SEMI表示，全球12吋晶圆厂产能分别于2021年及2022年强劲成长11%及9%，2023年因存储芯片及逻辑元件需求疲软影响，成长可能趋缓，增幅将降至6%。

虽然12吋产能成长放缓，不过，半导体产业仍专注于增加产能，以满足强劲的长期需求。

SEMI预期，2026年12吋月产能将达960万片，晶圆代工、存储及功率元件是驱动12吋产能创新高的主要动力。

SEMI指出，包括台积电、联电、英特尔（Intel）、中芯国际、格芯（GlobalFoundries）、三星（Samsung）、SK海力士（Hynix）、美光（Micron）、铠侠（Kioxia）、英飞凌（Infineon）、德州仪器（TI）等，将有82座新厂及产线于2023至2026年陆续量产。

在强劲的车用半导体需求及美国及欧洲政府的半导体制造补贴政策驱动下，美国及欧洲产能比重有望持续扩大。

比如美国在2022年8月签署了《芯片与科学法案》，该法案配套了高达527亿元美元的补贴。

其中，将有390亿美元作为“芯片制造补贴”，其中20亿美元明确用于专注于传统成熟制程芯片的生产，剩下的370亿美元，则主要用于先进制程芯片的生产。

在该激励计划中，高达60亿美元可用于直接贷款和贷款担保的成本。

在美国“芯片法案”公布之后，美光科技立马宣布了400亿美元的投资计划，这一投资持续到2030年，将分阶段在美国建设先进的存储芯片制造。

设施台积电去年12月宣布在美国亚利桑那州再建一座3nm晶圆厂，并将在建中的原本规划的5nm晶圆厂升级为4nm，使得在美国的整体投资提升到了400亿美元。

在此之前，英特尔已经启动了在美国亚利桑那州投资200亿美元建设两座晶圆厂的计划。去年9月，英特尔又斥资 200 亿美元在俄亥俄州建造两座先进制程晶圆厂，并表示其投资“在未来十年内可能增长到高达 1000 亿美元”。

三星在德克萨斯州新建的一座12吋先进制程晶圆厂由于建设成本提升，其总体的投资预计也将由原计划的170亿美元提升至250亿美元。

按照计划，以上诸多在美国新建的晶圆厂项目都将于2026年底之前实现量产，届时将极大提升美国本土的12吋晶圆产能。

根据SEMI的预测，美国12吋晶圆产能在全球当中的比重将自2022年的0.2%，跃升至2026年近9%。

除了美国之外，欧盟也推出了《欧洲芯片法案》，目标2030年芯片产能占全球20%，但是补贴金额由原计划的450亿欧元缩水到了430亿欧元。

对此，恩智浦CEO就曾表示，要实现欧盟的目标，需要5000亿欧元才够！另外，由于补贴尚未谈拢，英特尔在欧洲建厂计划尚未启动。欧盟希望引入台积电在欧洲投资减产的计划也仍未实现。

因此，根据SEMI的预测，2026年，欧洲12吋晶圆产能在全球当中的比重将自2022年的6%提升至7%。

目前中国大陆也正在大力发展本土芯片制造业。

根据2022年初的一份统计数据显示，中国当时已有23座12吋晶圆厂正在投入生产，总计月产能约为104.2万片，总规划月产能为156.5万片。

预计2022至2026年底的五年间，中国大陆预计还将新增25座12寸晶圆厂，这些晶圆厂总规划月产能将超过160万片。

预计至2026年底，中国12吋晶圆厂的总月产能将超过276.3万片。

SEMI认为，中国大陆目前虽然面临美国持续加码的出口管制措施，但相关厂商仍在持续投资12吋成熟制程，预计2026年中国大陆12吋晶圆月产能仍有望达到240万片的规模，在全球的比重也将自2022年的22%，提升至2026年的25%。

虽然台积电、联电等中国台湾的晶圆代工大厂都在积极扩大产能，但是在面临其他地区的更为庞大的产能扩张的竞争下，2026年中国台湾的12吋晶圆产能在全球比重将也将自2022年的22%微幅滑落至21%。

日本虽然也在大力发展本土晶圆制造业，但是在面临其他地区的竞争下，2026年12吋产能全球比重将自2022年的13%降至12%。

虽然韩国政府近期提出了未来20年在首尔都会圈打造全球最大半导体制造基地的计划，并且三星也承诺计划到2042年将投资约300万亿韩元（约2300亿美元）在韩国建造5座先进的晶圆厂。

但这个规划距离现在还是太过于遥远。目前韩国三星、SK海力士的存储芯片制造大厂因存储市场需求疲软影响晶圆厂资本支出，再加上其他地区的更为庞大的产能扩张的竞争，SEMI预计韩国12吋晶圆产能占全球比重将自2022年的25%，降至2026年的23%。

SEMI预估，模拟及功率元件12吋晶圆厂产能2022年至2026年复合增长率将达30%，是成长最快速的项目；晶圆代工12吋产能年复合成长率约12%，存储年复合增长率约4%。

自 芯智讯

不久前，亚马逊云科技专门针对存储召开了一次行业沟通会，亚马逊云科技大中华区产品部总经理陈晓建表示，亚马逊云科技已经形成了完整而强大的存储服务阵容，亚马逊云科技存储服务全面覆盖对象存储、块存储、文件存储、备份、容灾、以及数据传输与边缘处理。

（图:亚马逊云科技大中华区产品部总经理陈晓建)

据悉，亚马逊云科技仅在2021年就发布了130多项存储新服务和功能特性，通过不断的创新应对数据爆涨带来的三大挑战：

1. 通过智能分层解决成本与敏捷性的矛盾
2. 针对不同企业的应用场景，开发专门的云存储服务满足不同应用的数据存储需求
3. 通过一站式备份软件解决云端数据备份要求

智能分层极大降低成本

陈晓建将数据类型分为热、温、冷、冻四个层次。热数据如交易系统里的交易数据，toC系统里面的用户日志，这些数据需要被频繁访问；温数据像一些企业的业务数据，包括网站的数据，这些数据有可能需要按周、月的频率访问，不像热数据一样访问得这么频繁；冷数据像手机相册数据，企业的其他数据，这些数据平时的访问频率可能是几个月，甚至一两年才会访问一次，作为归档数据，一旦存储之后它的访问频率并不是很高；冻数据一旦写入之后访问频率非常低，但是由于合法合规的要求，这些数据必须要能够进行持久化的存储，比如说医疗影像的数据，国家规定这些数据必须存放30年，任何时候要用都可以及时拿出来。从业务特点来讲，这些数据本身对于存储读写性要求并不很高，但是要求数据的持久性，而且数据的量非常大，所以用户对于数据整个存储成本有着非常高的要求。

亚马逊云科技8级存储层级满足热、温、冷、冻等不同的访问层级，应对企业业务不同的数据访问频次，兼顾性能和数据保存成本。

非常直观的例子，一份数据在2006年的时候如果需要100块钱存储，到今天只需要花15块钱，16年间，整个存储成本降低了大约7倍。

2021年12月份的时候，亚马逊云科技宣布将全球九大可用区域的两个主要产品价格降低了31%，一个是Amazon S3 Standard In Frequent Access，一个是Amazon S3 One Zone In Frequent Access，降低用户存储成本是亚马逊云科技非常重视的工作。

