冯诺依曼架构的 IO 鸿沟，谁能来填补？

随着AI技术、数据分析等领域兴起，数据变得越来越重要了，数据处理往往需要用到大量的内存，数据量爆发式增长让各种内存密集型应用层出不穷，如Redis数据库、SAP HANA企业核心系统。在CSDN 2019、2020年度的开发者调查数据中，有四成的开发者在数据收集和消息处理中采用Redis，并且比例在逐年上升。

不过现阶段的困境是，底层基础设施的发展却未能完全匹配数据爆炸的需求。

随着5G和网络性能的提升，计算存储网络三部分中的存储短板问题变得更加突出，内存的容量密度及速度与处理器的核数增长之间的差距越来越大，内存成为了短板。为了让机器得以处理更多的数据，部分企业只能扩大内存，而内存与CPU的配比有限，这又会造成CPU算力的浪费，昂贵的内存也会让企业面临更高的成本压力。

长久以来，虽然分级存储机制已经最大化平衡了各类存储介质的性能与成本要求，但业界对于新存储介质的探索一直未停歇。而在去年，阿里云推出了持久内存实例（简称re6p），更像是向冯诺依曼计算机体系中的终极梦幻存储方案迈进了一步。CSDN近日采访了阿里云ECS弹性计算产品团队负责人王志坤与阿里云持久内存型实例产品经理唐湘华，揭秘阿里云对持久内存实例的设计理念与对存储未来方向的理解。

冯诺依曼架构的难题：“内存墙”

过去近一个世纪，冯诺依曼架构构成了计算机科学的基础。在冯诺伊曼架构中，中央处理器（CPU）通过指令从内存中读取数据，并完成计算，再将数据返回内存保存。冯诺依曼理论模型的一个很重要的假设，就是计算与存储的速度相当。但是一旦出现不匹配，慢的一方会成为瓶颈。

如今，虽然数据量在猛增，但底层技术未能均衡发展。内存的容量密度及速度与处理器的核数增长之间的差