云存儲潮流已對服務器的消費產生了影響，所謂的超大規(guī)模計算公司的增長也對服務器的消費產生了影響。盡管出現(xiàn)了這樣的變化，全球服務器市場的整體趨勢仍然呈現(xiàn)出強勁的趨勢，因為市場繼續(xù)以幾乎不可遏制的勢頭增長。以下是2020年關于服務器發(fā)展的幾大趨勢：

　　1 、數(shù)據為王

　　數(shù)據是未來的關鍵，由數(shù)據驅動的見解正在改變業(yè)務的運行方式，并對從云到核心再到邊緣的所有節(jié)點都提出了新的挑戰(zhàn)。而最大挑戰(zhàn)來自于500億個智能設備以及它們正在生成的大量邊緣數(shù)據。

　　第一波數(shù)字化轉型改進了工作流程，提高了生產率，同時還系統(tǒng)地將大數(shù)據納入業(yè)務流程。但隨著數(shù)據越來越多地推動業(yè)務發(fā)展，人工流程將難以推動下一波發(fā)展。

　　此時， 以客戶為導向的需求以及及時提供相關服務和產品的需求將數(shù)據科學推向了新的高度。采用通過數(shù)據自動方式驅動（即人工智能），是解決新出現(xiàn)的問題的唯一途徑。

　　現(xiàn)代業(yè)務要求數(shù)據引擎以一種彈性，可伸縮和敏捷的方式存在，包括與現(xiàn)有數(shù)據源（如數(shù)據湖，分布式數(shù)據源以及現(xiàn)在不可復制的實時數(shù)據）進行互操作能力。

　　盡管數(shù)據科學和高級分析在算法和統(tǒng)計工作中繼續(xù)占有重要位置，但由數(shù)據驅動的ML/DL/AI（包括來自邊緣的數(shù)據）的集成，將為新的復雜業(yè)務提供重大業(yè)務影響。 數(shù)據為王！掌握數(shù)據的人將領導世界。

　　2 、特定領域的 CPU 將加速崛起

　　CPU計算長期基于RISC或X86架構（IBM，Intel和AMD），而在過去的十年中，我們已經轉向GPU和FPGA（Nvidia，AMD，Intel，Xilinx等）來推動AI/ML?，F(xiàn)在，張量處理單元（TPU）和神經處理單元（NPU）越來越受到關注。

　　下一波革命將是AI芯片的蓬勃發(fā)展，并在云中驅動核心到邊緣空間。

　　另一方面，處理器供應商正在添加專門的指令（VNNI，Bfloat16等），以便能夠更好地處理混合精度算法并優(yōu)化AI服務器性能。

　　與專用加速器相比，傳統(tǒng)CPU為用戶提供了更通用的平臺，以供用戶運行各種工作負載，并執(zhí)行AI/ML/DL工作流程中必不可少的數(shù)據處理或數(shù)據準備任務。盡管在運行AI工作負載方面通用CPU的效率不如特定領域特定的加速器，但如果要將系統(tǒng)用于各種工作負載和用例，請考慮使用通用CPU的系統(tǒng)架構。

　　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這樣的大型公司之外，還有一系列新興公司通過Graphcore，Groq，Hailo技術，Wave計算和Quadric等AI芯片來展現(xiàn)自己的存在。

　　預計該市場在未來2-3年內將增長到數(shù)百億美元，并且隨之而來的是許多參與者，他們將試圖區(qū)分芯片、平臺和應用并證明他們的優(yōu)點。市場上大量的AI/ML用例使得這場競賽趨于白熱化。下一個游戲改變者將是使這些AI芯片更快，更有利于應用程序的人。大公司將必須努力保持敏捷，以在這場競賽中生存，因為這是一場淘汰賽。

　　不過，不管誰贏了，用戶都將有更多選擇。 未來的系統(tǒng)將結合通用CPU和特定加速器，實現(xiàn)更多混合。作為解決方案供應商，我們面臨的挑戰(zhàn)將是為正確的工作負載推薦正確的體系結構，并使我們的客戶更輕松地操作和使用此類混合系統(tǒng)。

　　3、x86服務器擴展至邊緣

　　大約10年前，SDN（軟件定義的網絡）和SDS（軟件定義的存儲）就開始朝著軟件定義的體系結構發(fā)展。這產生了基于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，VxFlexOS，ECS只是幾個示例。網絡體系結構也從專有網絡演變?yōu)榛贠pen-flow的可編程交換機，以及用于VM和容器網絡的新型分布式虛擬交換機。帶有L4-7網絡服務的OS10網絡操作系統(tǒng)，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(shù)超大規(guī)模云和大型數(shù)據中心都是利用軟件定義的架構構建的移動學習。

　　軟件定義的這一趨勢將加快客戶從“ 云優(yōu)先”策略向“ 數(shù)據優(yōu)先”策略的轉變，同時伴隨著的IoT和5G也在推動這種轉變。

　　隨著客戶將IoT設備連接到網絡，他們需要在本地或邊緣處理數(shù)據。這些邊緣位置通常需要堅固，緊湊且適用于嚴苛環(huán)境的設備。為了將數(shù)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）也需要移至邊緣，以確保數(shù)據的安全性，私密性，并實現(xiàn)低延遲的數(shù)據分析。

　　這導致x86服務器系統(tǒng)與卸載加速器（offload accelerators）結合在一起，成為承載邊緣工作負載的基礎平臺。x86服務器提供了連接到其他邊緣和集中式公有云的邊緣環(huán)境的能力，以實現(xiàn)數(shù)據的分布式處理。

　　為了實現(xiàn)移動用戶（移動設備和聯(lián)網/自動駕駛汽車）的連通性，電信公司正在朝著5G啟用邁進，其5G基礎架構也朝著軟件定義演進。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。這種密集化導致專有RAN（無線電訪問網絡）架構向CRAN/vRAN（集中式RAN/虛擬化RAN）發(fā)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”，因為所有工作負載都在服務器上運行。它還將推動 特定領域架構（Domain-SpecificArchitecture）的需求?；A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(xié)處理器中，例如GPU，F(xiàn)PGA和SMART-NIC。服務器系統(tǒng)將由x86處理器和內存以及特定于域的加速器組成移動學習平臺。