Napjainkban szinte nem létezik olyan iparág, terület, ahol ne használnának különböző információkat a vásárlók, ügyfelek, partnerek és különböző helyzetek megismerése céljából.

Ezeket az adatokat mi magunk is számtalanszor osztjuk meg, anélkül, hogy észrevennék. Gondoljunk csak egy napunkra a közösségi média felületén. A keresési előzményeink, a letöltések, a megnézett videók alapján egyre több személyre szabott hirdetést találunk, amelyeket a korábban megosztott információkból kiindulva ajánlanak nekünk. Ha minden az oldalunkra ellátogató ember demográfiai adatai vagy az aznap megtekintett oldalainak adatai a rendelkezésünkre állnak, könnyen elképzelhető mennyi rengeteg információ jut el hozzánk, amit aztán fel kell dolgozni és tárolni.

Fontosnak látszik, hogy tisztában legyünk a folyamat működésével és azzal, milyen problémák merülhetnek fel, milyen technikai akadályok és lehetőségek vannak ezek megoldására a jövőre nézve. A Big Data (nagy adat) fogalmát nehéz egyértelműen meghatározni, mivel számtalan felhasználási területe van. Általánosságban ez a kifejezés, olyan adatkészletekre vonatkozik, amelyek olyan nagyok és összetettek, hogy a hagyományos adatfeldolgozó szoftvertermékek nem képesek időben az adatokat rögzíteni, kezelni és feldolgozni. Ezek a nagy adathalmazok tartalmazhatnak strukturált, nem strukturált és félig strukturált adatokat, amelyek mindegyike kutatható nagyobb betekintés céljából^(1.).

Vita tárgyát képezi, hogy valójában mennyi adat minősül Big Data-nak, de tipikusan a petabyte-ok többszöröse és a legnagyobb projektek esetén, exabyte-ok közötti tartományba esik^(1.).

A Big Data-ban tárolt adatok általában olyan forrásokból származhatnak, amely lehet weboldal, közösségi média, asztali és a mobil applikáció, tudományos kísérlet, valamint az egyre inkább előtérbe kerülő szenzorok és a dolgok internete (internet of things; továbbiakban IoT). A Big Data fogalma több összekapcsolt összetevőből áll, amelyek lehetővé teszik a szervezetek számára az adatok gyakorlati felhasználását és számos üzleti probléma megoldását. Ide tartoznak a nagy adattechnológiák támogatásához szükséges IT-infrastruktúrák, az adatokra alkalmazott elemzések, a projektekhez szükséges nagy adatplatformok^(1.).

A Big Data fogalmának működéséhez a szervezeteknek rendelkezniük kell az infrastruktúrával az adatok összegyűjtésére és tárolására, hozzáférésükhöz és az információk biztonságos szállítására és tárolására. Ehhez nagy adatelemző eszközök szükségesek^{(1., 2.)}.  Magas szinten ezek magukba foglalják a Big Datára tervezett tárolórendszereket és szervereket, az adatkezelési és integrációs szoftvereket, az üzleti intelligencia és elemző szoftvereket, valamint a Big Data alkalmazásokat. Az adatok robbanásszerű növekedése szigorúbb követelményeket támaszt a tárolással és a kezeléssel kapcsolatban.

A következő generációs memória

Az egyre növekvő vállalkozások közül számos vállalat az IT szektorban alkalmazta a vállalati használatra szánt tárolási technológiákat. Ez a befogadás felelős a következő generációs tárolás iránti igény növeléséért, hogy a szervezetek kezelni tudják a számítási teljesítményüket. Így nem véletlen, hogy egyre növekszik a vállalati tárolórendszerek iránti kereslet, amely meghatározza a piac alakulását.

A számítási teljesítmény gyorsabban növekszik, mint az adathozzáférési technológiák. Amikor a sok párhuzamos CPU vagy a célra épített gyorsítók kifogynak a rendkívül gyors gyorsítótárból vagy a gyors rendszermemóriából, kénytelenek belemerülni egy lassú, lemez alapú tárolóba. A nagyobb statikus RAM (SRAM) gyorsítótárak segítenek az adatok kéznél tartásában és a bőséges dinamikus RAM (DRAM) csodákat tesz a memóriában lévő számításban, de mégis mindkét típusú tárolás rendkívül költséges. Ingatagok és állandó energiát igényelnek az adatok megőrzéséhez. Bármelyik további hozzáadása nem gazdaságos módszer a valós idejű elemzésre váró, puszta adatmennyiség kezelésére.

De nem csak a Big Data területén hozhat nagy változásokat a következő generációs memória.

A következő generációs memóriapiac nagyon szétaprózódott, mert a piac rendkívül versenyképes és több jelentős szereplője van. Ebben az iparágban a versengés elsősorban az innováción, a piacra jutás szintjén és a fenntartható versenyelőnyön múlik. Mivel a piac nagy tőkeigényű ezért a kilépési korlátok magasak^(3.). A következő generációs memóriapiac az utóbbi időben növekedett, mivel növekszik a gyorsabb, hatásos és költséghatékony memóriamegoldások iránti igény. A Big Data, mesterséges intelligencia (AI) alkalmazások, ideértve a gépi tanulást is, számos iparágban ösztönzik az innovációkat. Ezzel pedig együtt jár az új memóriatechnológia is. Többek között ez motiválja a különböző végfelhasználókat is a fejlesztésre, mint például BFSI, Consumer Electronics.

