具体的硬件结构 - 云计算+大数据：下一个系统设计关键所在

在这些池中，Gelsinger还设想了一种非常具体的硬件结构。他说：“Intel发展路线会继续下去。只有x86体系结构在服务器领域是真正重要的。”ARM可能对未来有不同的看法，但是现在，数据支持了Gelsinger的观点。

这些CPU将会被一组更专用的硬件包围：虚拟化软件定义网络适配器、为所有移动客户生成图形的硬件加速器、用于深入探测数据包的可编程硬件，以及进一步提高安全对策的加速器等。Gelsinger认为：“老的静态安全方法无法适应当今持续性的高级威胁攻击。我们需要适应应用的虚拟化安全功能，对行为进行主动可信分析，以加强认证。”

在Gelsinger的展望中云计算系统组成，服务器发展超越了x86 CPU集群，成为异构多核计算集群，采用了很多不同种类的实现方法，主要依靠集成闪存来连接存储系统，以满足带宽要求，以及服务器的各类存储申请。

在移动客户侧，Gelsinger展望了非常相似的体系结构，但是规模要小一些。他预计，会对移动设备进行优化以采集用户数据，呈现发现的数据，在云中对其进行分析，统一格式。移动设备会结合传感器、媒体输出设备、通用计算和加速器等，应用于基于硬件的虚拟化环境，还要支持较长的电池使用时间。正如在云中，应能够随时梳理好移动设备中的资源，以满足手头的应用需求。

大数据的推动

Gelsinger说：“推动这种转换的力量之一是‘大数据’。他认为：“我们还处于发展初期，或者炒作阶段，而事实是，世界数据每天都在增加两千千兆字节。而这一增长率每年都在加倍。这些数据变得如此之大，已经打破了现有的基础设施。”

而且，Gelsinger不仅看到了世界上数据的迅猛增长，还注意到其结构的变化。他建议说：“让我们思考一下数据模型的三个阶段。”在数据处理时期，以金融记录的方式组织数据，数据处理产生金融报告。随后，在内部关系上，我们开始根据要生成的报告来组织数据：我们建立数据库。我们与他们的互动主要是通过会话，目前还是这样。

但是，在大数据时代，数据实际上是非结构化的。处理既是分析：首先尝试找到与人查询相应的模式，最终，系统找出他们能够“理解”的模式——机器学习。

Gelsinger说，我们已经看到了应用。零售商收集客户的非结构化数据，开发非常惊人的“客户服务”。投资者积累大量的数据，搜索要交易的模式。生产商消化吸收这些输入检查数据、现场报告，甚至是其供应商的工况数据，深入搜索其供应链，以实现早期预警。

Gelsinger指出：“在EMC的一个案例中，我们突然遇到越来越多的驱动失败。原来是，供应商数月前改变了润滑油，新设备在现场出了故障。经过这一事件后，我们检查了提供给我们的数据。我们本应该十个月前就看出问题，如果能够实时分析我们的数据，换掉已经很危险的驱动，就不会使我们的客户造成严重的停产。”

（编辑：源码门户网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!