工程上一個不太好的事實是：商業計算的主要模式影響了所有的系統設計，這有些不合理。有時候，這一事實令人不太愉快。有時候，它也打開了邁向系統體系結構新時代的大門。

　　當微處理器第一次征服世界時，系統設計人員即使是在系統性能和功耗上要付出很高的成本，也突然都要使用微處理器。系統開發人員學習了編程。當Xerox公司推出以太網，IBM力推PC，兩強聯合闖入商業世界時，處理器網絡成為設計所有各類系統“最正確”的方式，包括嵌入式系統。而性能、功耗、易用性以及安全等則顯得沒有那么重要。簡言之，在不斷變換的信息技術時代（IT），系統設計人員應善于應對。

　　注定的未來

　　那么，當今的商業計算規劃人員感興趣的是什么？在您閱讀本文時，存儲巨人EMC信息基礎設施產品Intel首席技術官、首席運營官Pat Gelsinger，他也是VMware的CEO，在他的Hot Chips 24主題演講“云變換IT，大數據變換業務”中，回答了這一問題。

　　Gelsinger的前提是，桌面成為歷史，很可能平靜的退出。他展示了一些數據，如圖1 所示，說明了完成計算的實際位置是一種雙峰分布。越來越的計算在服務器中完成——越來越多的服務器組成了云結構，也更多的在移動設備中完成。在一些其他地方完成相對較少的執行指令等計算。Gelsinger繼續描述了這一兩端鞍型分布發展的系統。

　　
圖 圖1.工作越來越多的在移動設備或者云中完成

　　Gelsinger說，在云中，虛擬化正在改變一切。Gelsinger補充說：“今天，數據中心是孤立的‘歷史博物館’，孤立的傳統系統運行傳統的應用程序。”而虛擬化技術采用計算和存儲資源池替代了這種孤立的方式，可自動配置，支持各類不同的任務。Gelsinger宣稱：“今年，越來越多的任務運行在虛擬機上，而不是實際的物理機。”

　　在這些池中，Gelsinger還設想了一種非常具體的硬件結構。他說：“Intel發展路線會繼續下去。只有x86體系結構在服務器領域是真正重要的。”ARM可能對未來有不同的看法，但是現在，數據支持了Gelsinger的觀點。

　　這些CPU將會被一組更專用的硬件包圍：虛擬化軟件定義網絡適配器、為所有移動客戶生成圖形的硬件加速器、用于深入探測數據包的可編程硬件，以及進一步提高安全對策的加速器等。Gelsinger認為：“老的靜態安全方法無法適應當今持續性的高級威脅攻擊。我們需要適應應用的虛擬化安全功能，對行為進行主動可信分析，以加強認證。”

　　在Gelsinger的展望中，服務器發展超越了x86 CPU集群，成為異構多核計算集群，采用了很多不同種類的實現方法，主要依靠集成閃存來連接存儲系統，以滿足帶寬要求，以及服務器的各類存儲申請。

　　在移動客戶側，Gelsinger展望了非常相似的體系結構，但是規模要小一些。他預計，會對移動設備進行優化以采集用戶數據，呈現發現的數據，在云中對其進行分析，統一格式。移動設備會結合傳感器、媒體輸出設備、通用計算和加速器等，應用于基于硬件的虛擬化環境，還要支持較長的電池使用時間。正如在云中，應能夠隨時梳理好移動設備中的資源，以滿足手頭的應用需求。

　　大數據的推動

　　Gelsinger說：“推動這種轉換的力量之一是‘大數據’。他認為：“我們還處于發展初期，或者炒作階段，而事實是，世界數據每天都在增加兩千千兆字節。而這一增長率每年都在加倍。這些數據變得如此之大，已經打破了現有的基礎設施。”

