针对未来存储密度市场，前期在文章“50TB ExaDrive SSD投入商用”和“HP忆阻器内存和IBM原子磁盘”中，分别介绍了大容量SSD、忆阻SCM和原子存储技术，但今天给大家普及的是另外一种前卫技术——DNA存储技。

DNA存储则能提供极大密度，是未来大容量存储较理想的介质，也是下一代冷存储的替代品。从原理上来讲，DNA存储是通过DNA中G、T、A和C 4种碱基代表二进制数据(0、1、2和3)，理论上1克DNA可存455EB数据。DNA存储的读取技术则是采用DNA测序技术实现，DNA测序技术发展迅速，性能每次可达960Gb，成本也很低，性价比已经接近商用；目前的难题在于DNA存储的写性能，当前写性能每天只能达到Mb量级，极高写成本使得离商用还有很长的路要走。

由于DNA存储还有很多技术难题需要攻克，DNA存储目前还是原型概念验证阶段，主要是学术研究机构在从事，至少还需要5年时间才可能有DNA存储商业产品应用，但从长期投入来看，微软等厂商觉得是很有投入价值的，这很可能是未来存储介质市场的切入点，DNA芯片技术、芯片电路设计和测序合成技术结合将可能是继原子存储、SCM介质之后的下一个存储技术热点。

DNA存储是将二进制文件通过编码映射成DNA里A、T、G和C碱基序列，按序列顺序通过人工合成技术形成长链DNA来保存数据的方法成为DNA存储技术，数据写入即人工合成DNA，数据读取即DNA测序，数据拷贝即DNA复制，利用DNA中碱基序列编码存储二进制数据具体实例如下所示。

DNA存储从架构上讲，主要包括类似于存储控制器的编解码器、数据读取写入设备和数据存储设备，从技术成熟度上讲，DNA技术可以支持开发DNA存储原型，但在成本和自动化等方面还面临技术的挑战。

• 编解码器(存储控制器)完成二进制转换为DNA碱基序列(碱基对A，T，G和C可对应0，1，2和3)，对误码进行误码纠正、文件索引的方法对效率影响大。

• 写入设备(写磁头)通过DNA合成含有A、T、G和C的DNA数据链保存数据，人工合成DNA。当前DNA合成技术已经可以按程序任意组合在DNA链条上加入碱基，使得DNA写入成为可能。

• 存放设备(磁盘柜)实现DNA存放，单个细胞核23对染色体含30亿对碱基可存12Gb数据，1克DNA可存储EB级数据。

• 读取设备(读磁头) 实现DNA存储的读取，基于DNA测序(Sequencing)技术，目前最常用的测序方法是桑格测序法(Sangar)。

Sanger测序的原理是将测序DNA进行大量复制(PCR)，将DNA分装不同试管中，分别加入有剪切作用的染过色的双脱氧核苷酸ddNTP，反复PCR循环让DNA复制，当遇到ddNTP复制断裂，形成长短不一的DNA单链，加电出现电泳现象，短链DNA游速快，长链游速慢，形成长短排序，激光照相，形成排序光谱。

DNA存储优势是显然意见的，密度理论上1克DNA可存储455EB数据量，DNA存储时间也很长，在干冷条件下，可保持100万年以上，常温下可保持2000年以上，常温保存能耗很低，基本不需要电力。但是技术挑战也与之并存，存储密度受到编码效率、备份数量、分类索引等方面的制约，通常比理论密度低。

      DNA存储编纠错挑战: 编码纠错的原则是避免重复，重复导致读错概率大，最常用的方法是加入验证信息。在解决误码问题上，微软采用了三进制编码原理，在4个碱基中，其中一个碱基用作前一位指示，后三位用作0，1，2编码。

    DNA存储编索引挑战: 目前比较流行的一种DNA存储索引方法叫KV方式，针对文件，以Key-Value的方法形成Key值，将Key值形成文件头DNA索引和地址，再将文件内容和索引合成DNA。

DNA存储写入合成挑战: DNA合成过程是控制4种碱基分别加入DNA合成片段中，将片段链接合成较大的片段的过程。DNA合成依然较困难，小片段合成可以在实验室，但是大规模合成需要专门基因合成服务公司才能完成(如GeneArt，Twist Biosicence)。

  DNA存储拷贝技术: DNA复制通常采用成熟的PCR方法，该方法在1983年发明。大致过程是先将DNA双链加热分开，加入聚合酶、DNA引物和碱基，DNA单链开始产生双链实现DNA的复制。

关于DNA存储的技术研究和应用前景十分广阔，当前主流方向聚焦在密度、保存时间、低能耗等优点，DNA存储的存取技术(合成和测序技术)得到了快速发展，如果能很好地解决成本性能问题，那么在未来，会极大限度加速DNA存储取代现有存储的可能性和进程。

DNA存储在归档场景具备占地小、能耗低、密度大的特点，美国国家图书馆、维基百科、Google有意愿将资料备份在DNA存储上；在军事用途应用中，可以通过人体携带DNA数据，有了DNA存储技术，我们人体就是“云硬盘”。在个人应用中，未来个人可以随身携带超大容量的DNA USB数据盘。

但归根结底，DNA存储商用很大程度依赖DNA合成技术和测序技术的发展，当前测序技术发展较快如Pacbio、Illumina等公司，DNA合成技术发展慢，需要较大的理论和技术突破才可能，在另一方面，这也可能导致未来商用的不确定性。

DNA存储技术如其他技术发展，DNA存储技术的发展也离不开所处的生态环境，目前值得关注的生态圈领域主要包括，DNA芯片、DNA合成技术、DNA测序等。

DNA芯片主要包括Affymetrix、Illumina和Affymetrix公司，Affymetrix利用基因芯片，通过原位合成法，大规模生产DNA探针。Illumina和Affymetrix合作开发DNA探针芯片由于测序。DNA合成包括美国IDT美国、德国GeneART、中国华大基因和提供DNA合成服务的Twist公司和微软合作。

DNA存储至今已有很多成功尝试，哈弗大学George Church 在2012年首次650KB数据写进DNA存储；EMBL欧洲生物信息实验室2013年将20MB数据写进DNA存储；这些都是科研机构的尝试，但在2016年7月，微软研究院和华盛顿大学2016年发布DNA存储原型论文，并在同年7月将200MB的数据放入一段DNA中，引发极大关注，微软发布DNA存储原型，并决定推进其商用。

这次试验打破之前20MB的最高纪录，发布了新的Error-Correcting Code，适合DNA读写错误的纠正，同时对DNA数据可以随机读取。试验的成功促使微软加速推进DNA存储商业应用的研究。

>>>推荐阅读

• 昨天的存储战场留下什么值得回忆？

• NAND Flash是如何生产出来的？

温馨提示：
请搜索“ICT_Architect”或“扫一扫”二维码关注公众号，点击原文链接获取更多技术资料。

点击原文链接获取技术资料