雲時代，智能硬體再次走向神壇？

近幾年，隨著雲服務商的興起，及雲計算的日趨成熟，越來越多的中小型公司不再自行購買伺服器，直接購買雲服務來完成自身的IT支撐業務。而曾經的硬體廠商隨著鍵盤滑鼠正在消失，觸摸屏適用場景在減少，在IT行業也被視為明日黃花，有的為了生存紛紛進行了轉型。看上去硬體似乎要走向末路了，那事實到底如何呢？

IDC最新的報告顯示，全球的企業及機構用在雲基礎設施（包括伺服器、存儲、網路等基礎設施產品）每年同比都有著兩位數的攀升，包括增長達44%的美國市場。這樣的增速，對任何一家參與者都有著足夠的吸引力。

日前，程式控制邏輯電路和軟體行業資深人士Xilinx Inc.總裁兼首席執行官彭文迪(Victor Peng)在一場名為「硅的復興」(The Renaissance of Silicon)的活動上說：「雲實際上正在釋放出一股新的硬體創新浪潮——從基礎的硅晶元開始，所有的電腦和雲本身都是建立在硅晶元之上的。

而它的意義遠不止硅領域。過去人們普遍認為，雲基礎設施供應商認為硬體是一種商品，可以便宜地購買，並將它們連接在一個無限可伸縮的BLOB中，由複雜的軟體管理。如今，雲也帶來了一些棘手的問題，比如雲的固有延遲缺點，以及在雲存儲和雲存儲之間來回傳輸大量數據所涉及的延遲。Pund-IT Inc.首席分析師查爾斯?金(Charles King)表示:「如果沒有硬體的進步，我們今天認為理所當然的事情，比如即時啟動的個人電腦、智能手機、令人瞠目的遊戲視頻、速度驚人的內存資料庫和容量巨大的存儲系統，將會受到更大的限制，或者成本高得難以想像。」那麼雲時代，智能硬體到底在各大IT公司扮演著怎樣的角色呢？

硬體的質量遷移

隨著雲計算的發展，硬體正在從用戶轉移到後端基礎設施。垃圾處理、收集和回收公司Advanced processing Services Inc.的CIO道格?桑德斯(Doug Saunders)表示，「我不想從事硬體業務。」這位擁有20年IT經驗的老手表示，他已經有了比安裝、調優和保護伺服器更多的工作，從最初的訂單開始，這個過程可能需要多達3個月的時間。「你總是聽到說它很慢，」他說。「其中一個原因是硬體。」軟體定義管理的吸引力是如此之強，以至於即使是硬體製造商也不再強調時鐘速度、CPU核心計數和存儲容量等參數，而更傾向於簡單和易於管理。

摩爾定律的終結

幾年前，磁碟驅動器達到了理論上的性能峰值，快閃記憶體的速度改進已經達到了收益遞減的程度。微處理器正在碰壁。40多年來，基於X86架構的晶元在摩爾定律的指導下，每18到24個月性能就會翻一番。然而，小型化的物理限制現在正在達到，使進一步的進展緩慢和貴。」Heredia說。據全球市場研究公司.預計，到2024年，全球GPU出貨量將以每年30%以上的速度增長，達到800億美元的收入。英偉達(Nvidia)企業和邊緣計算解決方案高級主管賈斯汀?博塔諾(Justin Boitano)表示:「我們的首要信息是，摩爾定律已基本結束，因此計算性能在CPU級別上已達到一個平台。」

不強調微處理器

Nvidia和其他GPU製造商正在滿足雲計算和系統製造商對新硬體架構的需求，這種架構不再強調微處理器性能，而更傾向於舷外引擎，這種引擎非常適合機器學習工作負載的並行處理需求。為處理機器學習工作負載而構建的機器將大部分工作外包給gpu, gpu並行處理數據並將結果反饋給中央處理器，而中央處理器甚至不需要那麼快。這種方法為某些工作負載帶來了性能上數量級的飛躍。

