ChatGPT全球大火
网友们纷纷登陆尝试它的功能
面对五花八门的问题，ChatGPT都能够给出高情商答案
而答案的背后是百TB数据的分析、训练
对于百TB测试数据
企业不会选择一次性购买所需硬件
而是根据实际所需容量进行多次购买
产品背后的百TB数据容量压力
在当前可以选用自动精简配置来解决
而在过去，企业系统中存储利用率低问题
却是一项重要难关
典型情况是但凡启动程序都提示空间不足
不常用的程序却显示空间充足
空间分配毫无规律
公司老掉牙的传统配置技术实在是让人抓狂
管理员为了防止重新配置可能造成的业务中断
常常过度配置容量
造成已分配的容量没有得到充分利用
利用率低到难以想象的地步
举个栗子
A程序启动，需要1TB空间
系统为了保证存储空间充足，分配10TB
B程序启动，需要1GB空间
系统显示空间不足，无法分配，程序无法启动
过去
采用的配置技术是给每个应用配置充足的容量
配置容量往往得不到有效利用
根据调查
采用传统配置技术
只有18%左右的存储资源得到利用
由此【自动精简配置】问世
时至今日这项技术已经经历了16年的历史
仍受企业欢迎
【自动精简配置】的表现是存储预先配置给
应用一个空间额度
根据实际所需要的容量
系统自动多次分量地分配给该应用
即当该项应用所产生的数据增长
分配的容量空间已不够的时候
系统会再次从后端存储池中
补充分配一部分存储空间
下面来细说一下它到底有什么好处
1、简化操作，提高运维效率
传统配置方法采用手动形式
多次为应用程序配置存储容量
时间、人力成本远高于自动精简配置技术
自动精简配置则采用了高自动化的分配方式
降低运维成本，提高生产效率
2、按需供给，提高存储空间的整体利用率
传统方式是一次性给各个应用分配过大的容量
造成未使用空间的浪费，且无法有效回收
而自动精简配置采用多次少量的实际容量分配方式
极大的提升了存储的利用率
3、分期采购，降低TCO成本
传统方式一次性采购所需硬件，成本过高
硬件成本会随技术迭代而逐渐降低
自动精简配置可以配置少量硬件开展业务
后续按需新增硬件，降低综合采购成本
长此以往，【自动精简配置技术】
逐渐成为了软件的必备能力
TaoCloud自研FASS在分布式全闪块存储领域率先支持自动精简配置技术
FASS可以使用自动精简配置卷
即可以创建
容量大于存储池实际物理容量的逻辑卷（精简卷）
以解决多业务场景下
容量难易准确规划一次性超量采购的问题
自动精简配置的特性正符合云存储、金融大数据分析、AI训练等场景
完全满足用户需求，为用户带来更大效益。
