前几天收拾房间的时候,笔者从杂物间里搜出来一个壁挂钟。没错,就是晚上会发出“滴答、滴答”声的老式壁挂钟,相信70后或80后对这种老古董还记忆犹新,多少个夜晚就是这有节奏的钟摆声陪着我们入眠。但在这个电子设备消灭一切机械设备的时代,大部分人家里早就没有了这美妙的“滴答”声,可能甚至连电子壁挂钟也没有了,一台手机搞定一切。
在另一个维度的世界,“Tick-Tock, Tick-Tock”也像钟摆声一样维持着电子世界的秩序,不管是PC、服务器还是数据中心,这些硬件基础设施都像着了魔一样听从着“Tick-Tock”的指挥。然而,随着硅基半导体技术趋近物理极限,摩尔定律终于走到了拐点,“Tick-Tock”已经变成了事实上的“Process-Architecture-Optimization”,每个周期由两步变为三步,从此进入了“二变三”的节奏。
抛开纯硬件不说,过去若干年,软件行业取得了革命性的进展,云计算、大数据、Docker、区块链,各种新技术层出不穷。Google、Facebook们充分利用自己的技术优势,结合自己的业务特点打造了基于COTS硬件的IT基础设施平台,看上去软件已经不关心硬件了,传统的硬件基础设施已经没救了吗?
然而,由于互联网业务特点鲜明,使得其平台往往不易被复制到其他领域。另一方面,软件技术的发展,从通用OS、虚拟化、Docker到UniKernel,似乎上层软件螺旋式的走向了嵌入式,软件在努力抛弃一切冗余的中间层,消除浪费,不断追求最优性能的过程。当所有浪费消除后,软件在性能上的提升空间也逐步变小,这之后的性能提升只能依靠硬件。
所以,传统硬件基础设施还有很大的提升空间,不管是软件倒逼还是硬件自身的发展,这都对硬件基础设施的架构提出了更高的要求。
相较于软件风起云涌的技术革新,硬件的变化相对迟缓。通用服务器出现了二十多年,看似其基本结构没有发生过大的变化。但随着IoT、5G、VR/AR、4K、机器学习、人工智能的不断发展,现实世界对大流量、高性能计算的需求在加速扩大,硬件的变革已经拉开了序幕。
通用计算会逐步变成面向业务驱动的可编程计算,通过与业务需求更加匹配的资源模型来承载业务,减少资源浪费。通用x86处理器的主流地位虽不会变化,但会逐步向可编程的处理器发展,以最佳的计算模型承载软件进程,最终将与软件胜利会师于“嵌入式、可动态调配”的发展模型。
对于摩尔定律而言,虽然单个节点的摩尔定律已经“二变三”,但硬件基础设施领域仍然会通过系统级的整合实现摩尔定律的延续,比如通过新型存储介质、硅光互联、异构计算等技术,配合资源的解耦及编排,使整个系统的性能提升保持摩尔定律的增长速度。
现在,传统硬件基础设施就到了变革的关键时期,如果有这么一种业务驱动的架构统一而和谐的融会计算、存储、网络资源,让各种资源能够灵活调度,适配不同业务模型,将是多么美好的画面。要实现这个目的,需要很好的回答这些问题:
那么,哪里能找到这种跨时代的硬件平台,亲身感受业务驱动的未来架构之美呢?据悉,华为将于8月31日在上海世博中心举行“2016华为全联接大会”,在银厅(A厅)展区入口处就会展出新一代SDI 2.0(Service Driven Infrastructure)业务驱动基础设施样机,一展“池化、弹性、软件定义”的硬件基础设施架构之美,还不快来一窥究竟?
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。