（文章來源：砍柴網(wǎng)）
幾年前,摩爾定律在IT 行業(yè)被奉為經(jīng)典,不僅定期推出更強(qiáng)大的計(jì)算機(jī),同時降低功耗,也就是說,新一代芯片的晶體管數(shù)量是上一代的兩倍,但功耗卻與上一代芯片相同。

現(xiàn)在摩爾定律已死,數(shù)據(jù)中心需要更智能、更高效的方案來滿足應(yīng)用的需求,如AI輔助設(shè)計(jì)、專用處理器加速特定應(yīng)用、智能網(wǎng)絡(luò)、容器化和邊緣計(jì)算等。傳統(tǒng)的計(jì)算方法依賴軟件執(zhí)行所有任務(wù),所有軟件都運(yùn)行在通用 CPU 上,如 Intel 和 AMD 的x86 CPU。軟件開發(fā)人員只需將函數(shù)和實(shí)現(xiàn)簡單地添加到應(yīng)用程序(或者數(shù)據(jù)庫、存儲等),不必考慮優(yōu)化效率問題。

如今,應(yīng)用的發(fā)展要求軟件必須增加新的功能,同時提升效率。讓人逐行查看源代碼以進(jìn)行優(yōu)化是一項(xiàng)乏味又耗時的工作,從 Perl 這樣的高級語言轉(zhuǎn)換到 C/C++ 這樣的底層語言來提高效率也是如此。新的人工智能(AI)工具可以自動優(yōu)化軟件代碼,快速降低數(shù)據(jù)中心的功耗。AI 還可以提高數(shù)據(jù)中心供電分布、風(fēng)流和冷卻的效率,減少應(yīng)用在不同專用處理器(如 GPU,FPGA 或 SmartNICs等)之間切換所需的時間,相較 X86 CPU, 這些專用處理器往往能夠更高效地運(yùn)行特定的任務(wù)。

這突顯出了智能網(wǎng)絡(luò)的重要性,因?yàn)樗谶B接著各個分布式計(jì)算單元,如 CPU、GPU 和 FPGA等,當(dāng)數(shù)據(jù)流過網(wǎng)絡(luò)時, SmartNIC 和智能交換機(jī)本身同時也是計(jì)算單元。例如,許多安全、存儲、虛擬化和網(wǎng)絡(luò)等應(yīng)用可在合適的SmartNIC 上得到比在 X86 CPU 上快 2 倍、3 倍、甚至 6 倍的性能(同時功耗更低),如基于Mellanox 的 ConnectX-5 和 ConnectX-6的智能網(wǎng)卡。

另一種使計(jì)算更綠色的方法是從虛擬化切換到容器化,因?yàn)槿萜鞑恍枰\(yùn)行在 Hypervisor上,也不需要復(fù)制機(jī)器、操作系統(tǒng)、內(nèi)核等整個軟件包到每個應(yīng)用的容器實(shí)例。但是,容器的安全性可能不及 VM,需要給裸金屬服務(wù)器提供新一代防火墻和安全隔離等額外的安全保障。這些額外的安全需求將需要更多的計(jì)算資源,為綠色 IT的目標(biāo)提出了新的挑戰(zhàn)。但是如果將其卸載到 SmartNIC 和 I/O 處理單元(IPU)上,如 Mellanox 的BlueField,就可以使數(shù)據(jù)中心繼續(xù)朝著綠色的目標(biāo)前進(jìn)。

最后,邊緣計(jì)算通過將數(shù)據(jù)收集、處理和分析等任務(wù)轉(zhuǎn)移到更靠近設(shè)備和用戶的地方(數(shù)據(jù)產(chǎn)生和使用的地方),大大提升了效率。對比將所有數(shù)據(jù)移動到中央數(shù)據(jù)中心進(jìn)行處理,再將要采取的行動或建議發(fā)回網(wǎng)絡(luò)邊緣端,更加高效節(jié)能的做法是在基站中分析和處理呼叫數(shù)據(jù),在商店中分析和處理零售數(shù)據(jù),在攝像頭中分析和處理視頻。
（責(zé)任編輯：fqj）