七個2020年服務器的發展趨勢

今日tips

復工後哪一種出行方式最安全？

隨着各地開始逐漸復工返崗，平常如何出行成爲你們關注的問題，關於哪一種出行方式最安全，@中央人民廣播電臺是這樣說的：私家車最安全，其次是共享單車。

中國疾控中心消毒學首席專家張流波認爲私家車最爲安全，公交地鐵則不太安全。然而不是每一個人都有私家車，所以共享單車也是一種較好的選擇。固然，步行也相對安全，可是若是要選擇交通工具，中短途路程仍是共享單車更爲合適。

做爲服務器行業的全球領導者，戴爾易安信匯聚了全球服務器研發領域最爲頂尖的人才，他們對服務器行業的觀察和思考，能夠說是將來服務器發展的重要風向標。

下面七個2020年服務器的發展趨勢和觀察，均由戴爾易安信資深研究員或資深工程師親自撰寫。

1、數據爲王**

做者

✦Jimmy Pike_——戴爾易安信CTO，服務器基礎架構解決方案辦公室高級研究員兼高級副總裁
_

✦_Shawn Dube__——戴爾易安信服務器基礎架構解決方案高級工程師_

數據是將來的關鍵，由數據驅動的看法正在改變業務的運行方式，並對從雲到核心再到邊緣的全部節點都提出了新的挑戰。而最大挑戰來自於500億個智能設備以及它們正在生成的大量邊緣數據。

第一波數字化轉型改進了工做流程，提升了生產率，同時還系統地將大數據歸入業務流程。但隨着數據愈來愈多地推進業務發展，人工流程將難以推進下一波發展。

此時，以客戶爲導向的需求以及及時提供相關服務和產品的需求將數據科學推向了新的高度。採用經過數據自動方式驅動（即人工智能），是解決新出現的問題的惟一途徑。

現代業務要求數據引擎以一種彈性，可伸縮和敏捷的方式存在，包括與現有數據源（如數據湖，分佈式數據源以及如今不可複製的實時數據）進行互操做能力。

儘管數據科學和高級分析在算法和統計工做中繼續佔有重要位置，但由數據驅動的ML/DL/AI（包括來自邊緣的數據）的集成，將爲新的複雜業務提供重大業務影響。數據爲王！掌握數據的人將領導世界。

2、特定領域的CPU將加速崛起**

做者

✦Onur Celebioglu_——戴爾易安信HPC服務器基礎架構解決方案高級傑出工程師_

✦Bhyrav Mutnury_——戴爾易安信服務器基礎結構解決方案高級傑出工程師_

CPU計算長期基於RISC或X86架構（IBM，Intel和AMD），而在過去的十年中，咱們已經轉向GPU和FPGA（Nvidia，AMD，Intel，Xilinx等）來推進AI/ML。如今，張量處理單元（TPU）和神經處理單元（NPU）愈來愈受到關注。

下一波革命將是AI芯片的蓬勃發展，並在雲中驅動核心到邊緣空間。

與傳統CPU架構相比，人工智能芯片將有助於執行並行計算並更快地執行與人工智能相關的做業。與傳統GPU和FPGA相比，這些芯片將更多應用於特定領域，例如計算機視覺，語音識別，機器人技術和自動駕駛汽車等。

另外一方面，處理器供應商正在添加專門的指令（VNNI，Bfloat16等），以便可以更好地處理混合精度算法並優化AI性能。

與專用加速器相比，傳統CPU爲用戶提供了更通用的平臺，以供用戶運行各類工做負載，並執行AI/ML/DL工做流程中必不可少的數據處理或數據準備任務。儘管在運行AI工做負載方面通用CPU的效率不如特定領域特定的加速器，但若是要將系統用於各類工做負載和用例，請考慮使用通用CPU的系統架構。

新一波的AI芯片浪潮引發了不少公司的成功。除了像Nvidia，Intel，Apple和Alphabet這樣的大型公司以外，還有一系列新興公司經過Graphcore，Groq，Hailo技術，Wave計算和Quadric等AI芯片來展示本身的存在。

預計該市場在將來2-3年內將增加到數百億美圓，而且隨之而來的是許多參與者，他們將試圖區分芯片、平臺和應用並證實他們的優勢。市場上大量的AI/ML用例使得這場競賽趨於白熱化。下一個遊戲改變者將是使這些AI芯片更快，更有利於應用程序的人。大公司將必須努力保持敏捷，以在這場競賽中生存，由於這是一場淘汰賽。

不過，無論誰贏了，用戶都將有更多選擇。將來的系統將結合通用CPU和特定加速器，實現更多混合。做爲解決方案供應商，咱們面臨的挑戰將是爲正確的工做負載推薦正確的體系結構，並使咱們的客戶更輕鬆地操做和使用此類混合系統。

