在本系列的第一篇文章中，我們探討了靜默數(shù)據(jù)損壞（Silent Data Corruption，SDC）的定義及其對(duì)當(dāng)前計(jì)算數(shù)據(jù)狀況的影響。為此，我們?cè)俅窝?qǐng)了谷歌的首席工程師Rama Govindaraju和微軟的硬件架構(gòu)合伙人Robert S. Chappell共同探討解決這一棘手問題的可行方案。

回顧一下，靜默數(shù)據(jù)損壞是指受影響的CPU在處理數(shù)據(jù)時(shí)無意中引發(fā)錯(cuò)誤。這些錯(cuò)誤可能會(huì)長時(shí)間潛伏而不被發(fā)現(xiàn)，進(jìn)而悄無聲息地破壞整個(gè)數(shù)據(jù)集。

隨著計(jì)算機(jī)處理能力的飛速提升，尤其是伴隨內(nèi)存密集型人工智能（AI）及其他前沿技術(shù)的廣泛應(yīng)用，SDC的風(fēng)險(xiǎn)日益加劇，可能導(dǎo)致大量數(shù)據(jù)的損壞，進(jìn)而引發(fā)難以預(yù)估且影響深遠(yuǎn)的問題。

SDC問題亟待解決，那我們應(yīng)該如何應(yīng)對(duì)呢？

處理復(fù)雜的靜默數(shù)據(jù)損壞問題

當(dāng)前，SDC的成因尚未明確，且解決方案尚處于初級(jí)階段。

SDC所面臨的一大挑戰(zhàn)是決策者未投入充足資源來根本性地解決該問題，而僅僅是在癥狀顯現(xiàn)時(shí)采取臨時(shí)緩解措施?！斑@要花多少錢？”是常見的反對(duì)理由，通常也是SDC未得到根本解決的原因，畢竟定期執(zhí)行掃描以及改進(jìn)芯片制造工藝等諸多措施的成本過高。

最終，成本問題成為了開發(fā)實(shí)際解決方案的絆腳石。如果成本過高，為什么還要去研究解決方案呢？但這正是悖論所在：如果開發(fā)出了解決方案，就可以進(jìn)一步研究降低成本和擴(kuò)大應(yīng)用的方法。

解決SDC的責(zé)任不應(yīng)僅落在芯片開發(fā)者身上，制造商以及更廣泛的利益相關(guān)方也應(yīng)參與其中。即使現(xiàn)有的每個(gè)芯片都完美無瑕，SDC問題仍然會(huì)發(fā)生。然而，芯片生命周期的每一個(gè)環(huán)節(jié)都可能存在相關(guān)的解決方案，且或?qū)?duì)此發(fā)揮積極作用。

如今，制造商缺乏應(yīng)對(duì)SDC的動(dòng)力。如果客戶收到有故障或缺陷的芯片，通常只需退換即可。這種做法雖然可行，但并未從根本上解決問題。如果激勵(lì)機(jī)制發(fā)生改變，相應(yīng)的行為模式也會(huì)隨之變化。例如，如果芯片開發(fā)者可以向制造商證明某個(gè)芯片存在缺陷，而制造商必須為此支付50倍于芯片成本的賠償，那么制造商就會(huì)更自覺地采取預(yù)防措施。

此外，早期的篩查和測試有助于盡早發(fā)現(xiàn)SDC，從而留出補(bǔ)救時(shí)間。就比如您汽車上的傳感器。許多傳感器并不是汽車正常運(yùn)行所必需的，而是用于提醒用戶可能存在的問題。

在芯片領(lǐng)域，某些故障可能隱藏了一兩年之久，等到發(fā)現(xiàn)時(shí)往往為時(shí)已晚。芯片中的傳感器可以發(fā)出預(yù)警或警告，雖然這只是權(quán)宜之計(jì)，但可以在過渡階段提供有效幫助。

解決SDC面臨的一大難題在于，解決方案需要廣泛覆蓋。具體來說，真正有效的解決方案應(yīng)涵蓋芯片開發(fā)者、供應(yīng)商、云和數(shù)據(jù)管理者及其他相關(guān)方等等所有環(huán)節(jié)。

有望解決靜默數(shù)據(jù)損壞的工具和方法

解決SDC的另一難點(diǎn)在于我們對(duì)其發(fā)生機(jī)制和原因知之甚少。不知彼，不知己，每戰(zhàn)必貽。因此，我們需要更多能夠廣泛共享、分析和研究的數(shù)據(jù)。此外，行業(yè)也應(yīng)允許并鼓勵(lì)研究人員和開發(fā)者聚焦于SDC問題。

識(shí)別數(shù)據(jù)中的異常點(diǎn)、采取糾正措施、診斷癥狀、關(guān)注時(shí)間延遲或數(shù)據(jù)泄漏等警示跡象，以及其他許多診斷選項(xiàng)，將有助于揭開SDC的神秘面紗。然后，通過調(diào)整策略，我們也許能夠找到解決方案。然而，這些舉措仍未能在開發(fā)階段如期落地，所以迫切需要集結(jié)各方力量共同攻關(guān)。

我們可以借鑒網(wǎng)絡(luò)安全等相關(guān)行業(yè)以及食品和消費(fèi)品等領(lǐng)域，建立一系列的管理標(biāo)準(zhǔn)，規(guī)定安全可靠的產(chǎn)品必須達(dá)到的特定條件。在計(jì)算機(jī)組件領(lǐng)域，類似的框架必定有助于推動(dòng)解決方案的發(fā)展。

在工具箱中，還有一個(gè)工具目前尚未得到充分利用，那就是人工智能（AI）和機(jī)器學(xué)習(xí)（ML）算法。在診斷方面，定期篩查并不完美。一項(xiàng)篩查可以運(yùn)行10次，但可能會(huì)得到5次陽性結(jié)果和5次陰性結(jié)果。故障容易被遺漏，而即便能夠識(shí)別出某些癥狀，但通常也難以確定故障的根本原因或具體機(jī)制。

AI或ML或許能夠提供幫助。理論上，當(dāng)SDC的早期跡象達(dá)到某些條件時(shí)，算法能夠發(fā)出警報(bào)。但這種方法也并不理想，因?yàn)橛?xùn)練這些模型需要大量數(shù)據(jù)，進(jìn)而需要綜合處理數(shù)據(jù)，而且用于AI訓(xùn)練的數(shù)據(jù)集必須具備高度的目的性。這個(gè)方法雖然很有潛能，但仍處于早期階段。

毫無疑問，這一問題規(guī)模巨大，構(gòu)成了根本性威脅，需要我們攜手應(yīng)對(duì)。芯片開發(fā)者、制造商、軟件和硬件工程師、供應(yīng)商以及任何涉及計(jì)算機(jī)數(shù)據(jù)的人員等等各個(gè)領(lǐng)域的利益相關(guān)者，都需要共同合作并認(rèn)真對(duì)待SDC問題。在此過程中，教育扮演著重要角色，我們希望類似本博客系列的資源有助于闡明為什么必須采取行動(dòng)來解決靜默數(shù)據(jù)損壞，并說服決策者落實(shí)措施。

解決問題的第一步是承認(rèn)問題的存在。對(duì)于靜默數(shù)據(jù)損壞，我們已經(jīng)意識(shí)到問題的存在，現(xiàn)在是采取行動(dòng)的時(shí)候了。