摩尔定律都二变三了 硬件基础设施还有救吗

简介:

前几天收拾房间的时候,笔者从杂物间里搜出来一个壁挂钟。没错,就是晚上会发出“滴答、滴答”声的老式壁挂钟,相信70后或80后对这种老古董还记忆犹新,多少个夜晚就是这有节奏的钟摆声陪着我们入眠。但在这个电子设备消灭一切机械设备的时代,大部分人家里早就没有了这美妙的“滴答”声,可能甚至连电子壁挂钟也没有了,一台手机搞定一切。

在另一个维度的世界,“Tick-Tock, Tick-Tock”也像钟摆声一样维持着电子世界的秩序,不管是PC、服务器还是数据中心,这些硬件基础设施都像着了魔一样听从着“Tick-Tock”的指挥。然而,随着硅基半导体技术趋近物理极限,摩尔定律终于走到了拐点,“Tick-Tock”已经变成了事实上的“Process-Architecture-Optimization”,每个周期由两步变为三步,从此进入了“二变三”的节奏。

软件蓬勃发展,传统硬件已然没救?

抛开纯硬件不说,过去若干年,软件行业取得了革命性的进展,云计算、大数据、Docker、区块链,各种新技术层出不穷。Google、Facebook们充分利用自己的技术优势,结合自己的业务特点打造了基于COTS硬件的IT基础设施平台,看上去软件已经不关心硬件了,传统的硬件基础设施已经没救了吗?

然而,由于互联网业务特点鲜明,使得其平台往往不易被复制到其他领域。另一方面,软件技术的发展,从通用OS、虚拟化、Docker到UniKernel,似乎上层软件螺旋式的走向了嵌入式,软件在努力抛弃一切冗余的中间层,消除浪费,不断追求最优性能的过程。当所有浪费消除后,软件在性能上的提升空间也逐步变小,这之后的性能提升只能依靠硬件。

所以,传统硬件基础设施还有很大的提升空间,不管是软件倒逼还是硬件自身的发展,这都对硬件基础设施的架构提出了更高的要求。

大数据时代,揭开硬件变革的序幕

相较于软件风起云涌的技术革新,硬件的变化相对迟缓。通用服务器出现了二十多年,看似其基本结构没有发生过大的变化。但随着IoT、5G、VR/AR、4K、机器学习、人工智能的不断发展,现实世界对大流量、高性能计算的需求在加速扩大,硬件的变革已经拉开了序幕。

通用计算会逐步变成面向业务驱动的可编程计算,通过与业务需求更加匹配的资源模型来承载业务,减少资源浪费。通用x86处理器的主流地位虽不会变化,但会逐步向可编程的处理器发展,以最佳的计算模型承载软件进程,最终将与软件胜利会师于“嵌入式、可动态调配”的发展模型。

对于摩尔定律而言,虽然单个节点的摩尔定律已经“二变三”,但硬件基础设施领域仍然会通过系统级的整合实现摩尔定律的延续,比如通过新型存储介质、硅光互联、异构计算等技术,配合资源的解耦及编排,使整个系统的性能提升保持摩尔定律的增长速度。

关键时刻,还是得业务驱动

现在,传统硬件基础设施就到了变革的关键时期,如果有这么一种业务驱动的架构统一而和谐的融会计算、存储、网络资源,让各种资源能够灵活调度,适配不同业务模型,将是多么美好的画面。要实现这个目的,需要很好的回答这些问题:

  • 业务呈现越来越多的不确定性以及多样性,硬件基础设施如何匹配?
  • 当业务部署从VM演进到Docker,什么样的硬件基础设施才能与之匹配并实现硬件利用率的提升?
  • 面向SSD取代HDD的趋势,如何让存储硬件同时具备高性能、高可用、高扩展性?
  • DC范围内如何实现资源跨框、跨柜资源组合,乃至DC范围的资源统一调度?
  • 如何更好的被第三方调度软件集成,让客户自由选择主流上层管理软件?

那么,哪里能找到这种跨时代的硬件平台,亲身感受业务驱动的未来架构之美呢?据悉,华为将于8月31日在上海世博中心举行“2016华为全联接大会”,在银厅(A厅)展区入口处就会展出新一代SDI 2.0(Service Driven Infrastructure)业务驱动基础设施样机,一展“池化、弹性、软件定义”的硬件基础设施架构之美,还不快来一窥究竟?


原文发布时间为:2016-08-24

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。



相关文章
|
8月前
|
应用服务中间件 Linux 网络安全
CentOS 7 安装 nginx-1.3.15.tar.gz 详细步骤(从源码编译到启动配置)
本文详解Nginx 1.3.15源码编译安装全流程:从yum安装gcc、pcre、zlib、openssl等依赖,到下载解压、configure配置(指定路径及SSL/PCRE/zlib模块)、make编译、make install安装,再到启动、测试及常用命令(-s stop/reload/-t)。附端口占用、库缺失、防火墙等常见问题解决。
|
设计模式 运维 监控
并发设计模式实战系列(4):线程池
需要建立持续的性能剖析(Profiling)和调优机制。通过以上十二个维度的系统化扩展,构建了一个从。设置合理队列容量/拒绝策略。动态扩容/优化任务处理速度。检查线程栈定位热点代码。调整最大用户进程数限制。CPU占用率100%
878 0
|
Kubernetes Cloud Native 开发者
alibaba-load-balancer-controller v1.2.0:开启云原生网关开源新篇章!敬请探索!
alibaba-load-balancer-controller v1.2.0:开启云原生网关开源新篇章!敬请探索!
495 61
|
数据采集 存储 人工智能
从“看得见”到“会调参”:智能化工艺参数调优系统如何突破传统局限?
本文由产品专家三桥君介绍了智能化工艺参数调优系统的关键技术与应用价值。该系统通过现场视频采集、图像识别模块获取实时数据,结合历史经验数字化形成的向量数据库,利用大模型进行智能推理输出最优参数建议,并由智能体执行调整。系统实现了从数据感知到智能调参的闭环控制,显著提升了工艺参数优化的准确性和生产效率,突破了传统经验调参的局限性。
821 0
|
数据安全/隐私保护
相控阵雷达电特性matlab模拟与仿真,带GUI界面,对比有限扫描阵,稀疏阵,多波束阵,共形阵等
本课题基于MATLAB2022a实现相控阵雷达天线电特性仿真,含GUI界面,对比有限扫描阵、稀疏阵、多波束阵及共形阵等不同类型天线的性能。相控阵雷达通过控制辐射单元的相位和幅度实现波束快速扫描与指向,广泛应用于军事和民用领域。系统具备高分辨率、多功能、抗干扰强等特点。仿真结果完整无水印,核心程序涵盖多种阵列模型,展示不同阵列的电特性和应用场景,为相控阵天线研究提供参考。
|
机器学习/深度学习 人工智能 前端开发
FacePoke:开源AI实时面部编辑神器!拖拽调整表情/头部朝向,4K画质一键生成
FacePoke是一款基于AI技术的开源实时面部编辑工具,支持通过拖拽操作调整头部朝向和面部表情,适用于多种场景。
1569 0
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统,本系统使用Python作为主要编程语言,基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集,然后进行训练,最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台,实现用户上传一张球类图片识别其名称。
925 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
|
应用服务中间件 PHP nginx
CVE-2019-11043 复现
CVE-2019-11043 复现
635 5
|
前端开发 API Android开发
|
网络协议 Java API
如何在Java中实现WebSocket通信
如何在Java中实现WebSocket通信

热门文章

最新文章