亚马逊云科技2018年就推出了Amazon S3智能分层功能，面向未知访问模式的海量数据。Amazon S3可以自动在不同层级的存储之间移动数据，实现至多68%的成本节省。Amazon S3智能分层已经涵盖了Amazon S3家族的几乎所有存储类别，实现数据全生命周期的智能化存储与使用。客户可以将Amazon S3智能分层作为默认的存储层级，用以构建包括数据湖、机器学习等各种云端应用。

在Amazon S3之后亚马逊云快捷把智能分层功能拓展到了共享文件存储Amazon EFS，引用两个维度，第一个是单可用区和多可用区的维度，第二个是热数据和温数据的差别维度，从这两个维度亚马逊云科技将EFS分为四种层级，用户不需要关心数据放在这四种里的哪一种，只需把工作交给EFS智能分层。

更直观的例子是，文件系统符合二八原则，20%的数据属于频繁访问的数据，80%的数据属于非频繁访问的数据。如果按照智能分层把两类数据智能分开，按照非频繁访问层成本是频繁访问层的1/10计算，亚马逊云科技Amazon EFS智能分层可以为用户节省最多72%的成本。

专门构建不同的云存储服务满足需求多样性

如何满足客户不同的业务的需求，亚马逊的的对策是专门构建不同的云存储服务。

陈晓建将产品大量数据的应用分为两类，第一类称之为云原生的现代化应用，第二类是传统的云端企业应用。针对云原生的现代化应用，亚马逊云科技Amazon EFS和Amazon S3能够很好的解决云原生业务的需求。

企业应用诞生在公有云之前，存在大量的各种各样的企业应用。主要包括四类：

1. 第一类是Windows为主的应用，底层服务要完全满足Windows的环境，包括ACL文件访问控制权限，包括Active Directory兼容。
2. 第二是高性能计算，不可能通过单个节点完成，一定是多节点协同的，数据是共享的。真正在跑的高性能集群往往是几百个节点甚至几千个节点共享一份数据，首先第一个需要共享的存储，第二个由于这份数据要被几百个、几千个节点同时访问，所以对整个存储的性能和吞吐率也提出了非常高的要求。
3. 第三是基于各类多种多样的企业应用，这些应用要上云必须完美的兼容和支持好之前提供的功能。
4. 第四是大数据的环境，往往需要一些特殊的支持，包括像ZFS，需要具备高吞吐、低延时的技术。

亚马逊云科技专门构建了一个场景化应用FSx家族，X意味着多种文件存储类型，专门为企业不同业务需求构建。

FSx家族历史数年进行了迭代升级。

• 2018年11月推出Amazon FSx for Windows File Server完美支持 Windows Server工作负载。
• 2021年11月发布全新一代Amazon FSx for Lustre面向HPC计算密集型工作负载，帮助客户快速完成高性能计算，如基因测序，新药研发，自动驾驶模拟仿真，半导体设计等任务。
• 2021年11月发布Amazon FSx for OpenZFS面向大数据分析Linux工作负载。针对那些以往把数据放在ZFS或者其它Linux文件服务器、而不希望改变架构的云迁移客户。通过它，可以让ZFS或其他基于Linux的文件服务器迁移到亚马逊云科技时不需要改变应用和管理数据的方式，提供高达1百万IOPS ，而延迟仅有几百微秒，非常适合运行像机器学习和音视频实时处理这类数据密集型工作负载。
• 2021年9月发布Amazon FSx for NetApp ONTAP方便企业业务无缝迁移上云。使客户能够在亚马逊云科技上启动、运行和扩展全面托管的NetApp ONTAP文件存储服务，无需修改其应用、工具、流程或工作流，即可将其在NAS设备上运行的应用迁移至亚马逊云科技。Amazon FSx for NetApp ONTAP让客户可使用其已经熟悉的NAS工作流来部署、管理应用和数据，同时尽享亚马逊云科技带来的敏捷性、可扩展性和安全性，以及与亚马逊云科技其它服务之间的无缝集成。

一站式备份服务解决云端数据备份需求

在统一数据保护上，数据备份存在很多问题，首先很多系统都是使用起来非常复杂第二，怎么保证安全合法合规的要求，第三，由于做备份一定会带来额外的成本，如何解决？亚马逊云科技的解决之道是Amazon Backup，这是一个云上的一站式备份服务。

Amazon Backup 一站式备份服务支持15种以上的数据源备份，包括全部的存储服务（块、文件、对象），以及各类数据库，计算和存储网关。可以一站式保护Amazon S3、Amazon EBS、Amazon EFS、Amazon FSx、Amazon Storage Gateway、Amazon DocumentDB、Amazon RDS、Amazon Neptune、Amazon Aurora、Amazon DynamoDB、Amazon EC2、VMware Cloud on Amazon的数据，有效解决三大挑战：

• 提供图形化管理控制台，提供基于策略的备份解决方案，简化备份管理；
• 通过集中式的备份监控和日志，以及数据安全和权限管理服务，确保备份数据的安全合规；
• 通过数据冷热分层来降低成本。

同时，在安全性上，为关键数据提供可靠保护：

• 所有的备份数据都支持KMS加密；
• 备份恢复操作权限和数据访问权限都可以通过IAM细颗粒度授权。
• 利用Amazon Backup的集中数据备份，以及备份库锁定功能，可以有效的防止勒索病毒的攻击，生产数据备份到备份库，设置备份库锁定功能，病毒或者恶意操作都无法改变或者删除备份库中的数据。
• 备份库支持冷热分层。近期的备份数据存储在热备份库里，一周或者一个月后的数据可以基于策略自动迁移到冷备份库，按冷备份库的价格为热备份库的20%。

从2006年开始到现在，亚马逊云科技存储服务已经成为IT行业的“水”和“电”，让各行各业的业务都能从存储服务中获得价值。陈晓建表示，“我相信还有很多新的功能等着我们开发，为用户进行赋能，我们希望能够在以后为用户带来更多的价值。”

随着数据作为第五大生产要素被提出，“数据流通”的社会价值已形成广泛共识，由于行业背景、数据现状、研发能力等方面的差异性，不同行业企业对于“数据流通”的场景和诉求也不尽相同：

• 数据安全要求不同：有些企业相信中立的第三方，能接受数据安全上传至受信的第三方平台的方案；有些企业对数据保护较敏感，希望原始数据不流出自有网络和自有机器。
• 数据融合计算模式不同：有些场景需要统计分析的隐私计算能力，如双方数据求交后做SUM/COUNT等计算，或者双方联合SQL计算，最终得到统计分析结果；有些场景需要机器学习的隐私计算能力，如双方联合完成模型训练、模型预测，最终得到算法知识结果。
• 数据的云化程度不同：一些企业大部分业务系统已经上云，数据从产生到分析的全链路都在云平台完成，因此这类客户需要云上的解决方案来实现数据流通；还有很多企业的主要业务系统以及业务数据仍在自有IDC机房生成和加工处理，他们同样也有数据流通的需求场景。
• 数据计算和存储系统不同：对于一些数字化转型较早的企业，往往有完备的大数据计算和存储系统，如自建Hadoop、云上EMR、数据湖等，有现成的分布式计算和存储能力；还有一些企业，还没有完整的数据仓库体系，数据还保留在MySQL、PostgreSQL等业务数据库中，这种情况下所能提供的计算算力也比较有限。
• 数据所处的网络环境不同：隐私计算场景下，不同企业的数据存在于不同的网络环境内，企业内的数据处理系统一般是不对外提供服务的，因此大部分场景下多方之间的隐私计算过程需要通过公网传输数据；当然，也有如金融类企业愿意提供专线用于数据传输服务。