三、x86服務器擴展至邊緣

做者

✦Gaurav Chawla_——戴爾易安信服務器基礎結構解決方案研究員兼副總裁_

✦Alan Brumley_——戴爾易安信服務器基礎架構解決方案高級傑出工程師，OEM工程師_

大約10年前，SDN（軟件定義的網絡）和SDS（軟件定義的存儲）就開始朝着軟件定義的體系結構發展。這產生了基於x86的標準服務器上運行塊、文件和對象的新的橫向擴展存儲體系結構。

VMware vSAN，戴爾易安信VxFlexOS，ECS只是幾個示例。網絡體系結構也從專有網絡演變爲基於Open-flow的可編程交換機，以及用於VM和容器網絡的新型分佈式虛擬交換機。帶有L4-7網絡服務的戴爾易安信OS10網絡操做系統，MicrosoftSONiC，VMwareNSX，LinuxOVS（開放虛擬交換機）和網絡服務網格（NSM）只是其中的一些示例。大多數超大規模雲和大型數據中心都是利用軟件定義的架構構建的。

軟件定義的這一趨勢將加快客戶從「雲優先」策略向「數據優先」策略的轉變，同時伴隨着的IoT和5G也在推進這種轉變。

隨着客戶將IoT設備鏈接到網絡，他們須要在本地或邊緣處理數據。這些邊緣位置一般須要堅固，緊湊且適用於嚴苛環境的設備。爲了將數據處理應用程序移至邊緣，底層基礎架構服務（包括網絡和存儲）也須要移至邊緣，以確保數據的安全性，私密性，並實現低延遲的數據分析。

這致使x86服務器系統與卸載加速器（offload accelerators）結合在一塊兒，成爲承載邊緣工做負載的基礎平臺。x86服務器提供了鏈接到其餘邊緣和集中式公有云的邊緣環境的能力，以實現數據的分佈式處理。

爲了實現移動用戶（移動設備和聯網/自動駕駛汽車）的連通性，電信公司正在朝着5G啓用邁進，其5G基礎架構也朝着軟件定義演進。電信公司已經將其網絡核心過渡到使用軟件定義的NFV（網絡功能虛擬化）過程當中。

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。這種密集化致使專有RAN（無線電訪問網絡）架構向CRAN/vRAN（集中式RAN/虛擬化RAN）發展，該架構也利用x86服務器，結合了RAN的卸載和對智能NIC和FPGA的網絡處理。

總而言之，邊緣的可擴展性，性能和多種用例將進一步加速「軟件定義的基礎架構」，由於全部工做負載都在服務器上運行。它還將推進特定領域架構（Domain-SpecificArchitecture）的需求。基礎架構服務和用戶應用程序的某些方面將被加速或卸載到專用的協處理器中，例如GPU，FPGA和SMART-NIC。服務器系統將由x86處理器和內存以及特定於域的加速器組成。

4、機架密度增長一倍以上**

做者

✦Mark Bailey_——戴爾易安信基礎架構高級傑出工程師_

✦Robert Hormuth_——戴爾易安信基礎設施解決方案技術研究員_

在過去十年中，機架功率密度一直保持相對不變。大多數專家都會贊成，5-10kW的目標機架密度是對現有和將來硬件要求的保守評估。實際上，一項全球客戶調查代表，大多數IT經理並不認爲機架密度的增長會阻礙他們將來數據中心的增加和執行指標。

與全球數字化轉型相關的計算解決方案的需求以及AI/ML/DL的興起代表，將來的機架密度將遠超過當今的密度。新的CPU/GPU在不久的未來每一個超過300瓦、DDR5功率和通道數量增長、PCIeGen4/5功率和通道增長、100G+以太網，以及NVMe採用率的提升將下一代機架功率帶入了新的領域。

若是客戶但願維持現有環境，他們將很快面臨關鍵的決定：

① 採用將來的服務器解決方案，但爲了保持總機架密度而減小了每一個機架的服務器數量；

② 轉向使用低功耗服務器爲了維持服務器節點數和總機架密度，或採用將來的服務器解決方案，所以相應地增長機架功率和數據中心功率以及散熱。

一些客戶認爲，他們能夠經過遷移到託管設備或公有云來解決這些挑戰。然而，現實是，在那些地方也存在一樣的挑戰。

上圖是保守的將來18個月內機架功率密度圖，平均預計機架功率是如今的兩倍以上。

在戴爾易安信，咱們致力於經過在數據中心的各個方面進行創新來幫助客戶，從而爲這些新興挑戰提供真正的解決方案。戴爾易安信如今提供了多種1U和2U單插槽服務器，能夠大大下降每一個節點的功率並下降機架密度。咱們還提供各類480/277V和415/240V機架配電單元和PSU，爲高密度機櫃的數據中心配電電壓的發展提供了補充。

數據時代就在眼前，AI，ML，DL已經來到了咱們每一個人身邊，機架密度將增長一倍以上，邊緣將帶來許多新的機遇和挑戰。戴爾易安信擁有豐富的經驗，解決方案和能力，能夠轉型過程當中爲客戶合做夥伴提供指導。