　　而且，Gelsinger不僅看到了世界上數據的迅猛增長，還注意到其結構的變化。他建議說：“讓我們思考一下數據模型的三個階段。”在數據處理時期，以金融記錄的方式組織數據，數據處理產生金融報告。隨后，在內部關系上，我們開始根據要生成的報告來組織數據：我們建立數據庫。我們與他們的互動主要是通過會話，目前還是這樣。

　　但是，在大數據時代，數據實際上是非結構化的。處理既是分析：首先嘗試找到與人查詢相應的模式，最終，系統找出他們能夠“理解”的模式——機器學習。

　　Gelsinger說，我們已經看到了應用。零售商收集客戶的非結構化數據，開發非常驚人的“客戶服務”。投資者積累大量的數據，搜索要交易的模式。生產商消化吸收這些輸入檢查數據、現場報告，甚至是其供應商的工況數據，深入搜索其供應鏈，以實現早期預警。

　　Gelsinger指出：“在EMC的一個案例中，我們突然遇到越來越多的驅動失敗。原來是，供應商數月前改變了潤滑油，新設備在現場出了故障。經過這一事件后，我們檢查了提供給我們的數據。我們本應該十個月前就看出問題，如果能夠實時分析我們的數據，換掉已經很危險的驅動，就不會使我們的客戶造成嚴重的停產。”

　　它到底意味著什么？

　　Gelsinger的觀點究竟會對企業IT部門的系統設計產生怎樣的影響？預計今后的變革是分階段的。

　　第一個階段已經來臨。Android平臺加速了移動設備和應用的實現，成為很多其他系統開發的重要選擇。這是一個典型的資源集中導致分散的案例。移動設備市場有資源，市場集中，在一個開放平臺上集成了Linux、中間件和擴展庫。這一平臺不是裸金屬也不是Linux，而是應用開發人員的起點。Android給應用開發人員帶來了很大的好處，也在很多其他領域得到了廣泛應用，為很多不同類系統提供了平臺，遠遠優于以前的各種工具。

　　第二階段有可能是滿足接口需求。由于越來越多的組織對大數據產生興趣，因此，各類系統都會面臨壓力，包括交通運輸和制造業領域的移動設備和嵌入式系統，采集和報告所有的數據，有可能超出數字系統的能力。平板電腦會報告接近了其他平板電腦和電話、WiFi熱點，及其位置，甚至還包括天氣情況。車輛會報告道路和交通狀況。制造系統會報告內部工藝控制數據。共同點是對連續底層操作、內部存儲和上行鏈路數據帶寬越來越高的需求。

　　新時代

　　不論是在概念上還是在實施方面，第三階段都可能更具挑戰性。隨著云資源的發展，成本的降低，以及安全、時間感知網絡越來越可信，系統會更廣泛的應用云計算技術，而不是依靠內部資源來進行計算和存儲，如圖2所示。這一發展趨勢將要求非常仔細的將系統內部劃分成低延時和高延時任務。這也可能使得所有訪問網絡的系統幾乎不受限制的使用計算和存儲資源。

　　
?圖2.系統會依靠云資源。

　　這一階段的終點可能會是一場革命。試想一下，嵌入式系統會依靠云計算和大數據分析其操作。例如，卡車會根據云算法來調整巡航速度和剎車參數，處理道路和交通流量數據，計算最佳運輸時間風險策略。銑床會根據周圍其他銑床采集到的數據來調整切割參數和速率，其他的這些銑床具有相同的工具、潤滑油和庫存批號。巨大云應用的設想是，接入路由器不會根據本地軟件驅動規則來交換數據包，而是基于全球整個網絡目前的狀態。他們可能會根據全球潛在威脅數據挖掘情況來檢查這些數據包。

　　云計算和大數據可能會改變我們實現系統的方式，關注的焦點從本地計算和存儲轉變到安全的寬帶通信。這也會從根本上改變我們怎樣思考算法，從找到并實現啟發式技術轉變為實時分析大量的非結構化數據。這的確是一個嶄新的世界。