最近,小伙伴们应该都在忙着刷《延禧攻略》吧~
看魏璎珞怼天怼地怼皇上就是过瘾!
为何魏姐每次都能化险为夷呢?
难道是传说中的“主角”光环在作祟?
NO,细心的你是否发现——
魏姐有着超出常人的洞察与分析能力。
这才是她每次化险为夷的关键。
其实不论从事哪一行,
敏锐的洞察+细致入微的分析=胜券在握
洞察细节发现事物变化的可能性,
缜密的分析才能带来颠覆性结果。
长期以来,戴尔易安信
一直对行业保有敏锐的洞察和分析力,
今天编就来聊聊未来服务器市场的一些洞察。
1、客户为王
事实证明,客户的确永远是对的…...这话我们听过很多次,但在科技世界里往往被忘记。能在今年的竞争中获胜的公司,将是那些真正倾听客户声音,并能够通过产品、解决方案和服务来响应客户需求,解决客户问题,改善客户业务成果的科技公司。同样,戴尔科技集团自30多年前创建之初就秉承着“Customer First”的企业宗旨并持续至今。引用圣雄甘地的话:
译文:“客户是我们营业场所的最重要的访客。他不依赖于我们,而我们依赖于他;他的到来不是干扰我们的工作。他就是我们工作的目的。他不是我们业务的局外人,而是我们业务的一部分。我们为他服务,并不是给他恩惠。是他给了我们机会为他服务,是他给了我们恩惠。”
——莫罕达斯·甘地
2、真正的客户价值存在于数据中
未来,企业将不得不在数据中寻找价值,否则他们将被那些找到科学方法来挖掘数据,从而创造出商业价值和服务的竞争对手所颠覆。
对数据的评估很大程度上是通过机器学习和深度学习技术展开的——请参阅第11条。在2019年,网络攻击的水平将会提高。与此同时,一系列全新的、内置在服务器中的安全手段也会应运而生,旨在保护客户最宝贵的资产——请参阅第16条。
3、制造技术的平等化
虽然芯片还不是大众用品,而且大多数芯片制造商(如台积电、三星、格罗方德和Intel四家)正处于或接近于相同的制程节点规模。显然,节点规模上的领先已经不再是差别性的竞争优势。因此,执行力、架构选择以及适宜的产品定义,将成为赢得竞争的重要因素。
4、CPU竞争力日益凸显
英特尔、AMD、高通和Cavium凭借着颇具竞争力的CPU产品脱颖而出。反过来,制造技术的平等化也使得竞争更加公平。这对于整个行业来说是健康的,能够促进“帮助客户解决真正的问题”的技术创新。
5、以内存为中心的计算
2019年,业界将会充分意识到:我们必须拥抱以内存为中心的计算。这一趋势将会开启软、硬件等多个前沿领域的创新。随着FPGA、存储级内存、ASIC、GPU等设备将延迟时间缩短至微秒和亚微秒级(请参阅杀手级微秒设备来袭),我们再也不能将它们视为大量协议堆栈后的“二等公民”,也不能“软件定义”它们而不丧失其固有价值。GenZ作为解决这一问题的真正开放标准,正在业界获得更高的参与度。不过,在任何包含多个步骤的项目中,第一个步骤永远是需要正确认识到问题到底是什么。
注:1秒=1000毫秒=1,000,000微秒;
注:GenZ在今年发布了第一个核心规范1.0,服务器,存储,OEM和ODM,组件制造商,网络厂商等可以据此开始研发产品,对应商品有望在2019年上市发售。
6、单路服务器的兴起
多年来,业界一直在从大型的SMP(对称多处理,指UNIX服务器和小型机)设备转向横向扩展的服务器。坦白地说,由于缺乏真正的单路优化型CPU,我们曾经止步于二路服务器。随着核心数量(32)和内存通道数量(8)不断增多,如今的单路服务器正变得前所未有地可行。正因为如此,戴尔易安信为业界提供了两款单路AMD EPYC服务器——PowerEdge R7415和PowerEdge R6415。
7、异构计算弯道超车
尽管在数字化转型中企业总在寻求领先于竞争对手的方法,但通用型CPU在性能方面一直发展平缓,难有突破。因此那些想要取得先机和保持领先的企业,更多地采用了专门化的计算方案(GPU、FPGA、ASIC、智能网卡)。机器学习技术针对新出现的数字化大数据问题而优化,可在海量的数据中快速地“大海捞针”。摩尔定律是经济定律,而不是性能定律。从根本上说,它的意思是:如果你能够从芯片制造投资中获得足够的价值,那么你就能在大约每两年的时间内继续缩小芯片的尺寸。也就是说,摩尔定律未死,只是我们使用晶体管的地点和方式正在发生改变。
8、拥抱RedFish(“红鱼”)
