2020年服务器发展的几大趋势会怎么样

　　云存储潮流已对服务器的消费产生了影响，所谓的超大规模计算公司的增长也对服务器的消费产生了影响。尽管出现了这样的变化，全球服务器市场的整体趋势仍然呈现出强劲的趋势，因为市场继续以几乎不可遏制的势头增长。以下是2020年关于服务器发展的几大趋势：

　　1 、数据为王

　　数据是未来的关键，由数据驱动的见解正在改变业务的运行方式，并对从云到核心再到边缘的所有节点都提出了新的挑战。而最大挑战来自于500亿个智能设备以及它们正在生成的大量边缘数据。

　　第一波数字化转型改进了工作流程，提高了生产率，同时还系统地将大数据纳入业务流程。但随着数据越来越多地推动业务发展，人工流程将难以推动下一波发展。

　　此时， 以客户为导向的需求以及及时提供相关服务和产品的需求将数据科学推向了新的高度。采用通过数据自动方式驱动（即人工智能），是解决新出现的问题的唯一途径。

　　现代业务要求数据引擎以一种弹性，可伸缩和敏捷的方式存在，包括与现有数据源（如数据湖，分布式数据源以及现在不可复制的实时数据）进行互操作能力。

　　尽管数据科学和高级分析在算法和统计工作中继续占有重要位置，但由数据驱动的ML/DL/AI（包括来自边缘的数据）的集成，将为新的复杂业务提供重大业务影响。 数据为王！掌握数据的人将领导世界。

　　2 、特定领域的 CPU 将加速崛起

　　CPU计算长期基于RISC或X86架构（IBM，Intel和AMD），而在过去的十年中，我们已经转向GPU和FPGA（Nvidia，AMD，Intel，Xilinx等）来推动AI/ML。现在，张量处理单元（TPU）和神经处理单元（NPU）越来越受到关注。

　　下一波革命将是AI芯片的蓬勃发展，并在云中驱动核心到边缘空间。

　　另一方面，处理器供应商正在添加专门的指令（VNNI，Bfloat16等），以便能够更好地处理混合精度算法并优化AI服务器性能。

　　与专用加速器相比，传统CPU为用户提供了更通用的平台，以供用户运行各种工作负载，并执行AI/ML/DL工作流程中必不可少的数据处理或数据准备任务。尽管在运行AI工作负载方面通用CPU的效率不如特定领域特定的加速器，但如果要将系统用于各种工作负载和用例，请考虑使用通用CPU的系统架构。

　　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这样的大型公司之外，还有一系列新兴公司通过Graphcore，Groq，Hailo技术，Wave计算和Quadric等AI芯片来展现自己的存在。

　　预计该市场在未来2-3年内将增长到数百亿美元，并且随之而来的是许多参与者，他们将试图区分芯片、平台和应用并证明他们的优点。市场上大量的AI/ML用例使得这场竞赛趋于白热化。下一个游戏改变者将是使这些AI芯片更快，更有利于应用程序的人。大公司将必须努力保持敏捷，以在这场竞赛中生存，因为这是一场淘汰赛。

　　不过，不管谁赢了，用户都将有更多选择。 未来的系统将结合通用CPU和特定加速器，实现更多混合。作为解决方案供应商，我们面临的挑战将是为正确的工作负载推荐正确的体系结构，并使我们的客户更轻松地操作和使用此类混合系统。

　　3、x86服务器扩展至边缘

　　大约10年前，SDN（软件定义的网络）和SDS（软件定义的存储）就开始朝着软件定义的体系结构发展。这产生了基于x86的标准服务器上运行块、文件和对象的新的横向扩展存储体系结构。

　　VMware vSAN，VxFlexOS，ECS只是几个示例。网络体系结构也从专有网络演变为基于Open-flow的可编程交换机，以及用于VM和容器网络的新型分布式虚拟交换机。带有L4-7网络服务的OS10网络操作系统，MicrosoftSONiC，VMwareNSX，LinuxOVS（开放虚拟交换机）和网络服务网格（NSM）只是其中的一些示例。大多数超大规模云和大型数据中心都是利用软件定义的架构构建的移动学习。

　　软件定义的这一趋势将加快客户从“ 云优先”策略向“ 数据优先”策略的转变，同时伴随着的IoT和5G也在推动这种转变。

　　随着客户将IoT设备连接到网络，他们需要在本地或边缘处理数据。这些边缘位置通常需要坚固，紧凑且适用于严苛环境的设备。为了将数据处理应用程序移至边缘，底层基础架构服务（包括网络和存储）也需要移至边缘，以确保数据的安全性，私密性，并实现低延迟的数据分析。

　　这导致x86服务器系统与卸载加速器（offload accelerators）结合在一起，成为承载边缘工作负载的基础平台。x86服务器提供了连接到其他边缘和集中式公有云的边缘环境的能力，以实现数据的分布式处理。

　　为了实现移动用户（移动设备和联网/自动驾驶汽车）的连通性，电信公司正在朝着5G启用迈进，其5G基础架构也朝着软件定义演进。电信公司已经将其网络核心过渡到使用软件定义的NFV（网络功能虚拟化）过程中。

　　5G频谱的高速，低延迟和距离限制决定了蜂窝站点的密集化。这种密集化导致专有RAN（无线电访问网络）架构向CRAN/vRAN（集中式RAN/虚拟化RAN）发展，该架构也利用x86服务器，结合了RAN的卸载和对智能NIC和FPGA的网络处理。

　　总而言之， 边缘的可扩展性，性能和多种用例将进一步加速“软件定义的基础架构”，因为所有工作负载都在服务器上运行。它还将推动 特定领域架构（Domain-SpecificArchitecture）的需求。基础架构服务和用户应用程序的某些方面将被加速或卸载到专用的协处理器中，例如GPU，FPGA和SMART-NIC。服务器系统将由x86处理器和内存以及特定于域的加速器组成移动学习平台。