通过分析这些需求场景，我们不难得出以下几点结论：

• 隐私计算平台是典型的多学科交叉领域，涉及工程、算法、密码、硬件等多个方向，涉及统计分析、机器学习两大类应用场景，从广度和深度上系统架构的复杂度都很高，需要足够灵活的分层、分模块设计。
• 针对不同类型的场景和安全诉求，需要基于不同的隐私计算技术来提供解决方案，甚至需要同时结合多种隐私计算技术，形成一套解决方案来解决某一具体场景的问题。
• 安全合规是隐私计算技术和产品的重要依据，因此，隐私计算平台需要针对不同类型的数据融合计算场景，提供不同的隐私保护技术手段。
• 不同客户的数据分散在不同网络环境，大数据生态系统的现状也会千差万别，因此隐私计算平台对数据源、计算引擎、传输通道等组件的异构能力诉求是必然的，对云上部署、独立部署的能力也是基本要求。

DataTrust产品定位是通用的隐私计算产品，因此DataTrust工程技术架构能够同时支持多种隐私计算技术，严格遵循隐私计算安全标准，按照模块插件化的设计思路，适用于多种异构的计算、存储、网络环境，支持云上部署、独立部署等输出形态。

隐私增强计算技术

• 可信执行环境（Trusted Execution Environment，TEE）

TEE是硬件中的一个独立的安全区域，由硬件来保证TEE中代码和数据的机密性和完整性。也就是说，TEE是硬件服务提供商应用硬件在现实世界中构造的安全计算环境。应用TEE实现隐私增强计算的过程可以通过下图描述。

步骤1：各个参与方将自己的数据通过安全链路传输给TEE。

步骤2：TEE在保证机密性和完整性的条件下完成计算任务。

步骤3：TEE通过安全链路将计算结果发送给各个参与方。

• 安全多方计算（Secure Multi-Party Computation，MPC）

MPC是密码学中的定义，在无可信计算方的情况下，多个参与方各自持有秘密输入，并可完成对某个函数的计算，但每个参与方最终只能得到计算结果和能从自己输入和计算结果中推出的信息，其他信息均可得到保护。安全多方计算的定义可以通过下图描述。

• 联邦学习（Federated Learning，FL）

联邦学习是一种多个参与方在保证各自原始私有数据不出数据方定义的私有边界的前提下，协作完成某项机器学习任务的机器学习模式。根据隐私安全诉求与训练效率的不同，可以通过MPC、同态加密（Homomorphic Encryption，HE）、差分隐私（定义见下）等多种方式实现联邦学习。

• 差分隐私（Differential Privacy，DP）

DP是一种基于对数据引入随机扰动，并从理论层面度量随机扰动所带来的隐私保护程度的隐私保护方法。根据随机扰动方式的不同，DP分为在原始数据层面进行随机扰动的本地差分隐私（Local Differential Privacy，LDP）和在计算结果层面进行随机扰动的中心差分隐私（Central Differential Privacy，CDP）。

以上几种常用的隐私计算技术，从工程架构角度可以划分为两类：

• 中心化的计算模式：即可信执行环境（TEE），在这种模式下，各参与方信任中立第三方，把原始数据安全加密后上传到TEE环境，并进行后链路的统计分析、机器学习等。涉及的技术领域除了TEE，还需要辅助RSA、AES等加密技术手段。
• 去中心化的计算模式：即安全多方计算（MPC）、联邦学习（FL）等，在这些模式下，各参与方不愿意把原始数据给到任何一方，包括任何第三方，各参与方按照多方计算的协议进行本地安全计算，传输协议数据、中间参数数据，最终完成联合的统计分析、机器学习等。需要特别说明的是，在去中心化的多方安全计算过程中，还是不可避免的需要有一个协调方的角色负责双方计算过程的协调、协议公共参数下发等过程，实际落地中，这个协调方可以由某一个参与方来承担，也可以由云平台、第三方来承担。涉及的技术领域除了MPC、FL，还需要辅助同态加密（HE）、差分隐私（DP）等技术。

DataTrust在工程架构设计阶段，抽象出“协调方”的角色，既能够在中心化场景下承担任务协调与中心化可信计算的职责，又能够在去中心化场景下承担多个计算方之间的任务协调职责，从而最终形成一套统一的技术架构支持不同类型的隐私计算技术，在安全性和架构统一性上取得了很好的平衡。在此基础上，进一步按照模块组件化设计，能够支持灵活的部署形态，具备各种异构环境下输出的能力。

DataTrust工程架构设计

基于以上思考，DataTrust隐私计算平台从功能模块上设计包含两个模块：

• 云上安全协调中心（Cloud Security Coordination Center，简称CSCC）：以SaaS化服务部署在阿里云公有云或专有云，亦可独立化部署在客户私网环境，承担LSCC之间的任务协调调度、任务下发等协调性工作，同时还提供中心化的数据安全计算能力（即TEE可信执行环境）。
• 本地安全计算中心（Local Security Computation Center，简称LSCC）：提供本地化数据源的管理、数据密钥管理、数字签名共识审批并提供本地化隐私增强计算能力，能保护客户原始数据不出域，因此需要在用户私网环境部署。

以下是DataTrust的工程技术架构图：

• 安全技术：底层基于不同类型的隐私计算技术，包括多方安全计算、同态加密、差分隐私、联邦学习等软件相关安全技术，以及SGX2.0等硬件相关安全技术；
• 无量框架：抽象和设计一套工程框架，向下统一支持不同类型的安全技术，向上依次提供三层能力：

– 引擎层：提供不同协议的编译过程、执行算子库等能力；提供任务调度执行相关能力，包括任务调度执行、资源管理、执行算子库等；提供不同类型计算引擎的抽象和管理能力；

– 服务层：面向产品功能提供服务实现，包括任务管理、审批管理、数据管理、租户管理、系统配置等；

– API层：基于中间服务层提供的服务能力，面向业务前台提供API接口能力；

• 产品能力：DataTrust通过云产品形式，输出标准化的产品能力（CSCC+LSCC），同时能够作为平台技术提供方，被第三方产品、客户方所集成，从而满足定制化的需求场景；
• 解决方案：从业务视角，面向客户提供联合分析、联合建模、联合预测等标准化的解决方案能力。

DataTrust在设计阶段，从逻辑上拆分为了CSCC和LSCC两个功能产品模块，针对不同的应用场景，在物理部署时可以灵活支持以下两种不同的部署形态：

• 云上部署架构：云上部署CSCC，客户在云上VPC或自有IDC机房等私域环境下部署LSCC。优点是各参与方无需部署和运维CSCC，由云平台作为第三方承担协调方的职责，各参与方仅需部署轻量化的LSCC即可完成本地安全计算。

• 独立部署架构：一方客户在自有IDC机房等私域环境下部署CSCC+LSCC，另一方客户在自有IDC机房等私域环境下部署LSCC，双方点对点完成多方联合计算过程。该部署架构适用于金融等行业客户，希望能够不依赖于云平台、完全独立部署的场景。优点是无需引用云平台负责多方之间的协调职责，但前提是参与方之间一方信任另一方来承担协调职责。

