最近，小伙伴們應該都在忙著刷《延禧攻略》吧～

看魏瓔珞懟天懟地懟皇上就是過癮！

為何魏姐每次都能化險為夷呢？

難道是傳說中的“主角”光環在作祟？

NO，細心的你是否發現——

魏姐有著超出常人的洞察與分析能力。

這才是她每次化險為夷的關鍵。

其實不論從事哪一行，

敏銳的洞察＋細致入微的分析＝勝券在握

洞察細節發現事物變化的可能性，

縝密的分析才能帶來顛覆性結果。

長期以來，戴爾易安信

一直對行業保有敏銳的洞察和分析力，

今天編就來聊聊未來服務器市場的一些洞察。

1、客戶為王

事實證明，客戶的確永遠是對的…...這話我們聽過很多次，但在科技世界里往往被忘記。能在今年的競爭中獲勝的公司，將是那些真正傾聽客戶聲音，并能夠通過產品、解決方案和服務來響應客戶需求，解決客戶問題，改善客戶業務成果的科技公司。同樣，戴爾科技集團自30多年前創建之初就秉承著“Customer First”的企業宗旨并持續至今。引用圣雄甘地的話：

譯文：“客戶是我們營業場所的最重要的訪客。他不依賴于我們，而我們依賴于他；他的到來不是干擾我們的工作。他就是我們工作的目的。他不是我們業務的局外人，而是我們業務的一部分。我們為他服務，并不是給他恩惠。是他給了我們機會為他服務，是他給了我們恩惠。”

——莫罕達斯·甘地

2、真正的客戶價值存在于數據中

未來，企業將不得不在數據中尋找價值，否則他們將被那些找到科學方法來挖掘數據，從而創造出商業價值和服務的競爭對手所顛覆。

對數據的評估很大程度上是通過機器學習和深度學習技術展開的——請參閱第11條。在2019年，網絡攻擊的水平將會提高。與此同時，一系列全新的、內置在服務器中的安全手段也會應運而生，旨在保護客戶最寶貴的資產——請參閱第16條。

3、制造技術的平等化

雖然芯片還不是大眾用品，而且大多數芯片制造商（如臺積電、三星、格羅方德和Intel四家）正處于或接近于相同的制程節點規模。顯然，節點規模上的領先已經不再是差別性的競爭優勢。因此，執行力、架構選擇以及適宜的產品定義，將成為贏得競爭的重要因素。

4、CPU競爭力日益凸顯

英特爾、AMD、高通和Cavium憑借著頗具競爭力的CPU產品脫穎而出。反過來，制造技術的平等化也使得競爭更加公平。這對于整個行業來說是健康的，能夠促進“幫助客戶解決真正的問題”的技術創新。

5、以內存為中心的計算

2019年，業界將會充分意識到：我們必須擁抱以內存為中心的計算。這一趨勢將會開啟軟、硬件等多個前沿領域的創新。隨著FPGA、存儲級內存、ASIC、GPU等設備將延遲時間縮短至微秒和亞微秒級（請參閱殺手級微秒設備來襲），我們再也不能將它們視為大量協議堆棧后的“二等公民”，也不能“軟件定義”它們而不喪失其固有價值。GenZ作為解決這一問題的真正開放標準，正在業界獲得更高的參與度。不過，在任何包含多個步驟的項目中，第一個步驟永遠是需要正確認識到問題到底是什么。

注：1秒=1000毫秒=1,000,000微秒；

注：GenZ在今年發布了第一個核心規范1.0，服務器，存儲，OEM和ODM，組件制造商，網絡廠商等可以據此開始研發產品，對應商品有望在2019年上市發售。

6、單路服務器的興起

多年來，業界一直在從大型的SMP（對稱多處理，指UNIX服務器和小型機）設備轉向橫向擴展的服務器。坦白地說，由于缺乏真正的單路優化型CPU，我們曾經止步于二路服務器。隨著核心數量（32）和內存通道數量（8）不斷增多，如今的單路服務器正變得前所未有地可行。正因為如此，戴爾易安信為業界提供了兩款單路AMD EPYC服務器——PowerEdge R7415和PowerEdge R6415。

