物聯(lián)網(wǎng)已經(jīng)升溫，物聯(lián)網(wǎng)帶來的數(shù)據(jù)爆炸性增長不容忽視。隨著數(shù)以千計的數(shù)據(jù)增長，我們會發(fā)現(xiàn)數(shù)據(jù)中心服務器上的壓力越來越大，用戶越來越關注CPU。
服務器對處理能力的要求越高，服務器加速就迫在眉睫。通常，如果要確保數(shù)據(jù)冗余，則需要為每個大數(shù)據(jù)架構進行3次備份。
這帶來的問題是用戶需要準備3倍的存儲空間。如果無法進行在線備份，該怎么辦？有人說通過邏輯可以將硬盤的利用率從3倍降低到1.4倍，但由于CPU必須處理邏輯運算，因此CPU的利用率將超過99％。
可以看出，沒有用于大數(shù)據(jù)分析的冗余CPU處理能力。我們該如何解決呢？這就是為什么我們要鼓勵第二代分布式計算的原因。
我們可以通過FPGA加速器進行加速，從而使CPU主要負責一般的計算負載，而FPGA技術則負責大量的重復計算負載，從而將控制權分開。 CPU和FPGA如何進行跨境集成？它們在服務器加速過程中扮演什么角色？如何實現(xiàn)“更少，更快，更好和更便宜”。
未來的服務器？帶著這些問題和非網(wǎng)絡記者的參與當半導體技術發(fā)展遇到瓶頸時，如何加速服務器？從計算機系統(tǒng)的發(fā)展可以看出，原始計算機都是單任務計算的，隨著數(shù)據(jù)的增長逐漸演變?yōu)槎嗳蝿沼嬎恪Ｒ虼?，系統(tǒng)中有多個CPU電源。
因為多個CPU POWER可以同時訪問內存中的數(shù)據(jù)，所以首先要解決的是數(shù)據(jù)一致性問題。當一個POWER處理一個數(shù)據(jù)時，另一個POWER需要獲取正確的數(shù)據(jù)。
在系統(tǒng)中，通常使用硬件來確保數(shù)據(jù)的一致性，以確保讀取數(shù)據(jù)時另一個線程可以獲取正確的數(shù)據(jù)。因此，當計算機系統(tǒng)從單CPU系統(tǒng)發(fā)展到多CPU系統(tǒng)時，其性能/功率比已經(jīng)大大降低，如何提高CPU性能和降低功耗已成為許多用戶的難題。
IBM全球杰出工程師Bruce Wile解釋說，隨著Internet數(shù)據(jù)的增長，對于我們的系統(tǒng)，我們需要更強大的硬件計算能力來處理更多數(shù)據(jù)。一種解決方案是，我們在CPU內核上打開更多硬件線程，并使用這些線程來提高其處理能力，以更好地處理I / O數(shù)據(jù)。
同時，我們介紹了GPU和FPGA，使用這些硬件來幫助我們的系統(tǒng)處理數(shù)據(jù)，但是傳統(tǒng)上，GPU和FPGA以I / O設備的形式安裝在該系統(tǒng)上。為了使用這些IO設備，我們需要工程師具有更多技能。
例如：程序員需要學習硬件知識，我們需要了解內核的人員才能開發(fā)這些I / O設備的驅動程序，并且由于它們是I / O設備，因此這些IO設備不與CPU共享內存，因此我們需要內核代碼來幫助他們進行數(shù)據(jù)傳輸。我們面臨的另一個問題是，半導體技術已達到技術轉折點，其成本效益不再持續(xù)增長。
我們不能依靠半導體技術的增長來使我們的系統(tǒng)更快，更強大。我們需要從硬件開始。
綜合考慮上述固件，操作系統(tǒng)，設備應用和其他角度，以尋求更好的解決方案。 ＆amp; rdquo;。