DataTrust技术架构优势

• 严格遵循隐私计算安全标准

• 模块插件化、适配多种异构环境

遵循插件化的设计思路，随着支持业务落地过程中，目前已经支持了多种常见的配置源、数据源、计算引擎、传输通道等核心组件插件，而且能够快速扩展新的插件实现。

• 云原生容器化部署、多种部署交付形态

得益于灵活的技术架构、以及容器化的实现，DataTrust可以支持以下不同的部署形态：

– 云上部署：Client/Server模式

– 独立部署：Peer to Peer模式

– 一体机部署：软硬件一体机模式

– LSCC部署：单机模式（最小化部署）、集群模式（分布式部署）

• • 大数据场景高性能及规模化– 完整的、系统化的商用云产品方案
    • 包含协议密钥管理、协议编译、数据源管理、作业管理、作业调度执行等全链路产品化能力。
    • 支持多租户的任务调度，支持即时调度、周期调度等调度方式。
    • 业界领先的执行性能，超大规模数据场景下的稳定服务，且支持规模化服务客户。

– 灵活的平台开放能力

• • 开放Open API，方便业务方集成开发、定制化开发场景。
  • 开放执行算子开发框架，支持合作方、业务方自定义执行算子的开发与集成。

业务落地案例

DataTrust已具备MPC、FL、TEE等多种隐私计算技术下的联合分析、联合学习的产品化解决方案能力，目前已在多个业务场景完成落地。

• 联合分析：一方内容媒体侧和电商交易侧做全链路营销分析转化，用来指导产品和营销整体方案。

• 联合建模：广告主和媒体侧数据联合建模，提高转化率，用来指导投放策略。

以上是DataTrust在隐私计算领域从产品需求到工程架构的实践之路。

后续我们将从不同的产品功能方向，进一步和大家分享DataTrust的更多技术实现细节，敬请期待哦~

隐私增强计算平台DataTrust

DataTrust是行业领先的基于可信执行环境（Trusted Execution Environment，TEE）、安全多方计算（Secure Multi-Party Computation，MPC）、联邦学习（Federated Learning，FL）、差分隐私（Differential Privacy，DP）等隐私增强计算（Privacy Enhancing Technique）技术打造的隐私增强计算平台，在保障数据隐私及安全前提下完成多方数据联合分析、联合训练、联合预测，实现数据价值的流通，助力企业业务增长。

北京——2021年12月10日，亚马逊云科技在2021 re:Invent全球大会上，宣布推出四项新的存储服务和功能，为客户提供更多选择，从而帮助其降低成本并为数据提供更好地保护。Amazon Simple Storage Service (Amazon S3) Glacier Instant Retrieval存储类，可为归档数据提供毫秒级的检索访问，并可作为Amazon S3智能分层存储类中的新访问层使用。Amazon FSx for OpenZFS托管文件存储服务，客户无需更改应用程序代码或数据管理方式，即可轻松地将存储在本地通用文件服务器中的数据迁移到亚马逊云科技。Amazon Elastic Block Store (Amazon EBS) Snapshots Archive是Amazon EBS Snapshots的新存储层，可将归档快照的成本降低多达75%。Amazon Backup现支持集中数据保护和自动合规报告，涵盖Amazon S3以及在亚马逊云科技和本地运行的VMware负载。这些新的存储服务和功能为客户提供了更灵活的存储管理，更低的成本，以及更强的数据管理和保护能力。

亚马逊云科技区块和对象存储副总裁Mai-Lan Tomsen Bukovec表示：“如今几乎所有业务都是数据驱动型业务。在哪里存储数据是企业最重要的决策之一。亚马逊云科技此次推出了新的存储服务和功能，将能为客户提供功能强大、低成本的数据访问和保护。得益于快速创新，我们成为了客户现在和未来的最佳存储选择。”

Amazon S3 Glacier Instant Retrieval以最低成本为归档数据提供毫秒级云上检索，并可作为Amazon S3智能分层存储中的新访问层使用

AmazonS3覆盖广泛的存储类别，可为不同的数据访问模式提供最低成本的存储。客户在存储访问频率较低的PB级数据时，仍期望兼具高可用性，能够实现在请求时立即访问（例如医疗记录、公共卫生研究数据、媒资内容等）。如今，客户存储不常访问的数据有多种选择。客户可以选择使用S3 Glacier存储很少访问的数据，所需检索时间为几分钟到几小时。客户可以使用 S3 Standard-Infrequent Access (S3 Standard-IA)，存储平均每月访问一次的数据，但需要实现快速检索，这种方式成本稍高一点。还有客户希望能更经济、高效地存储数据，兼具S3 Glacier 提供的较低存储成本和 S3 Standard-IA 提供的快速检索。

S3 Glacier Instant Retrieval存储类，旨在为归档数据提供毫秒级的访问，让客户可以在云上以最低成本长期存储很少访问但需要时能立即检索的数据。有了S3 Glacier Instant Retrieval，客户无需在优化检索时间和存储成本之间进行选择。客户将每年仅访问几次的数据从 S3 Standard-IA 迁移到 S3 Glacier Instant Retrieval ，可节省高达近70%的存储成本。客户现在有三种优化的归档数据存储选择——S3 Glacier Flexible Retrieval（前S3 Glacier）、S3 Glacier Deep Archive和S3 Glacier Instant Retrieval，可以针对不同访问模式和存储时间进行选择。面对数据量不断增长，有些客户对每 ​​GB 存储成本敏感，且希望能具有与 S3 Standard-IA 相同的低延迟和高吞吐量，S3 Glacier Instant Retrieval是其理想的存储选择，且具有最低的云上归档存储成本。

S3 Glacier Instant Retrieval现可作为S3 智能分层存储类的新访问层使用。为优化存储成本，S3 智能分层可根据访问频次自动将数据移动到最经济的访问层，在保证性能的同时，不会产生额外的检索费用或运营开销。有些客户需要即时访问数据并且访问模式未知或不断变化，并希望获得与S3 Glacier Instant Retrieval一致的成本效益，可通过S3 智能分层中的新归档即时访问层（Archive-Instant Access tier）获得一致的体验，而无需担心他们将数据存储在哪里。欲开始使用S3 Glacier Instant Retrieval，请访问aws.amazon.com/s3/glacier/instant-retrieval 。

Amazon FSx for OpenZFS可以轻松地帮助客户实现将本地通用文件存储迁移到亚马逊云科技全托管的文件存储，无需更改应用程序代码或数据管理方式

为了提高敏捷性、增强安全性并降低成本，各种规模的企业都在将其本地数据存储迁移到云。如今，许多企业基于通用服务器和开源软件（如流行的ZFS文件系统）构建本地文件系统来存储数据。这些文件服务器支持行业标准协议，具有数据访问和各种数据管理功能，如时间点快照、克隆和压缩，并以亚毫秒级延迟提供数十万IOPS。在运行应用程序时，很多存储和应用程序管理员更倾向于使用其熟悉的文件服务器特定功能和性能的工具。因此，在将这些应用程序迁移到云端时，在很多情况下，存储和应用程序管理员需要花费大量的时间和精力重构应用程序、工具和工作流。在亚马逊云科技运行文件存储服务，为客户提供了更高的敏捷性、安全性，并进一步降低了成本。

