云存儲潮流已對服務(wù)器的消費產(chǎn)生了影響，所謂的超大規(guī)模計算公司的增長也對服務(wù)器的消費產(chǎn)生了影響。盡管出現(xiàn)了這樣的變化，全球服務(wù)器市場的整體趨勢仍然呈現(xiàn)出強(qiáng)勁的趨勢，因為市場繼續(xù)以幾乎不可遏制的勢頭增長。以下是2020年關(guān)于服務(wù)器發(fā)展的幾大趨勢：

　　1 、數(shù)據(jù)為王

　　數(shù)據(jù)是未來的關(guān)鍵，由數(shù)據(jù)驅(qū)動的見解正在改變業(yè)務(wù)的運行方式，并對從云到核心再到邊緣的所有節(jié)點都提出了新的挑戰(zhàn)。而最大挑戰(zhàn)來自于500億個智能設(shè)備以及它們正在生成的大量邊緣數(shù)據(jù)。

　　第一波數(shù)字化轉(zhuǎn)型改進(jìn)了工作流程，提高了生產(chǎn)率，同時還系統(tǒng)地將大數(shù)據(jù)納入業(yè)務(wù)流程。但隨著數(shù)據(jù)越來越多地推動業(yè)務(wù)發(fā)展，人工流程將難以推動下一波發(fā)展。

　　此時， 以客戶為導(dǎo)向的需求以及及時提供相關(guān)服務(wù)和產(chǎn)品的需求將數(shù)據(jù)科學(xué)推向了新的高度。采用通過數(shù)據(jù)自動方式驅(qū)動（即人工智能），是解決新出現(xiàn)的問題的唯一途徑。

　　現(xiàn)代業(yè)務(wù)要求數(shù)據(jù)引擎以一種彈性，可伸縮和敏捷的方式存在，包括與現(xiàn)有數(shù)據(jù)源（如數(shù)據(jù)湖，分布式數(shù)據(jù)源以及現(xiàn)在不可復(fù)制的實時數(shù)據(jù)）進(jìn)行互操作能力。

　　盡管數(shù)據(jù)科學(xué)和高級分析在算法和統(tǒng)計工作中繼續(xù)占有重要位置，但由數(shù)據(jù)驅(qū)動的ML/DL/AI（包括來自邊緣的數(shù)據(jù)）的集成，將為新的復(fù)雜業(yè)務(wù)提供重大業(yè)務(wù)影響。 數(shù)據(jù)為王！掌握數(shù)據(jù)的人將領(lǐng)導(dǎo)世界。

　　2 、特定領(lǐng)域的 CPU 將加速崛起

　　CPU計算長期基于RISC或X86架構(gòu)（IBM，Intel和AMD），而在過去的十年中，我們已經(jīng)轉(zhuǎn)向GPU和FPGA（Nvidia，AMD，Intel，Xilinx等）來推動AI/ML。現(xiàn)在，張量處理單元（TPU）和神經(jīng)處理單元（NPU）越來越受到關(guān)注。

　　下一波革命將是AI芯片的蓬勃發(fā)展，并在云中驅(qū)動核心到邊緣空間。

　　另一方面，處理器供應(yīng)商正在添加專門的指令（VNNI，Bfloat16等），以便能夠更好地處理混合精度算法并優(yōu)化AI服務(wù)器性能。

　　與專用加速器相比，傳統(tǒng)CPU為用戶提供了更通用的平臺，以供用戶運行各種工作負(fù)載，并執(zhí)行AI/ML/DL工作流程中必不可少的數(shù)據(jù)處理或數(shù)據(jù)準(zhǔn)備任務(wù)。盡管在運行AI工作負(fù)載方面通用CPU的效率不如特定領(lǐng)域特定的加速器，但如果要將系統(tǒng)用于各種工作負(fù)載和用例，請考慮使用通用CPU的系統(tǒng)架構(gòu)。

　　新一波的AI芯片浪潮引起了很多公司的成功。除了像Nvidia，Intel，Apple和Alphabet這樣的大型公司之外，還有一系列新興公司通過Graphcore，Groq，Hailo技術(shù)，Wave計算和Quadric等AI芯片來展現(xiàn)自己的存在。

　　預(yù)計該市場在未來2-3年內(nèi)將增長到數(shù)百億美元，并且隨之而來的是許多參與者，他們將試圖區(qū)分芯片、平臺和應(yīng)用并證明他們的優(yōu)點。市場上大量的AI/ML用例使得這場競賽趨于白熱化。下一個游戲改變者將是使這些AI芯片更快，更有利于應(yīng)用程序的人。大公司將必須努力保持敏捷，以在這場競賽中生存，因為這是一場淘汰賽。

