财新传媒 财新传媒

阅读:0
听报道

对服务器与计算产品竞争来说,2017年注定是令人振奋的一年。今年的影响范围不仅面向企业数据中心和共享云端,而且还扩展到新兴的边缘计算。边缘计算指在数据生成点、或其附近处理数据的计算。此外,这些终端将包括经常在物联网讨论中涉及到的海量远程智能传感器。

 

我们预计:英特尔无疑将继续主导服务器市场、但会面临来自全线的巨大压力;AMD多年来一直具有和英特尔匹敌的实力,现在各方都拭目以待;在细分领域,ARM扩展的机会更可能在边缘而不在服务器领域;高通的Centriq CPU和其他一些ARM的计划今年都备受关注。另一方面,OpenPOWER似乎势头良好,但迄今为止还没对x86服务器市场产生明显影响。2017年或许也将有不同景象。

 

对所有的CPU而言,真正的挑战在于其工作方式。他们的理念建立在数据必须进入芯片、经过芯片处理,从芯片得到结果、甚至得出新数据的原则之上。这整个过程带来了自然的瓶颈,数十年来我们一直都在应对。随着数据量级和范围增加,该来的总会来,并行处理成为了不错的解决方式。到目前为止,这对GPGPU或加速器来说是个利好消息。

 

在更宏观的数据中心和共享云端业务层面,真正的问题不在于用哪个CPU(实际上,业务人士可能根本不在乎),而在于私有、公共或混合解决方案带来的经济效应。可以肯定地说,企业级计算在任何时候都不会很快消失,而且尽管混合解决方案很活跃,但其实现安装和经济效益已经被证实有一定难度。根据Gartner的预测,到2020IaaS PaaS能够提供的计算能力,会比出售或部署到企业数据中心的还要多。不可否认,公司(尤其是小公司)或将在云业务中涌现,或正快速地向云端迁移。然而,并非所有公司都能从该趋势中实现预期。2017年,注定会有企业重新仔细考虑,甚至重新选择战略。

 

随着我们了解的深入,边缘数据爆炸将完全改变数据处理,并产生难以在云端处理的各种计算问题(尽管最终结果可能是那样)。六十多年来,计算一直跟随着数据。首先从最初的大型机数据中心到台式机,再到部门级服务器,再到企业数据中心,再到现在的云端。我认为,如果你计划把数据放入云端,经济性(网络使用成本)迟早会把你的计算也带到云端。你要基于实际需求和使用量仔细考虑。根据你的数据中心的规模和处理能力,或许有更好的总体商业成果。

 

主要的新兴数据资源都将基于边缘,同时也将产生很多计算需求。顺便一提,刚才提到的所有CPU应该都能很好地进行边缘计算。那么,好戏就将再度上演了。

话题:



0

推荐

Patrick Moorhead

Patrick Moorhead

130篇文章 1次访问 63天前更新

市场研究公司Moor Insights & Strategy创始人,总裁,首席分析师。研究领域包括软件定义数据中心和物联网行业(IoT)。同时,他也是客户端计算和半导体领域的资深专家。Moorhead的分析观点屡屡被各大媒体引用,影响力持续位于全球科技行业分析师前列。他还是《福布斯》和《CIO》杂志的撰稿人。Moorhead拥有25年以上的行业经验,在创立Moor Insights & Strategy之前,他曾就职于AMD公司及康柏电脑公司,领导产品管理、业务战略规划及营销等工作。

文章