客户使用Amazon FSx for OpenZFS，可将在本地通用服务器上运行的文件存储服务迁移至亚马逊云科技，在云上启动、运行和扩展完全托管的文件系统，获得更强的敏捷性、安全性和更低的成本。Amazon FSx文件存储服务兼具功能全面和高性能，支持被广泛使用的文件系统（包括Amazon FSx for Windows File Server、Amazon FSx for Lustre和Amazon FSx for NetApp ONTAP），Amazon FSx for OpenZFS是Amazon FSx系列服务的新成员。功能， Amazon FSx for OpenZFS基于开源的OpenZFS 文件系统构建，后者被广泛用于在本地环境中存储和管理EB级应用程序的数据，适用于对可扩展性、性能和成本效率要求较高的工作负载，如机器学习、电子芯片设计自动化、应用程序构建环境、媒体处理和金融分析等。Amazon FSx for OpenZFS基于Amazon Graviton处理器和亚马逊云科技最新的磁盘及网络技术，可提供高达100万的IOPS，延迟仅有数百微秒。Amazon FSx for OpenZFS支持即时时间点快照和数据克隆等OpenZFS功能特性，让客户可以轻松地将其文件存储迁移到亚马逊云科技，存储和应用程序管理员可继续使用其熟悉的功能，无需冗长的资格认证，更改或重构现有应用程序或工具。欲开始使用Amazon FSx for OpenZFS，请访问aws.amazon.com/fsx/openzfs。

Snapshots Archive存储层将归档快照的成本降低多达75%

如今，客户使用Amazon EBS Snapshots保护其EBS卷中的数据。Amazon EBS 快照提供增量存储备份，仅保留自上次快照以来EBS 卷中更改的数据。对于需要保留数天或数周并需要在几分钟内检索的数据而言，Amazon EBS Snapshots经济高效。但一些客户因其业务需求（例如在项目结束时创建快照）和合规需要（如为审计可恢复性而打的快照），他们需要保留快照数月或数年。虽然为数据打快照是业务需求，但客户希望能降低这些长期归档快照的成本。为此，一些客户使用第三方工具将EBS快照移动到Amazon S3中的不同存储层，这不但增加了成本，还让追踪这些归档快照变得复杂，但大多数客户只好长期承担归档快照增加的成本。

为解决归档快照成本和复杂性的挑战，Amazon EBS Snapshots Archive为需要保留数月或数年的快照提供了一个新的存储层，可为客户节省高达75%的Amazon EBS Snapshots成本。客户现在只需调用一个应用程序编程接口（API），即可将其快照移动到EBS Snapshots Archive，降低归档快照的成本，同时保持与其他Amazon EBS Snapshots一样的可见性。归档快照是一个完整的快照，包含在打快照时写入卷的所有块。客户要从归档快照创建卷，可以将归档快照还原至Amazon EBS Snapshot标准层，然后按照与现在相同的方式从快照创建卷。欲开始使用Amazon EBS Snapshots Archive，请访问aws.amazon.com/ebs/snapshots。

Amazon Backup为Amazon S3和VMware工作负载提供统一数据保护和自动合规审计

客户使用Amazon Backup满足业务连续性和合规要求。Amazon Backup可统一保护客户应用程序的数据，跨越亚马逊云科技的计算、数据库以及文件和区块存储服务。客户使用单一数据保护策略，即可配置、管理和监督数据的备份与恢复，可涵盖Amazon Elastic Compute Cloud (Amazon EC2)、 Amazon EBS、Amazon Relational Database Service (Amazon RDS)、Amazon Aurora、Amazon DynamoDB、Amazon DocumentDB、Amazon Neptune、Amazon FSx、Amazon Elastic File System (Amazon EFS)和Amazon Storage Gateway。为了满足不断变化的监管要求，客户倾向于使用可自动、持续的备份监控，并使用Amazon Backup Audit Manager生成审计报告来满足合规要求。为了防止意外或恶意删除（例如受到勒索软件攻击），客户可以使用Amazon Backup中内置的细粒度访问控制以及Amazon Backup Vault Lock，保持备份不变。此外，Amazon Backup与Amazon Organizations集成，客户可以跨多个账户部署和扩展数据保护策略，并通过使用跨区域和跨账户备份功能，实现关键业务的全球弹性和数据持久性。

目前Amazon Backup支持Amazon S3和VMware工作负载，未来将扩展到更多云和本地工作负载。以往，为获得统一的备份视图，管理员需要编写自定义脚本，将跨多个亚马逊云科技区域和账户的S3数据与Amazon Backup整合起来，并通过S3的报告与Amazon Backup内置报告证明应用程序级备份的合规性。管理员需要解析S3数据，才能找到想要恢复的应用程序的时间点。Amazon Backup现已支持S3，客户不再需要复杂的自定义脚本来管理整个应用程序备份。客户还可以使用Amazon Backup的时间点恢复功能，指定精确到秒的恢复时间，而不必解析S3数据。欲了解Amazon Backup for Amazon S3，请访问aws.amazon.com/backup。

客户使用支持VMware工作负载的Amazon Backup，可以保护其在本地或VMware Cloud on Amazon (VMC)中运行的VMware工作负载。以往，客户为了保护其在本地或在亚马逊云科技上运行的VMware工作负载，以及云上Amazon Backup已经支持的其他工作负载，需要分别维护不同的备份方案和策略，并生成不同的报告来满足备份策略合规性要求。现在，Amazon Backup for VMware可将Amazon Backup统一数据保护、治理和合规功能，从亚马逊云科技应用程序扩展到客户在本地数据中心或者在亚马逊云科技上运行VMware工作负载。欲开始使用Amazon Backup for VMware，请访问aws.amazon.com/backup。

Capital One通过多种渠道为消费者、小型企业和商业客户提供广泛的金融产品和服务。“我们希望能快速优化规模最大、增长速度最快的S3存储桶的存储成本。由于我们使用S3存储桶的存储使用模式非常多样化，而为了确保安全，可能会产生一些运营成本且并没有明确的规则。” Capital One软件工程总监Jerzy Grzywinski表示：“S3智能分层存储类可根据不断变化的数据访问模式，自动实现存储成本节省，同时不会影响性能。我们期待S3智能分层的新访问层，让我们无需额外工作，即可实现更大的存储节省。”

全美赛车协会 (NASCAR) 是美国第一大赛车运动机构。“NASCAR Library保存了我们不断增长的媒体档案，让内容创造者可以几乎实时查看任何年代的数据。NASCAR Library使用新的 Amazon S3 Glacier Instant Retrieval 存储类降低了存储成本。” NASCAR 媒体与活动技术高级总监 Chris Wolford 表示：“我们管理着世界上规模最大的赛车媒体档案之一。 我们的客户（从 NASCAR 杯系列赛团队到制作人、编辑和工程师）生成视频、音频和图像，其中许多需要永久存储。 新存储类将帮助我们节省存储成本，同时提高我们的恢复性能。 新的存储类、多可用区弹性和对任何媒体资产的即时检索将让我们获得更低的存储成本。”

Epic Games是《堡垒之夜》的开发商。《堡垒之夜》拥有超过4亿玩家，是全球最受欢迎的视频游戏之一。Epic成立于1991年，其3D创作引擎Unreal Engine的发布改变了整个游戏行业，支持数百款游戏，并被用于汽车、电影和电视以及模拟等多个行业的实时制作。Epic Games成本管理主管Joshua Bergen表示：“S3智能分层让我们可以在不中断服务和活动的情况下更改存储层级，我们的数据会自动根据其访问情况移动到成本较低的存储层。这不但帮助我们降低了成本，还节省了团队大量开发时间，让他们可以专注于寻找其他降低基础设施成本的新机会。 S3 智能分层中的新访问层将帮助我们节省更多存储成本。”

