ZDNet至顶网服务器频道 04月22日(文/赵效民): 北京时间2014年2月19日,英特尔正式发布了新一代至强E7系列处理器,简称“E7v2”,这个基于IvyBridge架构的顶级至强家族(IvyBridge-EX),无疑代表了x86处理器最高端的水平,同时它也承载了英特尔向传统高端服务器市场进军的最新梦想。而其主要的竞争对手——IBM POWER处理器,也将于2014年4月28日迎来新的掌门人——POWER8,相信双方将像它们的前辈(至强7500/E7与POWER7/7+)一样,展开新的激战,而两者发布之间的这短短的空档期,也正好可以留给我们来展望双方对决的前景。
新时代下的高端服务器定位
在进行具体的产品介绍比较之前,我想先谈谈所谓的高端服务器,毕竟E7v2与POWER8的一个主要目的或者说目标市场就是高端服务器(这也将是它们的主战场)。IT圈里的很多人对高端服务器的第一印象就是Scale-Up,而在互联网模式大行其道,并迅速带动云计算普及的今天,似乎Scale-Out是更为时髦的词汇,相较而言Scale-Up则是传统的、陈旧的代名词,为其佐证的就是当今高端服务器市场占有率的老大——IBM PowerSystems正的逐年下滑,并迫使IBM硬件部门进行了大规模调整。但是,如果真如互联网IT人员所鼓吹的那样,Scale-Out包打天下,那么坐拥最大双路服务器市场的英特尔为何还要不断推出高端至强处理器E7呢?这其中肯定自有规律。
4路及4路以上高端服务器市场,传统RISC系统(IBM PowerSystems与Oracel SPARC)出货量对比,到2013年x86已经占据该市场的81%
在2013年炒火热的“去IOE”,应该是Scale-Up与Scale-Out最典型的交锋,但凡事无绝对,阿里的举措是否完全合理或者说全部出于正确而客观的IT理念,我在此仍持保留态度,但是有一点是可以肯定的——其实技术架构的变革,对工作负载本身的性质并没有绝对的影响,反过来工作负载的特性往往会决定技术架构的基本走向。对于当前很多关键业务,尤其是对响应速度、准确性、关联复杂度有较高要求的负载,是否真的是廉价的双路服务器配以Scale-Out架构就能搞定的呢?显然不是,这就好比HPC(高性能计算)领域中的OpenMP与MPI之分,理论上讲机器内部的通讯速度与响应时间永远要好于分布式的互联,这种本质上的区别也预示着单靠其中一种架构都不可能独霸天下。因此,在很多应用场合中,我们仍然有必要重新审视,并保持对Scale-Up系统的关注。
事实上,传统的高端服务器走向衰落一个很重要的原因在于其生态系统的封闭,而非应用本身不再需要高端服务器,否则不断出新的高端x86服务器都卖给谁去了?我相信,传统的由某些厂商专有的Scale-Up技术架构体系的衰落,有很大一部分由基于开放、标准化的x86高端Scale-Up系统来替代的。这是因为,与当前Scale-Out潮流一下,x86也为高端服务器带来了开放与标准化设计的特点,并带动了相关生态的发展(如高RAS的软件平台),从而逐渐打动用户,并愿意替换传统相对更封闭的Scale-Up系统——如此循环,让x86平台在Scale-Up领域也逐渐拥有了强大的市场地位。
在4路及4路以上高端服务器销售额方面,x86的表现也一直向好,2013年达到了57%,如果市场真的不需要Scale-Up系统,x86高端服务器的增长从何而来?
而且我坚定的认为,即使未来全部都是基于云的基础架构,即使对于大型公有云服务商,Scale-Up系统仍然有用武之地——鉴于云的大集中的特性,对于某类负载的单节点承载能力需求,很可能是不降反升,因为这些关键负载节点(如大规模数据分析)的能力更强,也更有肋于整体架构效率的提升与成本优化(如能耗、机房空间等),而这也将进一步成为Scale-Up系统的发展动机。
所以,无论是高端x86还是POWER服务器,谁强过谁都不能说Scale-Up已经过时了,反倒是证明了这个市场存在的现实——即使是IBM System z大型主机也正在突显其Scale-Out Inside的能力,所以这也是为什么英特尔仍然不断的发展E7家族,而IBM也下惜重金开发POWER8以及成立OpenPOWER基金会的原因,前者想通过较前辈更强大的性能与生态系统获得更多的Scale-Up市场,后者则希望以传统的性能优势,配合不断改善的生态环境,来重返主流地位。但不管最终结果如何,我相信,市场永远需要高端的服务器。
好文章,需要你的鼓励
AI正在彻底改变营销行业。IDC预测到2028年,五分之三的营销功能将由AI处理。传统搜索引擎优化正被"生成式引擎优化"取代,品牌需要在AI回答中被提及而非仅仅排名靠前。AI代理将实现自主商务交易,营销、销售和客服边界正在消失。78%的营销人员预计三年内四分之一的工作将被自动化。品牌实力和第一方数据成为关键资产,企业必须重新构想AI中介世界中的客户关系。
布朗大学研究团队开发AssertBench测试工具,首次系统评估AI在面对用户错误引导时的坚持能力。通过对比AI在正面、负面用户框架下的反应差异,研究发现多数模型存在"讨好倾向",容易为迎合用户而放弃正确判断。研究还发现知识不足的AI反而更固执的悖论现象,为AI训练和应用提供重要启示。
HPE在2025年Discover大会上发布GreenLake Intelligence代理式AI框架,将AI代理集成到网络、存储管理等各个系统中。虽然被称为"自主式",但仍需人工监督决策。HPE高管表示,在明确定义的单一领域内AI代理已实现自主运行,但企业全面自主化仍需时间。此外,HPE还发布支持英伟达Blackwell GPU的新硬件系统,扩大AI工厂联盟合作。
UC圣地亚哥和西蒙弗雷泽大学联合开发了GMT系统,这是首个能让机器人掌握多种人类动作的通用控制器。通过自适应采样和专家混合架构,单一系统可同时处理走路、跳舞、武术等复杂技能,在真实机器人上展现出卓越的稳定性和流畅性,为通用人形机器人的实现迈出关键一步。