1.一种用于对存储介质访问的支持人工智能的管理的方法，包括：
从主机系统并且经由存储系统的主机接口接收用于对所述存储系统的存储介质的访问的主机输入/输出(i/o)；
向与所述存储系统相关联的人工智能引擎提供描述从所述主机系统接收的所述主机i/o的信息；
从所述人工智能引擎接收对主机系统行为的预测，对主机系统行为的所述预测与由所述主机系统对所述存储介质的后续访问相关；以及
基于对主机系统行为的所述预测，调度用于对所述存储系统的所述存储介质的访问的所述主机i/o。
2.根据权利要求1所述的方法，还包括：
确定所述存储系统具有待定的内部i/o，并且其中所述调度包括：
基于对主机系统行为的所述预测，调度用于对所述存储系统的所述存储介质的访问的、所述主机系统的所述主机i/o和所述存储系统的所述内部i/o。
3.根据权利要求2所述的方法，其中调度所述存储系统的所述内部i/o包括：基于对主机系统行为的所述预测，提前或延迟所述存储系统的所述内部i/o，以减轻用于对所述存储介质的访问的、所述内部i/o与所述主机i/o或后续主机i/o之间的争用。
4.根据权利要求2所述的方法，其中所述内部i/o与所述存储系统的闪存转换层的一个或多个任务相对应，一个或多个任务包括垃圾收集、数据迁移或损耗均衡中的一项。
5.根据权利要求1所述的方法，其中从所述人工智能引擎接收的对主机系统行为的所述预测包括以下项的指示：
直到所述主机系统变为空闲的持续时间；
所述主机系统将保持空闲的持续时间；或者
与由所述主机系统发出的下一主机i/o有关的参数。
6.根据权利要求1所述的方法，其中描述所述主机i/o的所述信息包括：针对所述主机i/o中的至少一个主机i/o的以下项的指示：
所述主机i/o的事件类型；
所述主机i/o的事件持续时间；或者
与所述主机i/o相关联的数据的事件大小。
7.根据权利要求1所述的方法，其中对所述主机i/o的所述调度基于从所述人工智能引擎接收的对主机系统行为的所述预测、以及用于所述存储介质的热管理的所述存储介质的设备级参数。
8.根据权利要求1所述的方法，其中：
所述人工智能引擎执行多个人工智能模型；
所述多个人工智能模型中的至少两个人工智能模型与由所述存储系统的设备级管理器或闪存转换层实现的相应内部任务相关联；以及
所述方法还包括：在将所述信息提供给所述人工智能引擎之前，将所述多个智能模型中的至少一个智能模型加载到所述人工智能引擎，以使得能够对所述主机系统行为进行预测。
9.根据权利要求8所述的方法，还包括：经由所述人工智能引擎，并发执行所述多个人工智能模型中的所述至少两个人工智能模型，以实现所述存储系统的至少两个人工智能辅助的内部任务。
10.根据权利要求8所述的方法，还包括：经由所述人工智能引擎，并行执行所述多个人工智能模型中的一个人工智能模型的两个实例，以使得能够对所述人工智能模型进行在线再训练或精化。
11.一种装置，包括：
主机接口，被配置以用于与主机系统通信；
存储介质，用以存储所述主机系统的数据；
介质接口，被配置为支持对所述存储介质的访问；
人工智能引擎；以及
介质访问管理器，被配置为：
经由所述主机接口，从所述主机系统接收用于对所述装置的所述存储介质的访问的主机输入/输出(i/o)；
向所述人工智能引擎提供描述从所述主机系统接收的所述主机i/o的信息；
从所述人工智能引擎接收对主机系统行为的预测，对主机系统行为的所述预测与由所述主机系统对所述存储介质的后续访问相关；以及
至少基于对主机系统行为的所述预测，调度用于对所述存储系统的所述存储介质的访问的所述主机i/o。
12.根据权利要求11所述的装置，其中所述介质访问管理器还被配置为：
确定所述装置具有用于对存储介质的访问的内部i/o，所述内部i/o是待定的；以及
基于对主机系统行为的所述预测，调度用于对所述装置的所述存储介质的访问的、所述主机系统的所述主机i/o和所述装置的所述内部i/o。
