顶目背景:

自然语言处理NLP，是指用计算机对自然语言的形、音、义等信息进行处理，即进行字、词、句、篇章的输入、输出、识别、分析、理解、生成等操作和加工。实现人机间的信息交流，是人工智能界、计算机科学和语言学界所共同关注的重要问题。自然语言处理的具体表现形式包括机器翻译、文本摘要、文本分类、文本校对、信息抽取、语音合成、语音识别等。可以说，自然语言处理就是要计算机理解自然语言，自然语言处理机制涉及两个流程，包括自然语言理解和自然语言生成。

简单来说即是计算机接受用户自然语言形式的输入，并在内部通过人类所定义的算法进行加工、计算等系列操作，以模拟人类对自然语言的理解，并返回用户所期望的结果。正如机械解放人类的双手一样，自然语言处理的目的在于用计算机代替人工来处理大规模的自然语言信息。由于语言是人类思维的证明，故自然语言处理是人工智能的最高境界，被誉为“人工智能皇冠上的明珠”。

项目挑战：

-自然语言NLP处理系统包含了多种系统（机器翻译系统、自然语言理解系统、信息自动检索系统文本信息挖掘系统、语音自动识别系统、文字自动识别系统）。众多系统会涉及到非常庞大以及多样化的文本数据。
- NLP文本聚类和文本生成对文本信息的迭代将产生大量的数据，对未来存储的扩展性有一定要求。
- 为实现NLP智能人机对话，语音数据的实时读取也是重中之重。

解决方案：

AMAX 向客户提供了结合 AMAX 分布式存储软件 Matrix Store 的专业存储服务器——C4024-X2，利用分布式软件特性，提供了高性能、高安全、高扩展性的分布式存储方案。

方案优势：

- 统一存储：支持块存储，对象存储，海量小文件存储，EB级大容量存储，有效解决复杂的存储需求
- 高可靠：提供纠删码和多副本多种数据保护方式，信息安全性高
- 软硬一体：采用集群部署，可实现数万级IOPS及10GB/s吞吐性能，并且可支持线性扩展以满足日后病历数据不断增长特性
- 一期提供约500T海量存储空间，数亿级文本数据处理能力

拓扑图

客户价值

由于前期项目规划中未能考虑集群的扩展需求，造成了存储瓶颈，局限的性能无法满足数据持续增长的需求，并且维护复杂。后期采用 AMAX分布式存储解决方案后，丰富了横向扩展能力，可以更加灵活的扩容存储。同时可靠性更高，一旦硬盘节点发生故障，可在最短时间内完成恢复，整套存储的容量及性能都得到了有效提升。