在一个存储平台内部署高性能和高密度两种节点，提供53PB容量、100GB聚合带宽和AIOps智能管理，从多个维度助力中国天眼在宇宙未知领域不断探索。
超大的存储容量需求，遭遇有限的数据中心空间，是解决方案必须面对的首要矛盾。浪潮分布式存储采用高密度、高容量的设计方案，4U60 的高密度M系列单节点裸容量约1PB ，将机房空间占用率降低30%。基于智能统一存储管理平台InView ，在数百万文件构成的环境下，浪潮通过人工智能技术实现存储部署、运维、管理、调优的自动化，达成机房空间的高效利用和便捷运维。
在“装得下”数据的基础上，改善数据分析和处理能力，主要倚仗高性能存储产品的发力以及AI的加持。IDC咨询的数据显示，全球67%的高性能计算中心已在使用AI、大数据相关技术，为了从海量数据中更高效地挖掘数据价值，存储系统正在作出改变。
在FAST项目中，浪潮独创性地在一套分布式存储平台里，部署针对HPC和AI应用的H节点和面向高密度场景的M节点，采用Infiniband EDR 100G无阻塞传输通道，并基于iTurbo智能加速引擎实现冷热数据分级存储：以高性能节点提升天文大数据存储和分析效率，以高密度节点“海纳”天文级数据，借助智能IO均衡、资源调度、元数据管理等软件栈算法，让百万级IO均衡落盘且路径更短，从而实现数据在不同层级存储间自由流动，带来更畅快的科研体验。
值得关注的是，传统存储方案在系统运维中缺少精细化管理策略，仅对主机运行做管控，忽略作为存储最小物理单元的硬盘运维。浪潮存储构建统一资源存储管理平台，对存储系统进行集中管理、智能监测和故障预测报警，硬盘两周时间预测准确率可达95%以上。
多管齐下为中国天眼带来了全新的运维体验：从以前被动的事后抢修变成主动提前预测，有足够时间窗口对坏盘进行数据重构，让百PB级存储真正实现自动化、智能化运维。
据浪潮信息首席架构师叶毓睿介绍，中国天眼采用60余台高密度节点AS13000G5-M60，单节点容量接近1PB，OPEX节省65%。通过场景化定制，浪潮存储借助内核客户端优化、高速缓存等技术创新，全面提升天文大数据存储、处理和实时分析能力，为FAST提供了坚实的数据底座支撑。
分布式存储的星辰大海
据权威预测，到2025年全球数据将增长到175ZB，其中非结构化数据占比逾80%。分布式存储凭借高扩展性和易管理能力，正成为承载海量数据的重要选择。
Gartner同样看好分布式存储的发展潜力。在2020年全球外置存储市场中，存储阵列发货容量30ZB、销售额157亿美元，分布式存储发货容量13ZB、销售额33亿美元，后者的销售额只有前者的1/5——而到2024年，这一比例将大幅提升到1/3。
从市场驱动力的角度看，云计算、大数据、人工智能、区块链等新技术协同发展，油气勘探、基因测序、自动驾驶、天气预报、生物制药等与科研密切相关的复杂业务场景层出不穷，都为分布式存储的快速增长创造了良好条件，高容量、高性能、高智能将引领存储领域新一轮的变革。
中国天眼项目是科研行业向精细化、智能化方向演进的典型代表，“数据密集型”场景为分布式存储大展身手提供了舞台。浪潮存储将秉承“云存智用运筹新数据”理念，持续加大分布式存储技术研发投入与创新，赋能更多科研领域，加速行业数字化转型。
既然已经“看到”宇宙的边缘，未来的征途自然是星辰大海。目前，中国天眼的大数据挖掘尚处于初期阶段，观测数据会根据时效向高校、科研院所部分开放。中国天眼发现的大量脉冲星是星际旅行导航图的基石——存储未来的应用场景无远弗届，没有什么能够阻挡人类探索宇宙的脚步。
