高通总裁德里克·阿博利:加速建设面向未来的数据中心

简介:

美国高通公司全球总裁德里克·阿博利在开幕式上的主题演讲中表示,移动技术具有变革其他产业的巨大力量,物联网和云计算正在改变着游戏规则,打造一个完整的生态系统,与合作伙伴多方协作,才能够在产业变革中占得先机。

数据爆炸带来新需求

当今全球数据量正在以前所有未的速度爆炸式增长。阿博利首先分享了一组数据——在1992年,全球互联网产生100GB数据流量需要一天;5年之后的1997年,产生100GB数据流量需要一个小时;2002年,全球互联网产生100GB流量只需要1秒钟。到2019年,全球互联网每秒钟的数据流量预计将超过51,000 GB。“实际上,90%的全球数据量是在过去两年内产生的。在可预见的未来,全球数据量将以每两年翻一番的速度增长。”阿博利说。

物联网是驱动数据容量增长的重要因素,如此庞大的数据流通过各种终端在虚拟世界涌动,大量来自物联网终端的的数据将流入云和数据中心。附着于物理实体的、具备联网功能的传感器,将以海量的规模持续不断地采集数据,并将它们直接传入云中。在我们身边,联网汽车、可穿戴设备、智能电视、无人机、自动售货机等等设备和应用,都在驱动数据量的增长。预计到2020年,这些数据中的约三分之一都将进入数据中心。

阿博利认为,这一趋势将对数据中心内服务器的数量增长带来倍增影响,也将推动数据中心全新运营标准的创建。需要寻找到能够让数据中心更高效且更可持续的解决方案。一方面要能够让服务器运行地更加“冷静”节能,另一方面又要能满足云计算时代“按需服务”的要求,灵活应对峰值负荷。阿博利透露,目前高通正在研制针对新型数据中心的服务器处理器,能够在性能、功耗和成本三者间实现这种精妙平衡。

建设生态系统互利共赢

阿博利表示,高通多年来以领先的技术与广泛的合作支持移动生态系统发展。目前,高通正在与多方协作,加速数据中心生态系统的成熟建设。

“生态系统对我们至关重要。”阿博利说。7个月之前,高通向合作伙伴提供了首款软件开发平台,供他们开发测试。与此同时,他们还与多家网络技术与解决方案提供商展开合作,不断拓展服务器生态系统的建设。此外,高通作为全球移动技术的领军企业,在3G、4G和即将到来的5G技术,以及高性能、低功耗的移动系统级芯片等领域一直保持着传统优势,在加速建设面向未来的数据中心愿景下,这些领先优势至关重要。

同时,通过合资企业以及生态系统,高通正在为用户向新一代高性能数据中心加速迁移提供动力,另一方面也在不断创新服务器处理器的设计。今年1月,高通与贵州省政府合资成立了贵州华芯通半导体技术有限公司,这家公司将专注于设计、开发并销售供中国境内使用的先进服务器芯片。阿博利表示,随着这家合资企业的成立,高通将与中国最杰出的服务器技术人才密切合作,同时,中国也将就此建立自己的数据中心服务器芯片产业。

“在数据呈爆炸式增长的当下,我们必须探寻新的方式。机不可失,现在就是我们行动起来的时刻。”阿博利说。
本文转自d1net(转载)

相关文章
|
10月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
7月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
10月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
10月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
104 4
|
10月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
10月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
10月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。