比如OpenAI LP,人工智慧啟動上周接到微軟的大規模投資10億美元,去年估計,計算能力的使用量最大的人工智慧培訓運行在2012 - 2018年間增長了300000多倍,3.5月倍增時間遠遠超過摩爾定律的速度。這種行為不僅僅發生在GPU中。主導手機市場的低功耗、低指令集計算Arm微處理器正在物聯網設備甚至亞馬遜網路服務公司中尋找新的用途。

人工智慧晶元

谷歌將其雲戰略的大部分賭注押在處理人工智慧工作負載上。為此，它設計了一系列被稱為張量處理單元的微處理器，它說這些處理器比GPU性能更好，成本更低。TPU的性能正在飛速提高，到目前為止還沒有遇到X86上的物理限制。谷歌的Heredia表示，2015年，在用於圖像處理的多層神經網路ResNet 50上訓練一個深度學習模型的成本超過20萬美元。「今天還不到一杯咖啡。」其他雲計算製造商也在硬體領域。微軟的奧林巴斯項目是基於Facebook Inc.發起的開放計算項目，為其雲平台構建一套伺服器構建模塊。AWS基於arm的gravity on處理器自2015年以來一直處於開發階段，目前已在這家雲巨頭的EC2實例上得到主流應用。大多數計算工作負載一直頑固地停留在通用處理器上。傑出工程師詹姆斯?漢密爾頓(James Hamilton)在最近的一篇博客文章中寫道:「硬體專門化可以將延遲、價格/性能和功耗/性能提高多達10倍，但多年來，大多數計算工作負載都頑固地停留在通用處理器上。」亞馬遜每年安裝超過一百萬的專用晶元，專註於機器學習的工作量。

另外一個名為Nitro的Amazon項目結合了硬體和軟體組件，以消除虛擬化開銷。漢密爾頓寫道，亞馬遜「每年大約要消耗數百萬台Nitro asic，儘管它只被AWS使用」。該硬體消除了諸如網路包封裝/解封、EC2安全組強制執行和微處理器路由等開銷，對於大多數IT組織來說是不切實際的。英特爾對專用處理器的需求並沒有逃過英特爾的注意，2015年該公司斥資167億美元收購了現場可編程門陣列製造商Altera Corp.，以及最近收購了Nervana Systems、Omnitek B.V.和Movidius Ltd.等專業硅公司。微處理器並沒有消失。

國際數據公司(International Data Corp.)的數據顯示，2018年英特爾公司(Intel Corp.) x86伺服器的全球出貨量增長了15.4%，但該研究公司指出，其中很大一部分增長來自雲服務提供商的需求。

物聯網的因素

物聯網設備的浪潮正在引入數以千計的新平台，每個平台都有自己的底層硬體考慮。北卡羅來納州卡里該公司的智能交通計劃覆蓋112個交通攝像頭、100多英里長的光纜和199個交通信號控制器。凱里的雙胞胎北卡羅萊納州的Cary智能交通計劃覆蓋112個交通攝像頭，100英里長的光纖電纜和199個交通信號控制器。「所有的物聯網供應商都有自己的解決方案，」北卡羅來納州卡里鎮的首席技術官彼得肯尼迪(Peter Kennedy)說。「就硬體而言，這是一個非常分散的領域。」「硬體比過去更重要。」高級處理服務公司的桑德斯說，系統管理等傳統IT技能並不一定適用於這類新設備。他的公司目前正在為6000輛卡車配備6個攝像頭，用於安全和合規監控。他說:「你需要的團隊必須具備創新和推動新收入的思維模式。」這與坐在辦公桌前監視87台路由器是不同的心態。「好的一面是，通過智能設備改變業務的機會是如此之大，以至於吸引了年輕的IT專業人士從事這項工作。雲提供商正以專用服務和硬體(包括模仿其雲棧的內部基礎設施)進軍邊緣市場，但隨著設備數量預計在未來10年增長約10倍，物聯網革命將使硬體保持領先和核心地位，這是一個安全的賭注。其結果是:IT組織——即使是那些拿著螺絲刀的人——在未來幾年將有大量的硬體需要處理。

可以預見，在未來一段時間內，隨著雲計算的發展，智能硬體產業發展將成為下一時期的主題詞。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！