隨著數字化進程逐漸深入，機構組織必須在邊緣處理的信息數量激增。從設備、建筑、車輛、船舶、飛機等的移動設備和邊緣傳感器中將生成大量數據。

為浦東等地區(qū)用戶提供了全套網頁設計制作服務，及浦東網站建設行業(yè)解決方案。主營業(yè)務為網站建設、網站設計、浦東網站設計，以傳統(tǒng)方式定制建設網站，并提供域名空間備案等一條龍服務，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務。我們深信只要達到每一位用戶的要求，就會得到認可，從而選擇與我們長期合作。這樣，我們也可以走得更遠！

尋找有效的方法來管理、使用和保護這些數據是一項艱巨的任務。如今一個有效且具有成本效益的解決方案出現。神經形態(tài)處理和自搜索計算存儲的結合可以使組織快速處理大量邊緣數據。

邊緣數據困境

邊緣數據可以提供決策參考，從而實現更有效的核心任務。問題是，處理這些數據所需的計算和網絡基礎設施沒有跟上。組織缺乏在邊緣處理數據的計算能力，也缺乏將數據傳輸到具有處理能力的集中位置的網絡帶寬。

傳統(tǒng)的計算技術占用了太多的空間，產生了太多能耗，難以在邊緣使用。傳統(tǒng)的網絡技術也無法以有效速度遠距離移動大量數據

網絡安全隱患

各機構不僅必須找到有效的數據管理方法，還需要保護其資產免受網絡威脅。如今，網絡安全團隊在應對網絡攻擊時必須篩選大量數據。為了發(fā)現異常并找出根本原因，他們需要從訪問日志和安全信息與事件管理（SIEM）系統(tǒng)中搜索大型數據集。他們還需要盡可能接近實時地完成這項任務，以及時防止網絡入侵。但到目前為止，還缺乏一個有效的計算和存儲解決方案來在邊緣實現這一目標。

Cyberedge的一份新報告發(fā)現，68%的政府機構在2021面臨網絡攻擊，這表明政府機構需要在發(fā)生攻擊時找到創(chuàng)新的數據保護解決方案。在應對網絡事件時，主動響應能力至關重要，通過快速找到數據并實時提醒分析師，大大降低網絡風險并保護任務。

神經形態(tài)（neuromorphic）處理力量

如果計算機的功能更像人腦，那將是有幫助的。人類看到一片開著數千朵黃色花朵的田野，能夠立即發(fā)現一朵紅色的花朵。計算機需要單獨處理每一朵花，直到發(fā)現異常為止。

這是因為經過億萬年的進化，大腦已經被微調，能夠很好地執(zhí)行特定的任務。它這樣做的同時消耗的能量非常少。

但是，如果像大腦一樣，計算機可以非?？焖俚貓?zhí)行特定任務，而只需要很少的電力，會怎么樣？這就是神經形態(tài)處理器的前景——本質上是一臺模仿大腦系統(tǒng)的計算機。

神經形態(tài)處理能夠在邊緣改變網絡風險。從構建在高端現場可編程門陣列（FPGA）集成電路上的神經形態(tài)處理單元（NPU）開始，該集成電路專為加速關鍵工作負載而定制。添加幾十TB的本地SSD存儲。其結果是一個基于NPU的自搜索存儲設備，可以在邊緣和極低的功耗下對非常大的數據集執(zhí)行極其快速的搜索。

NPU技術搜索大型數據集的速度有多快？將多個NPU設備組合在一個機架中，可以在大約12分鐘內搜索1 PB的數據。要用傳統(tǒng)技術實現這一結果，您需要62個服務器機架，而且預算非常大。在測試中，NPU設備機架需要的CapEx（資本性支出）降低84%，OpEx（運營支出）降低99%，功率降低99%。

想象一下，在應對黑客攻擊這樣的情況時，在幾分鐘內搜索一PB的數據有什么好處。Sunburst黑客攻擊美國始于2020年3月左右，但直到2020年12月才被發(fā)現，影響了至少200個組織，包括國防部、國土安全部、財政部、商務部和司法部等政府部門。各機構必須搜索至少九個月的數據，以確定哪里發(fā)生了違規(guī)行為，當前的違規(guī)活動，以及哪些系統(tǒng)、網絡和數據受到了影響。

在這種情況下，神經形態(tài)處理和自我搜索存儲可以縮短事件響應時間。這可以節(jié)省成本，加快事件解決，并降低網絡風險。

NPU搜索技術是與美國能源部的研發(fā)實驗室桑迪亞國家實驗室合作開發(fā)的。如今，桑迪亞正在積極使用多個NPU系統(tǒng)進行網絡防御和其他用例。

此外，部署NPU設備存儲不需要更改組織當前的IT基礎架構或網絡防御。該設備只是與現有的硬件和網絡安全解決方案并駕齊驅。大型數據集的搜索發(fā)生在邊緣。識別出的任何少量相關數據都可以快速方便地傳輸，以便進行集中分析。

NPU設備還有其他潛在的使用案例。例如，一家財富50強公司用于數據標記技術來訓練機器學習算法。該組織將所需時間從一個月減少到22分鐘。與此同時，神經形態(tài)處理和自我搜索存儲是一種可實現的、具有成本效益的解決方案，可以保護敏感數據并降低邊緣網絡風險。

名稱欄目：神經形態(tài)處理和自搜索存儲如何降低數據風險
網頁地址：http://uogjgqi.cn/article/ccdccdp.html