　　不過，不管誰贏了，用戶都將有更多選擇。 未來的系統(tǒng)將結(jié)合通用CPU和特定加速器，實現(xiàn)更多混合。作為解決方案供應(yīng)商，我們面臨的挑戰(zhàn)將是為正確的工作負(fù)載推薦正確的體系結(jié)構(gòu)，并使我們的客戶更輕松地操作和使用此類混合系統(tǒng)。

　　3、x86服務(wù)器擴(kuò)展至邊緣

　　大約10年前，SDN（軟件定義的網(wǎng)絡(luò)）和SDS（軟件定義的存儲）就開始朝著軟件定義的體系結(jié)構(gòu)發(fā)展。這產(chǎn)生了基于x86的標(biāo)準(zhǔn)服務(wù)器上運行塊、文件和對象的新的橫向擴(kuò)展存儲體系結(jié)構(gòu)。

　　VMware vSAN，VxFlexOS，ECS只是幾個示例。網(wǎng)絡(luò)體系結(jié)構(gòu)也從專有網(wǎng)絡(luò)演變?yōu)榛贠pen-flow的可編程交換機(jī)，以及用于VM和容器網(wǎng)絡(luò)的新型分布式虛擬交換機(jī)。帶有L4-7網(wǎng)絡(luò)服務(wù)的OS10網(wǎng)絡(luò)操作系統(tǒng)，MicrosoftSONiC，VMwareNSX，LinuxOVS（開放虛擬交換機(jī)）和網(wǎng)絡(luò)服務(wù)網(wǎng)格（NSM）只是其中的一些示例。大多數(shù)超大規(guī)模云和大型數(shù)據(jù)中心都是利用軟件定義的架構(gòu)構(gòu)建的移動學(xué)習(xí)。

　　軟件定義的這一趨勢將加快客戶從“ 云優(yōu)先”策略向“ 數(shù)據(jù)優(yōu)先”策略的轉(zhuǎn)變，同時伴隨著的IoT和5G也在推動這種轉(zhuǎn)變。

　　隨著客戶將IoT設(shè)備連接到網(wǎng)絡(luò)，他們需要在本地或邊緣處理數(shù)據(jù)。這些邊緣位置通常需要堅固，緊湊且適用于嚴(yán)苛環(huán)境的設(shè)備。為了將數(shù)據(jù)處理應(yīng)用程序移至邊緣，底層基礎(chǔ)架構(gòu)服務(wù)（包括網(wǎng)絡(luò)和存儲）也需要移至邊緣，以確保數(shù)據(jù)的安全性，私密性，并實現(xiàn)低延遲的數(shù)據(jù)分析。

　　這導(dǎo)致x86服務(wù)器系統(tǒng)與卸載加速器（offload accelerators）結(jié)合在一起，成為承載邊緣工作負(fù)載的基礎(chǔ)平臺。x86服務(wù)器提供了連接到其他邊緣和集中式公有云的邊緣環(huán)境的能力，以實現(xiàn)數(shù)據(jù)的分布式處理。

　　為了實現(xiàn)移動用戶（移動設(shè)備和聯(lián)網(wǎng)/自動駕駛汽車）的連通性，電信公司正在朝著5G啟用邁進(jìn)，其5G基礎(chǔ)架構(gòu)也朝著軟件定義演進(jìn)。電信公司已經(jīng)將其網(wǎng)絡(luò)核心過渡到使用軟件定義的NFV（網(wǎng)絡(luò)功能虛擬化）過程中。

　　5G頻譜的高速，低延遲和距離限制決定了蜂窩站點的密集化。這種密集化導(dǎo)致專有RAN（無線電訪問網(wǎng)絡(luò)）架構(gòu)向CRAN/vRAN（集中式RAN/虛擬化RAN）發(fā)展，該架構(gòu)也利用x86服務(wù)器，結(jié)合了RAN的卸載和對智能NIC和FPGA的網(wǎng)絡(luò)處理。

　　總而言之， 邊緣的可擴(kuò)展性，性能和多種用例將進(jìn)一步加速“軟件定義的基礎(chǔ)架構(gòu)”，因為所有工作負(fù)載都在服務(wù)器上運行。它還將推動 特定領(lǐng)域架構(gòu)（Domain-SpecificArchitecture）的需求。基礎(chǔ)架構(gòu)服務(wù)和用戶應(yīng)用程序的某些方面將被加速或卸載到專用的協(xié)處理器中，例如GPU，F(xiàn)PGA和SMART-NIC。服務(wù)器系統(tǒng)將由x86處理器和內(nèi)存以及特定于域的加速器組成移動學(xué)習(xí)平臺。