STEMCELL Technologies 是一家致力于生命科学研究的全球生物技术公司，具有 2,500 多种专业试剂、工具和服务。STEMCELL Technologies高级系统工程师Hikaru Mathieson表示：“为满足产品和服务的监管要求，我们的质量和财务等许多部门需要长期保存数据。我们在使用Amazon Storage Gateway和Amazon EC2等服务的同时生成了大量的EBS Snapshots存储。维护快照库是我们确保合规的重要组成部分，我们一直希望能将快照轻松转换到归档层存储。我们非常高兴看到EBS Snapshots Archive的推出，它易于使用且成本更低，可以长期保存我们的快照。未来，我们计划将更多长期备份（例如一般部门的文件备份）整合到EBS Snapshots Archive中。”

根据IDC的最新数据，2021 年第二季度，云基础设施计算和存储基础设施产品支出同比下降 2.4%，降至168亿美元。这是在6个季度的同比增长之后出现的首次下降，最显着的是与2020年第二季度的 39.1% 的年增长率相比，当时世界刚刚进入大流行，第一波企业和国家关闭导致高峰在云服务和基础设施方面的投资。2021 年第二季度非云基础设施投资同比增长 3.4%，增至 134 亿美元，从 2020 年第二季度的下降（-7.2%）中恢复过来。

共享云基础设施支出达到 119 亿美元，同比下降 6.1%，较第一季度 增长17%。2020 年第二季度异常强劲增长之后，公共云服务提供商的需求区域疲软，在大流行的头几个月支出增长了 55.5%。IDC 预计共享云基础设施需求将持续强劲，到 2022 年共享云基础设施支出将超过非云基础设施。

2021年第二季度专用云基础设施支出同比增长 7.8%，达到49亿美元。

尽管第二季度表现疲软，IDC 预测 2021 年云基础设施支出将增长 12%，达到743亿美元。非云基础设施在两年下滑后预计将增长2.7%，达到589亿美元。全年共享云基础设施预计将同比增长11.1%，达到514亿美元。预计全年专用云基础设施支出将增长14.1%，达到228亿美元。

第二季度服务提供商作为一个整体在计算和存储基础设施上花费了 171 亿美元，同比下降1.9%，环比增长13.6%，占计算和存储基础设施市场总额的56.5%。IDC 预计，到 2021 年服务提供商的计算和存储支出将达到746亿美元，同比增长10.5%。

在区域层面来看，云基础设施支出的变化喜忧参半：亚太区域、拉丁美洲、加拿大、中欧和东欧的支出有所增加。2021 年第二季度，加拿大云基础设施支出同比增长最强劲，为 25.6%；而西欧的降幅最大，为-8.8%。与 2020 年相比，预计全年所有地区的云基础设施支出都将增加。

在公司层面来看，主要供应商的云基础设施收入表现参差不齐，Dell Technologies、HPE / H3C (a) 和联想销售额增加，而Inspur 和华为经历了下滑。

长期来看，IDC 预计计算和存储云基础设施支出在 2020-2025的复合年增长率 (CAGR) 为 12.4%，到 2025 年达到 1188 亿美元。共享云基础设施将占69.9%，复合年增长率为 12.4%。专用云基础设施支出将以 12.3% 的复合年增长率增长。非云基础设施支出在2025 年达到 577 亿美元。服务提供商在计算和存储基础设施上的支出预计将以 11.2% 的复合年增长率增长，2025 年将达到 1150亿美元。

超越常规 亚健康0监控工具引入数学模型和统计框架，实现亚健康网络和磁盘的监测和主动隔离

国内首款 分布式全闪存XINFINI星飞兼顾高性能、低成本，在数据读写性能方面超过50%，而硬件成本则下降40%。

2021年7月15日，国内领先的数据基础设施技术平台提供商XSKY星辰天合正式发布了企业级软件定义存储V5（以下简称“XSKY SDS V5”）系列产品，通过DATA OS数据操作系统底座升级、全场景延伸、全生命周期管理，再次定义统一存储，打造全协议统一、全场景统一的数据管理平台，帮助政企机构数据存储管理性能提升50%以上，而硬件成本则下降至少40%。同时，创新的数据服务模式，将进一步加速关键行业和下沉市场的数字化转型升级。

“汇存管用是XSKY星辰天合未来产品发展的矩阵模型，产品创新的主要线索。”XSKY星辰天合CEO胥昕表示，随着数字化转型升级的加速，海量数据不仅面临存储、管理、应用的需求，且数据需要在各种云边端自由流动，XSKY星辰天合基于软件定义的统一技术架构和混合云模式的数据管理方案，以开放解锁、云边协同、便捷管理、价值洞察的技术路径，帮助政企客户实现海量数据的自如“汇、存、管、用”，让数据常青。

中国长城、东方明珠、江苏农信、英特尔等500多位政企机构代表、行业专家、技术大咖、产业精英以及生态伙伴，共同见证了此次发布，并通过交流行业热门话题、分享数据存储技术愿景，助推中国信息技术产业迈向新纪元。

突破核心技术，一套存储可承载全部场景

XSKY星辰天合本次发布的企业级软件定义存储XSKY SDS V5系列产品，包括XSKY数据操作系统（XSKY DATA OS）V5底座，其中“打不爆”的Cache技术XSpeed和亚健康管理2.0是最大亮点，基于数据操作系统V5的分布式全闪存XINFINI星飞8000更是以国内首款支持企业级QLC SSD的全闪系统把发布会气氛引向高潮。

XSKY星辰天合CTO王豪迈表示，XSKY SDS V5版本，集合了上千家政企机构对数据存储管理需求，对产品技术底座进行了重大升级，结合突破核心技术的XSpeed、高性能分布式文件、AFA、AIOps、数据流动引擎等特性，对场景进行全面的延伸，实现了全场景的统一，即一套存储承载全部业务场景，轻松帮助客户构建一个全协议统一和全场景统一的数据管理平台，快速整合和管理数据，形成符合业务发展、具有独特特色的融合数据管理平台。

在底座升级方面，XSKY SDS V5版本适配RDMA、SCM、QLC等网络和介质的最新技术，在保持稳定的高性能输出的同时，可以采用EC纠删码XSpeed技术进行数据存储，同时具备全IO路径三层数据校验和亚健康状态的策略处理，实现了可靠性、性能和经济性三者兼顾。其中，相比以往存储系统，新增特性超过30项，稳态性能提升了80%以上，连续高强度读写15天，整体存储性能依然保持平稳，满足业务需求。而XSpeed技术相比副本方式，得盘率从33%提升至80%，同时保持平稳输出。

在全场景延伸方面，XSKY SDS V5系列继续贯彻场景化平台的理念，全闪存、高性能数据分析、超融合等特征，加强与业务场景的结合，无论是核心业务还是外围业务，无论是高性能场景还是归档场景，都可以提供一站式解决方案和服务。

在全生命周期管理方面，XSKY SDS V5系列通过支持数据按需上云和下云、全新系列备份一体机产品以及光磁一体机等，让数据实现在生命周期内多次利用，完善数据管理体系，让政企机构更便捷的使用数据。

而基于操作系统V5的分布式全闪存XINFINI星飞产品，是国内首款商用QLC SSD的存储产品，采用领先的全闪技术架构，支持TLC/Optane + QLC SSD分层，兼顾高性能与低成本。与业界主力产品相比，XINFINI星飞在数据读写性能方面超过50%，而硬件成本则下降40%。

下一代分布式文件系统XGFS，通过元数据集群、分布式网关集群和数据集群三个维度，成功解决了主流分布式/横向扩展文件系统面临的各类问题，具备全局统一命名空间、高性能、高可靠性和高可扩展性等特性。不到半年时间，XGFS已帮客户部署数据量超过150PB。

