早上開會剛剛在討論對這個事情的應對方案，談談看法，騙幾個贊.....
1. 結論
節省大家時間，先把結論總結放在這裏：
2. 持久記憶體的套用場景
在 2019 年，我就和團隊同學一起開發了針對 PMEM 的單機 KV 引擎，當時純粹是賭一把趨勢，希望未來這款介質真的能夠量產，可惜目前來看它除了作為更便宜的記憶體來用(memory mode)，在其他業務場景上很難有可觀測的實踐意義。
我們把 PMEM 的使用場景大致分為以下幾類：
3. 學術研究
工作原因，我和很多高校建立了不錯的聯系，也大體知道教授們選題的主要思路，除了極個別有前瞻性的實驗室不看工業界的發展趨勢外，絕大部份實驗室都傾向於從工業界獲得更多的輸入（數據、裝置、場景、效果等等）
以前些年特別火的 Open Channel 為例，早期進行深度客製研究的應該是百度、阿裏兩家公司（更正一下，清華陸老師應該13年就開始研究了，目前我已知最早了，阿裏最早15年有部門開始研究），後續工業界也和清華中科院等開始合作共同研究，做出了還不錯的科研效果，而當 OC並未能夠在工業界產生良好的反饋後，大部份實驗室很快就拋棄了這個方向，有個別實驗室在此基礎上做了更進一步的研究，比如中科院做了開源 SSD 仿真實驗平台，在這個方向繼續深挖，還有一些實驗室在此基礎上做了類似 ZNS 的協定，但實際上已經和 OC 本身沒有什麽關系了。
說回 PMEM，目前學術界很多人都在研究 PMEM 上構建索引、PMEM 加速機器學習系統等工作，這兩年發現工業界沒有什麽進展，甚至廠商都停產了，我預測會和 OC 一樣，絕大部份實驗室會減少投入，個別前期投入比較大的實驗室（比如某實驗室自己做了模擬裝置、仿真系統），可能會轉向與之關聯的周邊系統（比如利用 CXL 構建 byte addressable block device 等）
4. 追更
感覺大家討論的很熱烈，再補充一點為什麽Optane 被放棄的猜測。
我個人而言，原本是非常看好 Optane 相關產品的，在部份場景下和QLC/PLC SSD 組合使用，有機會作為下一代線上儲存的標準架構存在。
大家提到 Optane 總是更強調低延遲，其實最關鍵的問題依然是低成本，Optane 如果實際生產成本如英特爾所言，遠低於DRAM，那麽不管是在資料庫還是在塊儲存服務，都能用更少的硬體成本換來更高的吞吐，核算下來就是更低的服務成本，主流雲廠商沒有理由不大規模推廣。
那麽問題在哪兒？據我所知，一線大廠目前基本都有了基於optane的產品，但不敢大規模用（除了memory mode敞開了用），原因之一是單一供應商問題，這一點英特爾這當初真應該聯合其他廠家共同做大市場（比如授權給中國公司……）
不過另一點，我覺得可能是真正的核心問題，就是實際生產成本遠高於廠家宣傳，前幾年都是大規模虧本培育市場，試圖透過更大規模量產把成本降下來，可惜沒有成功……