5、可擴展多芯片**

服務器CPU時代到來

在10納米及如下工藝的推進下，CPU核心數量，高速IO通道，DDR通道，嵌入式存儲器和其餘功能的增加速度超過了歷史記錄。今天，新的硅技術和基板封裝方法，已經可以使咱們以更加經濟的方式擴展處理器。

儘管多芯片模塊（MCM）已經存在了好幾代，但它們一般用於將封裝內的多個分立器件芯片鏈接在一塊兒，以節省空間或改善信號完整性。此時，芯片間互連的寬度受到限制，而且須要大功率I/O驅動器或SERDES。

但如今芯片和封裝方面的改進容許設備或元素由多個子CPU硅芯片組成，一般稱爲小芯片，且沒有明顯的性能或功耗缺點。

這種新方法的一個例子是AMD的第二代EPYC 服務器CPU，其中一個IO芯片（IOD）和多達八個8核CPU高速緩存芯片（CCD）以互連的方式佈置在CPU封裝基板上。

若是CPU是由單個總體式芯片製成，則CCD和IOD的數量不會對延遲或帶寬形成任何明顯影響。因爲單個CCD和IOD芯片僅是等效單片芯片尺寸的一小部分，所以能夠實現芯片成品率的大幅提升。此外，這種「小芯片」方法容許CCD使用比IOD更高級的硅工藝，從而節省更多成本。

另外一個例子是英特爾最近宣佈的EMIB（嵌入式多芯片互連橋接）和Foveros（2D和3D芯片封裝和堆疊）技術。

EMIB只須要一個小的嵌入式硅片鏈接，便可將兩個小芯片綁在一塊兒，並具備高帶寬和小距離。EMIB並未在英特爾的FPGA和Kaby Lake-G中使用，它將GPU鏈接到封裝內的高帶寬內存。

Foveros是一種硅堆疊技術，它使用TSV（經過硅通孔），例如，能夠有效地鏈接獨立的IO，內核和存儲芯片。在某些狀況下，硅疊層底部的芯片充當有源「插入層」或基板。

6、SCM道路已成**

做者

✦ Stuart Berke——_戴爾易安信副總裁兼服務器基礎架構解決方案研究員_

✦ Gary Kotzur_——戴爾易安信服務器基礎架構解決方案高級傑出工程師_

實現無處不在SCM的全部必要要素都已經準備就緒。

隨着行業標準NVDIMM得到多源和普遍的CPU支持，專有的非易失性DIMM消失了。接近DRAM級的存儲級內存（SCM）介質（如英特爾Optane DCPMM DIMM）已經到貨，從而支持新的本機非易失性持久性內存使用模式，以及更高的容量和更低的$/GB。

相當重要的是，一個開放的行業標準軟件堆棧生態系統，從BIOS和BMC到OS/系統管理程序再到應用程序層已經準備就緒，以確保將當前和新的持久性內存類型輕鬆地引入通用框架。

適用於服務器的持久性內存的其餘SCM介質類型和變體也將出現，包括相變存儲（PCM），自旋轉矩磁阻RAM（ST-MRAM），碳納米管（CNT或NRAM）和可變電阻式存儲器（ReRAM），將在容量，耐用性，成本和性能方面提供更多選擇。

當咱們展望2020年及之後時，該行業將從今天主要是針對早期採用者的市場（例如存儲，數據庫和服務器設備）轉向更通用的計算部署，在這些計算部署中，持久性內存可改善總體系統成本，性能，容量，引導以及恢復時間，耗電量等。

7、關於容器**

做者

✦ Stephen Rousset——_戴爾易安信服務器基礎架構解決方案高級傑出工程師_

✦ Glean Campbell_——戴爾易安信服務器基礎架構解決方案技術人員_

從服務器設計的角度來看，咱們一直有考慮將要在服務器平臺上運行的軟件，確保這些軟件能與處理器，內存和I/O很好的配合 ，以支持工做負載。

如今，隨着可組合和靈動架構設計的開始，軟件能夠動態地利用其所部署的硬件。咱們看到容器可以經過對應用程序基礎架構感知來使用硬件功能，這使開發人員可以將應用程序行爲與特定服務器平臺功能結合起來，並最大程度地提升結果。

可是，容器生態系統中還能夠進行另外一優化步驟，最新的戴爾易安信PowerEdge服務器經過Redfish提供的遙測數據能夠促進這一優化過程。

好比在一輛運行的列車上部署容器化應用程序時，能夠收集工做負載和基礎設施利用率的遙測數據，並將其輸入到調度和調度決策中，以確保已部署的做業在愈來愈優化的平臺上運行。

咱們將經過收集到的遙測數據，結合基於動態硬件利用率結果制定更好的容器調度決策。這種協做將在新的調度算法和動態硬件部件的組合中體現出來。在將來，平臺基礎，平臺資源，工做負載和組合引擎將經過遙測指標與調度程序交織在一塊兒。