据了解，XSKY星辰天合此次发布的XSKY SDS V5系列，已在包括西交利物浦大学等众多客户中落地实践。经实测，系统成功支撑10亿级文件规模，用户可自定义丰富的数据流动策略，同时利旧存储，并支持协同容灾等高级数据服务，成为当前政企机构数字化升级数据存储、数据管理的首选。

海量数据实现汇存管用，让数据常青

“企业不仅要存好数据、管好数据，更要用好数据。”XSKY星辰天合CEO胥昕在发布会上表示，XSKY星辰天合基于软件定义的统一技术架构和混合云模式的数据管理方案，以开放解锁、云边协同、便捷管理、价值洞察的技术路径，帮助政企客户实现海量数据的自如“汇、存、管、用”，实现数据常青。

当前，全球正在进入数字经济时代，我国“十四五”规划也重点提到发展数字经济，作为第五种生产要素的数据已经转变为引领经济发展的核心，数据存储技术也不可避免的成为基石。IDC预测，2025年，全球数据量将达到175ZB，5年年均复合增长率31.8%，而数据中心存储量占比将超过70%。与此同时，软件定义存储市场也不断超预期发展，整体市场规模将超千亿。

“航天是大国重器，存储则是数字时代的基石。”胥昕以航天喻存储，认为存储和中国航天事业一样，起步晚但发展快，同时都是复杂的软硬件一体的系统化工程。作为数据中心传统“三大件”之一的存储，需要芯片、主机、网络、存储、应用等，来保证系统的稳定性和安全性。因此，存储也要像中国航天一样，要牢牢把握信创机遇，大力发展国产自研的核心技术。

胥昕说，存储是核心生产系统，不仅仅是“可用”，还要在关键业务可用，同时实现场景一体化交付、数据自由流动。

“长城云深度融合XSKY星辰天合分布式存储系统，为客户构建业务驱动的信创IT基础设施。同时，飞腾 CPU 通过与软件定义存储产品完成系统性的互验证与适配，进一步优化一体化系统技术，有效提高相关产品的交付效率，增强关键信息系统基础设施的国产化进程。”中国长城科技集团解决方案部湖南技术中心总经理高晓飞在发布会现场表示，中国长城已和XSKY星辰天合展开合作，推动数据在各生态间自由流动，实现基础架构国产化升级。

据悉，XSKY星辰天合去年就推出国内首款信创SDS存储产品天合翔宇分布式存储系统，并完成了近20家国内核心信创生态伙伴的生态适配。目前，XSKY星辰天合的信创生态合作伙伴已超过50家。

除了紧跟信创战略外，新基建亦将为数据存储管理带来重大发展机遇。

连通都江堰到汶川的都汶高速龙池段，是四川省首条支持“车路协同”自动驾驶的“智慧高速”，XSKY星辰天合基于软件定义存储的高速交通行业全栈解决方案，帮助都汶高速龙池段实现了“云–边–端” 的融合基础设施，支撑起整个路段每天产生的海量数据的存储、管理和应用。

“软件定义存储，既是创新设施，也是融合设施，更是信息基础设施。通过软件定义的方式，更好的适配开放芯片和硬件，分布式的承载海量数据，并做到数据的长期保存，为数据资产化做好底座。”胥昕认为，在云边协同的技术趋势下，新基建带来的海量结构性数据和非结构性数据，离不开弹性、解锁、可持续的软件定义存储平台做数据承载支撑。这也促使XSKY星辰天合从专注于软件定义存储发展成为了国内领先的数据基础设施技术平台提供商。

XSKY星辰天合业务的演进，也暗合了国家战略布局。在7月14日工信部印发的《新型数据中心发展三年行动计划》中，就明确指出，要加快建设国家枢纽节点，按需建设各省新型数据中心，灵活部署边缘数据中心，加速改造升级“老旧小散”数据中心，用3年时间，基本形成新型数据中心发展格局，算力大幅提升，能耗大幅降低。

“我们不仅仅做产品、设备的供应，更要提供数据基础设施，以此帮助客户建立数据资产平台，把数据汇聚起来，存好、管理好，最终利用好，实现数据常青。”胥昕说，政企机构可以借助数据资产平台，在存算分离，甚至一存多算的场景中，利用数据、洞察数据价值，助力业务和技术创新。

据了解，XSKY星辰天合已与国内头部云厂商对接，打造混合云时代云-边-端的数据存储与管理协同体系。

启动数据常青战略生态，赋能下沉市场

一头牦牛每天产生的数据，XSKY星辰天合通过构建数据基础设施帮助青海省泽库县现代农业产业园进行了完整的记录，并通过数据分析指导农牧产业向智慧化发展。

4年前部署5个存储节点，到如今已部署的存储节点超过315个，XSKY星辰天合通过“一个数据中心一套存储”的解决方案，帮助江苏网点覆盖最广的江苏农村信用联合社，快速实现了科技金融的转型升级。

作为国内软件定义存储市场Top5中唯一一家专业厂商，XSKY星辰天合在全国40多个重点城市设立了技术团队，服务了上千家政企机构，涵盖政府、金融、运营商、科技、医疗、制造、航天、司法、广电、教育、能源、交通、物流等数字经济社会的关键领域，支撑着行业云、私有云、桌面云、数据库资源池、海量媒体数据、影像数据、智能制造数据，Hadoop大数据等不同类型的应用场景。

“我们要为大型政企机构提供更专业的技术、产品和服务，也要为广大的下沉市场提供更加便捷、优质的数据服务。”XSKY星辰天合COO翟静在发布会上表示，中国2000多个区县每天产生着海量的数据，成为中国数字化转型升级的中坚力量。而下沉市场更需要自助式管理，便捷运维，快速无缝扩容的数据存储和管理。“既可做大，又可做小，是XSKY星辰天合的产品的特征，我们要做数字时代的必需品。”

为此，在本次发布会上，XSKY星辰天合还发布了订阅模式下基于云边协同架构的数据管理服务，降低客户获得数据管理服务一次性购置费用，实现“随需使用、所见即所得”的使用体验，灵活自如地使用最新的技术架构及应用服务。

同时，XSKY星辰天合联合东方国信、鼎甲科技、世纪互联、VMware、华控清交、群顶科技、图谱科技、日志易、美光科技、星环科技、英特尔、云轴科技等来自数据中心 、云厂商、数据服务等领域的十多家合作伙伴，共同启动“数据常青战略合作生态”，一道为客户打造基于云边协同形态的、围绕数据存储、数据管理和数据应用为核心的服务生态，为数据“汇、存、管、用”全生命周期的管理保驾护航，赋能下沉市场加速数字化转型升级。

日前，亚马逊云科技（Amazon Web Services) 宣布推出Amazon Elastic File System (Amazon EFS) 单区存储类，与现有的Amazon EFS相比，在提供相同特征和优势的情况下，存储成本降低了47%。Amazon EFS单区存储类在单个可用区内冗余存储数据，尤其适用于希望为工作负载和应用选择成本优化的文件存储的客户，他们不需要多可用区级Amazon EFS的可用性和持久性，及不必在多个可用区中存储数据。客户使用 Amazon EFS 单区存储类，仅需为使用的文件系统存储量付费，而没有最低消费及预付费用。该服务目前已在亚马逊云科技中国（宁夏）区域（由西云数据运营）和亚马逊云科技中国（北京）区域（由光环新网运营）上线，欲了解Amazon EFS 单区存储类更多信息，请访问https://www.amazonaws.cn/efs/