红鱼,全新的跨厂商数据中心基础架构管理标准。归功于IPMI的出现,在若干次尝试对基础架构系统管理进行标准化之后,业界终于联合了起来,并通过Redfish取得了成功。我们应当感谢其创始者,其中包括戴尔易安信、惠普和艾默生,这些企业拥有远见、耐心和务实的途径。我们还要感谢下一批支持者(微软、VMware和英特尔),是他们将Redfish带到了DMTF。广泛的行业合作伙伴在DMTF共同努力继续扩展Redfish,同时SNIA也加入进来通过Swordfish提供存储管理。
9、SCM在服务器中的用武之地
存储级内存(SCM)的出现将为服务器应用、操作系统和虚拟化管理程序带来突破。我们必须记住,我们花费了20年的时间来推进横向扩展和无状态计算。业界曾经为了追求应用的敏捷性而放弃了持久性,但随着真正经济高效、足够快速、持久内存的出现,业界发现了如何适时地运用这项新技术。持久内存的第一个简单易行的用例将出现在存储应用领域,尤其是软件定义的存储。除存储外,持久内存还将在大型内存计算和以内存为中心的架构中找到用武之地。以内存为中心的架构可以解构和组合,而不会限制住宝贵的内存资源。
注:OPM(on-package memory)指集成在CPU内部的片上内存
10、服务器非“大众用品(commodity)”
“服务器已成为大众用品”的观念,似乎还有些站不住脚。下面,我们花一分钟的时间来思考一下“Commodity”的定义:
① 可出售的原材料或基本农产品,例如铜或咖啡;
② 有用或有价值的物品,例如水或时间。
以水为例,众所周知水是一种基本的资源,并在现代工业化国家广泛可得。但它真的是一种大众用品吗?看看便利店和超市的货架,似乎并非如此。超市出售的瓶装水大概有20多种,不同瓶子,不同纯净程度、添加剂等等。关于这种大众用品(水)是怎样装瓶、销售、分销、过滤的...有着巨大的差异。在美国,每加仑瓶装水的价格高于汽油。所以简言之,水是大众用品,但瓶装水不是。现在,把这种思维方式应用在服务器上,你会发现计算周期是大众用品(水),而服务器是计算周期“装瓶”后的结果。如今计算已经无处不在,例如每一个玩具、物联网设备、移动设备之中……这就使得计算周期或多或少地成为我们数字化生活的原材料。
而服务器所做的就是将大众用品型的计算周期“装瓶”。服务器是怎样将计算周期“装瓶”的呢?无外乎是增加内存、IO插槽、硬盘、系统管理、高可用性、密度、冗余性、效率,并加以维护、交付和提供安全保证……在这种意义上,服务器不是大众用品,而是将真正的大众用品——“计算周期”包装起来。排名前七位的超大规模用户甚至都不采用常规的服务器外形,这个事实更强化了“服务器不是一种大众用品”的观点。
11、机器学习带来颠覆性变化
企业将采用机器学习技术来实现突破,否则将被他人颠覆。因此,在采用全新的异构计算技术时,企业对数据中心的敏捷度、自动化和编排能力都提出了更高的要求。然而,他们也将开始认识到,机器学习只是一种工具,并不能解决所有的问题。企业将更加的务实,将机器学习技术集中用于机器学习所擅长解决的问题。
12、边缘计算的崛起
计算需求始终追随数据。从大型主机—终端设备结构,到客户端—服务器、移动设备—云结构,以及新兴的物联网-边缘计算时代,莫不如此。计算发生的地点始终是基于经济函数Fn(周期成本、数据规模、数据复杂性、带宽成本)。自从计算机被发明以来,这些变量一直在推动着计算地点的变化,并且未来也将继续如此。更进一步来说,网络的成本不但促使计算发生在边缘,同时也使数据存储在边缘。数据存储的地点应尽可能地接近数据产生的地点。源自数据的信息可能被其他地点需要,甚至某些数据的复制发生在其他地点,但这不是广泛的定律。在基站、零售店、工厂等产生大量数据的地点,寻找更多的计算过程,及时利用这些数据来做出关键业务型的决策,或者为消费者创造更实时的体验。通过在边缘服务器或边缘数据中心和集中化的数据中心、云之间分发处理工作,还将催生新一代的混合云。全新的目标将是:在接近源头的地点(数据产生的地点)找到有价值的数据,并将需要存储在集中地点(公共云或私有云)的数据量减至最少,并最高效地将结果交付到最需要的地点。这些新目标将着重于毫无瑕疵的远程运营和管理(无需人为接触),而这将开启“开展真正的分布式计算,并将数据存储在边缘”的革命。
13、公共云、私有云、混合云实现平衡
云模式将出现不同的形态,并使得计算力消费模式之间的界限变得模糊。企业将意识到这些都是不同的计算风格,并且不再以“地点”为基础。随着融合基础架构、超融合基础架构的出现,易用性逐渐平等,企业将优化其总体拥有成本模式,借助以上三种消费模式来满足不同的需求。与此同时,多租户计算的特点和数据的高价值将不断地加剧人们对公共云安全的担忧。
14、软件继续“侵蚀”硬件
作为服务器领域的从业者,我们热爱软件,而且维尔特定律帅呆了