13.根据权利要求11所述的装置，其中：
从所述人工智能引擎接收的对主机系统行为的所述预测包括以下至少一项的指示：直到所述主机系统变为空闲的持续时间、所述主机系统将保持空闲的持续时间、或者与由所述主机系统发出的下一主机i/o有关的参数；或者
描述所述主机i/o的所述信息包括针对所述主机i/o中的至少一个主机i/o的以下项的指示：所述主机i/o的事件类型、所述主机i/o的事件持续时间、或者与所述主机i/o相关联的数据的事件大小。
14.根据权利要求11所述的装置，其中：
所述人工智能引擎执行多个人工智能模型，包括所述多个人工智能模型中的至少两个人工智能模型与由所述装置的设备级管理器或闪存转换层实现的相应内部任务相关联；以及
所述介质访问管理器还被配置为在将所述信息提供给所述人工智能引擎之前，将所述多个智能模型中的至少一个智能模型加载到所述人工智能引擎，以使得能够对所述主机系统行为进行预测。
15.根据权利要求14所述的装置，其中所述介质访问管理器还被配置为：
使所述人工智能引擎并发执行所述多个人工智能模型中的所述至少两个人工智能模型，以实现所述装置的至少两个人工智能辅助的内部任务；或者
使所述人工智能引擎并行执行所述多个人工智能模型中的一个人工智能模型的两个实例，以使得能够对所述人工智能模型进行在线再训练或精化。
16.一种片上系统(soc)，包括：
介质接口，用以访问存储系统的存储介质；
主机接口，用以与主机系统通信；
人工智能引擎；
基于硬件的处理器；
存储器，存储处理器可执行指令，所述处理器可执行指令响应于由所述基于硬件的处理器执行，实现介质访问管理器，以：
经由所述主机接口，从所述主机系统接收用于对所述存储系统的存储介质的访问的主机输入/输出(i/o)；
向所述人工智能引擎提供描述从所述主机系统接收的所述主机i/o的信息；
从所述人工智能引擎接收对主机系统行为的预测，对主机系统行为的所述预测与由所述主机系统对所述存储介质的后续访问相关；以及
至少基于对主机系统行为的所述预测，调度用于对所述存储系统的所述存储介质的访问的所述主机i/o。
17.根据权利要求16所述的soc，其中所述介质访问管理器还被配置为：确定所述soc具有用于对存储介质的访问的内部i/o，所述内部i/o是待定的；以及
基于对主机系统行为的待定预测，调度用于对所述soc的所述存储介质的访问的、所述主机系统的待定主机i/o和所述soc的待定内部i/o，对所述内部i/o的所述调度包括：提前或延迟所述soc的所述内部i/o，以减轻所述内部i/o与所述主机i/o之间的争用。
18.根据权利要求16所述的soc，其中：
从所述人工智能引擎接收的对主机系统行为的所述预测包括以下至少一项的指示：直到所述主机系统变为空闲的持续时间、所述主机系统将保持空闲的持续时间、或者与由所述主机系统发出的下一主机i/o有关的参数；或者
描述所述主机i/o的信息包括针对所述主机i/o中的至少一个主机i/o的以下项的指示：所述主机i/o的事件类型、所述主机i/o的事件持续时间、或者与所述主机i/o相关联的数据的事件大小。
19.根据权利要求16所述的soc，所述介质访问管理器还被配置为：基于对主机系统行为的所述预测、以及用于所述存储介质的热管理的所述存储介质的设备级参数来调度所述主机i/o。
20.根据权利要求16所述的soc，其中：
所述soc的所述人工智能引擎执行多个人工智能模型，包括所述多个人工智能模型中与由所述soc的设备级管理器或闪存转换层实现的相应内部任务相关联的至少两个人工智能模型；以及
所述介质访问管理器还被配置为：
使所述人工智能引擎并发执行所述多个人工智能模型中的所述至少两个人工智能模型，以实现所述soc的至少两个人工智能辅助的内部任务；或者
使所述人工智能引擎并行执行所述多个人工智能模型中的一个人工智能模型的两个实例，以使得能够对所述人工智能模型进行在线再训练或精化。