7、異構計算彎道超車

盡管在數字化轉型中企業總在尋求領先于競爭對手的方法，但通用型CPU在性能方面一直發展平緩，難有突破。因此那些想要取得先機和保持領先的企業，更多地采用了專門化的計算方案（GPU、FPGA、ASIC、智能網卡）。機器學習技術針對新出現的數字化大數據問題而優化，可在海量的數據中快速地“大海撈針”。摩爾定律是經濟定律，而不是性能定律。從根本上說，它的意思是：如果你能夠從芯片制造投資中獲得足夠的價值，那么你就能在大約每兩年的時間內繼續縮小芯片的尺寸。也就是說，摩爾定律未死，只是我們使用晶體管的地點和方式正在發生改變。

8、擁抱RedFish（“紅魚”）

紅魚，全新的跨廠商數據中心基礎架構管理標準。歸功于IPMI的出現，在若干次嘗試對基礎架構系統管理進行標準化之后，業界終于聯合了起來，并通過Redfish取得了成功。我們應當感謝其創始者，其中包括戴爾易安信、惠普和艾默生，這些企業擁有遠見、耐心和務實的途徑。我們還要感謝下一批支持者（微軟、VMware和英特爾），是他們將Redfish帶到了DMTF。廣泛的行業合作伙伴在DMTF共同努力繼續擴展Redfish，同時SNIA也加入進來通過Swordfish提供存儲管理。

9、SCM在服務器中的用武之地

存儲級內存（SCM）的出現將為服務器應用、操作系統和虛擬化管理程序帶來突破。我們必須記住，我們花費了20年的時間來推進橫向擴展和無狀態計算。業界曾經為了追求應用的敏捷性而放棄了持久性，但隨著真正經濟高效、足夠快速、持久內存的出現，業界發現了如何適時地運用這項新技術。持久內存的第一個簡單易行的用例將出現在存儲應用領域，尤其是軟件定義的存儲。除存儲外，持久內存還將在大型內存計算和以內存為中心的架構中找到用武之地。以內存為中心的架構可以解構和組合，而不會限制住寶貴的內存資源。

注：OPM（on-package memory）指集成在CPU內部的片上內存

10、服務器非“大眾用品（commodity）”

“服務器已成為大眾用品”的觀念，似乎還有些站不住腳。下面，我們花一分鐘的時間來思考一下“Commodity”的定義：

① 可出售的原材料或基本農產品，例如銅或咖啡；

② 有用或有價值的物品，例如水或時間。

以水為例，眾所周知水是一種基本的資源，并在現代工業化國家廣泛可得。但它真的是一種大眾用品嗎？看看便利店和超市的貨架，似乎并非如此。超市出售的瓶裝水大概有20多種，不同瓶子，不同純凈程度、添加劑等等。關于這種大眾用品（水）是怎樣裝瓶、銷售、分銷、過濾的...有著巨大的差異。在美國，每加侖瓶裝水的價格高于汽油。所以簡言之，水是大眾用品，但瓶裝水不是。現在，把這種思維方式應用在服務器上，你會發現計算周期是大眾用品（水），而服務器是計算周期“裝瓶”后的結果。如今計算已經無處不在，例如每一個玩具、物聯網設備、移動設備之中……這就使得計算周期或多或少地成為我們數字化生活的原材料。

而服務器所做的就是將大眾用品型的計算周期“裝瓶”。服務器是怎樣將計算周期“裝瓶”的呢？無外乎是增加內存、IO插槽、硬盤、系統管理、高可用性、密度、冗余性、效率，并加以維護、交付和提供安全保證……在這種意義上，服務器不是大眾用品，而是將真正的大眾用品——“計算周期”包裝起來。排名前七位的超大規模用戶甚至都不采用常規的服務器外形，這個事實更強化了“服務器不是一種大眾用品”的觀點。