客户通常将Amazon EFS用作亚马逊云科技环境（包括通过Amazon Direct Connect或Amazon VPN在本地使用）中简单、无服务器、弹性的文件系统，广泛应用于各种工作负载。Amazon EFS（包括EFS 标准存储类和EFS标准-不频繁访问存储类）将数据存储在亚马逊云科技区域内地理位置分散的多个可用区，以提供最高级别的可用性和持久性服务。有些客户将Amazon EFS用于像SAP和Oracle这样的关键业务应用。然而有一些工作负载，例如内容管理、开发人员应用等，不需要Amazon EFS在多个可用区提供高可用性和持久性服务。以前，这些客户要么为超出其应用需求的高持久性和可用性服务多付费，要么选择为这类工作负载部署自我管理的文件系统，从而导致了更高的总拥有成本和更多的管理时间成本。
通过Amazon EFS 单区存储类，客户现在可以选择在一个可用区中运行简单、无服务器、全托管的文件系统，成本比多可用区级Amazon EFS降低47%。Amazon EFS 单区存储类有效混合存储成本低至每月0.3136元/GB ，同时还能为客户提供比自我管理文件系统更高的可用性和持久性服务。Amazon EFS 单区存储类在实现较低成本的同时，还能提供Amazon EFS标准存储类和EFS标准-不频繁访问存储类同样的弹性和可扩展性优势，以及生命周期管理等特性，并与亚马逊云科技的多项计算服务集成，包括Amazon Elastic Container Service (ECS)、Amazon Elastic Kubernetes Service (EKS)、Amazon Fargate和Amazon Lambda。Amazon EFS 单区存储类是开发类工作负载（如构建和暂存环境）以及大数据分析、仿真和媒体转码等应用的理想选择，这些应用不需要多可用区级Amazon EFS的高可用性和持久性。Amazon EFS 单区存储类也适用于存储数据备份、客户本地机房数据的第二副本、各种方便重建的数据，以及应用程序具有内置复制和高可用特性的数据存储场景。Amazon EFS单区存储类提供两种存储类：单区存储类和单区-不频繁访问存储类。Amazon EFS 单区存储类文件系统支持生命周期管理策略，可自动透明地将使用频率较低的文件移动到单区-不频繁访问存储类，与单区存储类相比，可额外节省 92%的存储成本。

亚马逊云科技负责文件存储、边缘和数据服务的副总裁Wayne Duso说，“在构建Amazon EFS时，我们设计了多可用区冗余，以提供最高级别的持久性和可用性。我们后来从客户那里了解到，他们希望为那些对韧性要求较低的工作负载提供成本较低的文件存储选择。和多可用区级Amazon EFS相比，新推出的Amazon EFS 单区存储类成本降低了近50%，为我们的客户提供了更低价的文件存储选择，可以满足多种工作负载的需求。”
所有Amazon EFS均设计支持99.999999999% (11个9) 的持久性。Amazon EFS多可用区级设计支持99.99% (4个9) 的可用性，Amazon EFS 单区存储类设计支持99.9% (3个9) 的可用性。为增强数据保护，Amazon EFS 单区存储类支持Amazon Backup自动备份，可恢复到区域内的任意可用区，或复制到别的区域。

Capital One是美国一家非常有名的金融服务商。Capital One软件工程总监Andrew Peskin表示，“Amazon EFS简单、可靠，满足了我们工程团队文件系统的需求，让他们专注于创造出色的客户体验。Amazon EFS 单区存储类将为我们在开发、预生产和测试等工作负载提供更多低成本的选择，帮助我们将时间、资金和精力专注于为客户开发创新解决方案上，而不是管理文件存储基础设施。”

Regeneron Genetics Center是世界上规模最大的人类基因组研究机构之一，它正努力加速开发治疗致命疾病的新疗法。Regeneron副总裁、Regeneron Genetics Center首席数据官Jeffrey Reid表示，“我们每天面临的挑战是尽快做出科学发现，帮助解决一些健康方面的大问题。速度、简单性和弹性对我们的科学家至关重要，他们要与本土技术协作，将科学转化为医药。Amazon EFS交付的承诺，赋能我们的团队加速研究。此外，Amazon EFS 单区存储类满足了我们研究工作的许多需求，帮助我们优化存储成本，同时具备我们所依赖的Amazon EFS特性。”

Funambol是一家领先的云解决方案供应商，服务于移动运营商和其它服务提供商，其解决方案部署在50个国家，覆盖数亿终端用户。“Funambol的目标是，通过面向个人云、企业云、物联网和商业智能的白标签解决方案，使服务提供商能够快速进入市场。”Funambol运营总监Stefano Nichele表示，“我们在一系列设备上交付了多种服务，从内容管理到计算机视觉，我们提供的可靠性、性能和安全性备受客户信赖。我们喜欢Amazon EFS的弹性和简单性，而且Amazon EFS单区存储类以合适的价格提供了完美的功能集，让我们能为客户开发和部署新的媒体处理工作流及产品。”

        第三季度收入增长主要得益于出货量的增长而非价格增长。事实上，第三季度价格保持平稳，由于市场供应在下半年已经平稳扩张。随着价格达到拐点并开始下降，大型和小型存储器供应商的表现开始出现分歧。规模较小的供应商通常第一个感受到价格下降的影响，并且其收入受到的打击也更大。

        从整体来看，三星是DRAM市场的领导者，业绩再次创下历史新高。虽然其产品的平均售价没有重大变化，但通过部署新增产能提高了其出货量。第三季度，三星的收入环比增长13.6%，达到127.3亿美元。

        由于平均销售价格环比仅上涨1%，SK海力士第三季度收入环比增长6.0%，达到81.5亿美元。总体而言，两家领先的韩国供应商在收入方面占全球DRAM市场的74.6%。三星的市场份额为45.5%，而SK海力士的市场份额为29.1%。

        美光在收入榜上排名第三，出货量也有所增长。然而，其平均售价增长相对平稳。美光第三季度收入环比增长6.8%，达到59.2亿美元，全球市场份额为21.1%，与上一季度相比没有明显变化。

        顶级DRAM供应商在第三季度的营业利润率创下新的纪录。尽管平均销售价格上涨有所放缓，但他们通过使用更先进的制造技术优化了成本结构，从而提高了上一季度的营业利润率。例如，三星的毛利率已超过80%的门槛。

        SK海力士的经营利润率从2018年第二季度的63%上升至66%，因为它有效提升了1X-nm工艺的收益率。美光营业利润率从第二季度的60%上升至62%，归功于其1X-nm工艺产量份额的增加。

        展望第四季度，由于降低成本的努力不足以抵消价格暴跌的影响，因此顶级供应商不会创造新的纪录。

2017年第一季度，印度消费存储市场出货量和去年同期比下降52%，包括Micro SD卡、SD卡和闪存卡。但是，和2016年第四季度比增长5%。

市场领导者

SanDisk印度消费存储闪存市场是最受欢迎的供应商，市场份额从2016年第四季度的40%上升到50%。

2017年第一季度，SanDisk出货量增长26%。其次是三和Strontium。

无品牌Micro SD出货量在2016年第四季度和2017年第一季度分别下降27%和23%。

2017年第一季度最受欢迎的闪存盘是SanDisk的Cruzer Blade和Ultra Dual Drive。

容量趋势

16GB是主流，占闪存设备的39%。

8GB占闪存市场的31%。

199IT.com原创编译自：CMR’s India 非授权请勿转载