(Wirth's law,是关于计算的格言,表述为:软件变慢的速度比硬件变快的速度快)。基础架构和软件平台机型通过不断地改进,提高了抽取能力。从MaaS(裸机即服务)到IaaS(基础架构即服务)到SaaS(软件即服务)到PaaS(平台即服务)到CaaS(容器即服务)再到最新的FaaS(函数即服务)。所有这些机型的目标是进一步进行软件抽象,以帮助提高应用敏捷度和开发速度(DevOps),以及改进应用生命周期的部署、编排和管理。FaaS被定位为,可被新应用快速地采用。而CaaS则可能在IaaS或PaaS环境中,成为适用于传统应用的主要部署方式。更有趣的是,现在在机器学习领域,我们看到MaaS越来越多地被采用,以便挤出最后一点性能。正如老话说的,新的成为旧的,旧的又变成新的。
15、NVMe固态硬盘继续“野蛮生长”
具体来说,NVMe固态硬盘将在服务器中取代旋转磁盘,不论从高性能还是巨大的容量来说。除了可用性之外,NVMe固态硬盘还凭借其成本规模比带来了显而易见的收益。例如,NVMe SSD的价格已经与SAS固态硬盘持平。据权威机构预测:
● NVMe市场的价值将以95%的年复合增长率增长,预计到2020年将超过570亿美元(其中包括服务器、SDS存储服务器、外部阵列、连接和IO);
● 超过50%的服务器在出货时将配备NVMe硬盘。预计到2020年,每台服务器平均将配备5.5个NVMe设备;
● 超过60%的存储服务器在出货时将配备NVMe硬盘。预计到2020年,每台存储服务器平均将配备29个NVMe设备;
● 超过40%的存储阵列在出货时将配备NVMe硬盘。预计到2020年,该迁移过程将比从HDD SAS阵列迁移到AFA的速度更快;
● 预计到2020年,NVMe硬盘的价格将与SATA SD持平。
16、安全保障必须“端到端”
2019年,安全领域会产生显著的变化,2018年的延续项目也会有变化。例如,戴尔易安信PowerEdge第14代服务器产品家族现已具备加密安全架构,其中,键值对的部分内容不可改变,唯一并且只内嵌在系统制造流程中的硬件中。这种方法提供了内嵌在硬件中的,不可否认的信任根。因此,从服务器制造直接交付给客户,从服务器通电直接将控制权转移到操作系统,消除了“中间人攻击”的机会。
考虑到近期披露的所有现代化CPU架构中存在的安全漏洞,“安全”一词的传统概念似乎并不完整。在2018年,“安全”的范围已经扩大了,用“全系统保护”、“完整性验证”和“自动化修复”来概括“安全”更适合。虽然目标永远是“不可渗透”,但随着攻击者的复杂性和水平不断提高,很有可能还会出现更多的漏洞。正如最近看到的,修复措施在性能方面的代价可能极其高昂,甚至会导致某些环境中重新出现单租户。
2019年的“安全”目标之一,使成功的入侵变得无害。换句话说,即便黑客进入后台,也要确保他们不能获得任何有意义的信息,或做出任何破坏。这将导致人们实施更多基于身份管理的,更密集的信任战略。所有层面(用户、设备和平台)上的身份都将被重点防范,要求任何能在平台上安装可执行文件的机构都要具备完整的端到端信任链,并且要使用政策工具来确保信任,这可能会包括基于区块链的选项。另外,一些新兴的标准也将被建立起来,例如将密钥嵌入在事务层的Gen-Z。在任何用户都能运行代码的开放环境中,“谁领先”之争可能还会继续。与此同时,还将有更多的注意力被投入到“加密”领域,要求任何静态数据被加密。(然而,即使这样都不能消除那些与最近的CPU漏洞相关的风险。)系统设计者将不得不以数据管理的复杂性,和丧失部分特性(例如重复数据删除)为代价来减轻风险。这会导致人们将其与集中化系统上可获得的成果进行对比,并重新思考多种软件定义的战略。
17、“可组合”(Composable)言之尚早
“可组合”是2018年的一个大热词。然而不幸的是,正如戴尔易安信的博客所言,实际应用滞后于业界对它的宣传。除非我们实施新的架构,允许通过解构来实现真正的可组合性,以及在全新的延迟低于微秒的设备上,支持以内存为中心的计算而非目前以CPU为中心的计算。如果仍然做不到上述这些,那么“可组合”就言之尚早。目前,业界正通过GenZ走在正确的道路上,不过仍有很长的路要走。我们也有理由相信,戴尔易安信即将发售的PowerEdge MX模块化系列将使得“可组合”更接近现实。
面对科技日新月异的进步,想要做到“手里有粮,心中不慌”,就要时刻对行业发展保持敏锐的洞察。未来,戴尔易安信将继续为客户和合作伙伴提供高质量、过硬的产品、服务及解决方案,助力全行业积极、稳定的发展,实现数字化转型。