11、機器學習帶來顛覆性變化

企業將采用機器學習技術來實現突破，否則將被他人顛覆。因此，在采用全新的異構計算技術時，企業對數據中心的敏捷度、自動化和編排能力都提出了更高的要求。然而，他們也將開始認識到，機器學習只是一種工具，并不能解決所有的問題。企業將更加的務實，將機器學習技術集中用于機器學習所擅長解決的問題。

12、邊緣計算的崛起

計算需求始終追隨數據。從大型主機—終端設備結構，到客戶端—服務器、移動設備—云結構，以及新興的物聯網-邊緣計算時代，莫不如此。計算發生的地點始終是基于經濟函數Fn（周期成本、數據規模、數據復雜性、帶寬成本）。自從計算機被發明以來，這些變量一直在推動著計算地點的變化，并且未來也將繼續如此。更進一步來說，網絡的成本不但促使計算發生在邊緣，同時也使數據存儲在邊緣。數據存儲的地點應盡可能地接近數據產生的地點。源自數據的信息可能被其他地點需要，甚至某些數據的復制發生在其他地點，但這不是廣泛的定律。在基站、零售店、工廠等產生大量數據的地點，尋找更多的計算過程，及時利用這些數據來做出關鍵業務型的決策，或者為消費者創造更實時的體驗。通過在邊緣服務器或邊緣數據中心和集中化的數據中心、云之間分發處理工作，還將催生新一代的混合云。全新的目標將是：在接近源頭的地點（數據產生的地點）找到有價值的數據，并將需要存儲在集中地點（公共云或私有云）的數據量減至最少，并最高效地將結果交付到最需要的地點。這些新目標將著重于毫無瑕疵的遠程運營和管理（無需人為接觸），而這將開啟“開展真正的分布式計算，并將數據存儲在邊緣”的革命。

13、公共云、私有云、混合云實現平衡

云模式將出現不同的形態，并使得計算力消費模式之間的界限變得模糊。企業將意識到這些都是不同的計算風格，并且不再以“地點”為基礎。隨著融合基礎架構、超融合基礎架構的出現，易用性逐漸平等，企業將優化其總體擁有成本模式，借助以上三種消費模式來滿足不同的需求。與此同時，多租戶計算的特點和數據的高價值將不斷地加劇人們對公共云安全的擔憂。

14、軟件繼續“侵蝕”硬件

作為服務器領域的從業者，我們熱愛軟件，而且維爾特定律帥呆了

（Wirth's law，是關于計算的格言，表述為：軟件變慢的速度比硬件變快的速度快）。基礎架構和軟件平臺機型通過不斷地改進，提高了抽取能力。從MaaS（裸機即服務）到IaaS（基礎架構即服務）到SaaS（軟件即服務）到PaaS（平臺即服務）到CaaS（容器即服務）再到最新的FaaS（函數即服務）。所有這些機型的目標是進一步進行軟件抽象，以幫助提高應用敏捷度和開發速度（DevOps），以及改進應用生命周期的部署、編排和管理。FaaS被定位為，可被新應用快速地采用。而CaaS則可能在IaaS或PaaS環境中，成為適用于傳統應用的主要部署方式。更有趣的是，現在在機器學習領域，我們看到MaaS越來越多地被采用，以便擠出最后一點性能。正如老話說的，新的成為舊的，舊的又變成新的。

15、NVMe固態硬盤繼續“野蠻生長”

具體來說，NVMe固態硬盤將在服務器中取代旋轉磁盤，不論從高性能還是巨大的容量來說。除了可用性之外，NVMe固態硬盤還憑借其成本規模比帶來了顯而易見的收益。例如，NVMe SSD的價格已經與SAS固態硬盤持平。據權威機構預測：