A következő generációs memória meghatározható egy közös címkeként, amelyet a hardverek vagy szoftverek jelentős fejlesztésére használnak.

A memóriatechnológiák következő generációja a mai tárolási hierarchia hiányosságait fogja kiküszöbölni és olyan adatokat szállít majd, ahol valós idejű feldolgozásra van szükség. A következő generációs memóriák és memóriatechnológiák piaca terméktípusonként felejtő (volatile), illetve nemfelejtő (non-volatile) memóriákra tagolódik. A nemfelejtő memóriákat tovább csoportosítjuk az ellenállásos véletlen hozzáférésű memóriára (ReRAM), a fázisváltási memóriára (PCM), a mágneses-ellenállásos véletlen hozzáférésű memóriára (MRAM), a fererroelektromos RAM-okra (FeRAM), 3D Xpoint technológiára, Nano Ramra (NRAM), EPROM, EEPROMOT és még másokra^(4.).

A felejtő memóriákat tovább lehet kategorizálni a dinamikus véletlen hozzáférésű memóriákra (DRAM), a statikus véletlen hozzáférésű memóriákra (SRAM) és még más kategóriára. De általában az nemfelejtő memória által kínált előnyöket részesítik előnyben, mert újraírható és tárolja az adatokat még a tápellátás kikapcsolása után is. Míg manapság sok ügyfélkészülék/felhasználói készülék szilárdtest-tároló technológiákat használ. A merevlemez-meghajtókat (HDD) még mindig több millióan használják szinte az összes adatközpontban világszerte. Míg a hősegítő mágneses rögzítés (HAMR) technológia ígérete szerint jelentős mértékben növelheti a HDD-k kapacitását az elkövetkezendő években^(5.).

Bár a HDD adathordozók továbbra is a legkeresettebbek a tárolóiparban, a flash/SSD kereslete is gyorsan növekedett az elmúlt években. A gyors adatnövekedés miatt ebben a szektorban jelentős befektetések történtek. Az SSD memória-tároló technológiák fokozatos fejlődésével a költséghatékony memóriatechnológiák iránti igény egyre inkább előtérbe kerül. 

A második legnépszerűbb tárolási mód 2018-ban a felhő volt. A csúcskategóriás laptopok hatalmas mechanikus merevlemez helyett szilárdtest flash-chipeket használnak, valamint felhőt a biztonsági mentéshez. 

Az univerzális memóriaeszközök mozgatják az IT piacot.

A legtöbb új memóriatechnológia célja, hogy univerzális memóriává váljon, amely képes helyettesíteni a hierarchia egyik tagját egy jobb technológiával. Ezek a legújabb memóriaeszközök jobb architektúrát is kínálnak a meglévő technológiákhoz képest, amely hatékonyságot biztosít az adatközpontok számára és az az informatikai szegmens piaci növekedéséhez vezet.

A feltörekvő memóriatechnológiák azt az ígéretet hordozzák, hogy a nagyméretű adatokat közelebb tartják a processzorokhoz, anélkül hogy az SRAM és DRAM magas költségeket vagy energiafogyasztást igényelne. A legtöbbjük nem felejtő, mint az SSD-k NAND flash-e és drámain gyorsabbak, mint az NVMe-hez (Non-volatile Memory Express) csatlakoztatott szilárdtest-meghajtók^(6.).

A következő generációs memóriák és technológiák gyártásával foglalkozó szereplők a Samsung Electronics, Crossbar Inc., Fujitsu Ltd., Micron Technology Inc., SK Hynix Inc, Future Electronics, Intel Corporation, Toshiba Corporation, a többiekkel együtt folyamatosan fejlesztik a K+F szekciókat, hogy megbirkózzanak az új technológia kihívásaival. Következő cikkünkben a nem felejtő memóriák három típusát fogjuk részletesen bemutatni, mert sokkal több lehetőséget nyújtanak a fejlesztésekre és nagyobb eséllyel közülük kerülnek ki a verseny nyertesei.

Források:

1. Violino B., (2019.10.18): What is big data analytics? Fast answers from diverse data sets, Inforworld

2. Dr. S. R. Gupta M. H. Padgavankar et al, (2014): Big Data Storage and Challenges,(IJCSIT) International Journal of Computer Science and Information Technologies, Vol. 5 (2) , 2014, 2218-2223

3. Global Next Generation Memory Market 2020-2025 Segmentation by Types, Regions, Key Players & Applications (2020.03.04.), MarketWatch

4. World Next Generation Memory Technologies Market – Opportunities and Forecasts, 2020-2027 (2020.04.), Alllied Market Researh

5. NEXT GENERATION MEMORY MARKET – GROWTH, TRENDS, AND FORECAST (2020 – 2025) , MordorIntelligence

6. Angelini C. (2019.11.13.), 3 emerging memory technologies that will change how you handle big data, VentureBeat