● NVMe市場的價值將以95%的年復合增長率增長，預計到2020年將超過570億美元（其中包括服務器、SDS存儲服務器、外部陣列、連接和IO）；

● 超過50%的服務器在出貨時將配備NVMe硬盤。預計到2020年，每臺服務器平均將配備5.5個NVMe設備；

● 超過60%的存儲服務器在出貨時將配備NVMe硬盤。預計到2020年，每臺存儲服務器平均將配備29個NVMe設備；

● 超過40%的存儲陣列在出貨時將配備NVMe硬盤。預計到2020年，該遷移過程將比從HDD SAS陣列遷移到AFA的速度更快；

● 預計到2020年，NVMe硬盤的價格將與SATA SD持平。

16、安全保障必須“端到端”

2019年，安全領域會產生顯著的變化，2018年的延續項目也會有變化。例如，戴爾易安信PowerEdge第14代服務器產品家族現已具備加密安全架構，其中，鍵值對的部分內容不可改變，唯一并且只內嵌在系統制造流程中的硬件中。這種方法提供了內嵌在硬件中的，不可否認的信任根。因此，從服務器制造直接交付給客戶，從服務器通電直接將控制權轉移到操作系統，消除了“中間人攻擊”的機會。

考慮到近期披露的所有現代化CPU架構中存在的安全漏洞，“安全”一詞的傳統概念似乎并不完整。在2018年，“安全”的范圍已經擴大了，用“全系統保護”、“完整性驗證”和“自動化修復”來概括“安全”更適合。雖然目標永遠是“不可滲透”，但隨著攻擊者的復雜性和水平不斷提高，很有可能還會出現更多的漏洞。正如最近看到的，修復措施在性能方面的代價可能極其高昂，甚至會導致某些環境中重新出現單租戶。

2019年的“安全”目標之一，使成功的入侵變得無害。換句話說，即便黑客進入后臺，也要確保他們不能獲得任何有意義的信息，或做出任何破壞。這將導致人們實施更多基于身份管理的，更密集的信任戰略。所有層面（用戶、設備和平臺）上的身份都將被重點防范，要求任何能在平臺上安裝可執行文件的機構都要具備完整的端到端信任鏈，并且要使用政策工具來確保信任，這可能會包括基于區塊鏈的選項。另外，一些新興的標準也將被建立起來，例如將密鑰嵌入在事務層的Gen-Z。在任何用戶都能運行代碼的開放環境中，“誰領先”之爭可能還會繼續。與此同時，還將有更多的注意力被投入到“加密”領域，要求任何靜態數據被加密。（然而，即使這樣都不能消除那些與最近的CPU漏洞相關的風險。）系統設計者將不得不以數據管理的復雜性，和喪失部分特性（例如重復數據刪除）為代價來減輕風險。這會導致人們將其與集中化系統上可獲得的成果進行對比，并重新思考多種軟件定義的戰略。

17、“可組合”（Composable）言之尚早

“可組合”是2018年的一個大熱詞。然而不幸的是，正如戴爾易安信的博客所言，實際應用滯后于業界對它的宣傳。除非我們實施新的架構，允許通過解構來實現真正的可組合性，以及在全新的延遲低于微秒的設備上，支持以內存為中心的計算而非目前以CPU為中心的計算。如果仍然做不到上述這些，那么“可組合”就言之尚早。目前，業界正通過GenZ走在正確的道路上，不過仍有很長的路要走。我們也有理由相信，戴爾易安信即將發售的PowerEdge MX模塊化系列將使得“可組合”更接近現實。

面對科技日新月異的進步，想要做到“手里有糧，心中不慌”，就要時刻對行業發展保持敏銳的洞察。未來，戴爾易安信將繼續為客戶和合作伙伴提供高質量、過硬的產品、服務及解決方案，助力全行業積極、穩定的發展，實現數字化轉型。

總結

以上是生活随笔為你收集整理的17个服务器发展趋势，我们都给您总结好了！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。