云存儲潮流已對服務器的消費產生了影響，所謂的超大規模計算公司的增長也對服務器的消費產生了影響。盡管出現了這樣的變化，全球服務器市場的整體趨勢仍然呈現出強勁的趨勢，因為市場繼續以幾乎不可遏制的勢頭增長。以下是2020年關于服務器發展的幾大趨勢：

　　1 、數據為王

　　數據是未來的關鍵，由數據驅動的見解正在改變業務的運行方式，并對從云到核心再到邊緣的所有節點都提出了新的挑戰。而最大挑戰來自于500億個智能設備以及它們正在生成的大量邊緣數據。

　　第一波數字化轉型改進了工作流程，提高了生產率，同時還系統地將大數據納入業務流程。但隨著數據越來越多地推動業務發展，人工流程將難以推動下一波發展。

　　此時， 以客戶為導向的需求以及及時提供相關服務和產品的需求將數據科學推向了新的高度。采用通過數據自動方式驅動（即人工智能），是解決新出現的問題的唯一途徑。

　　現代業務要求數據引擎以一種彈性，可伸縮和敏捷的方式存在，包括與現有數據源（如數據湖，分布式數據源以及現在不可復制的實時數據）進行互操作能力。

　　盡管數據科學和高級分析在算法和統計工作中繼續占有重要位置，但由數據驅動的ML/DL/AI（包括來自邊緣的數據）的集成，將為新的復雜業務提供重大業務影響。 數據為王！掌握數據的人將領導世界。

　　2 、特定領域的 CPU 將加速崛起

　　CPU計算長期基于RISC或X86架構（IBM，Intel和AMD），而在過去的十年中，我們已經轉向GPU和FPGA（Nvidia，AMD，Intel，Xilinx等）來推動AI/ML。現在，張量處理單元（TPU）和神經處理單元（NPU）越來越受到關注。

　　下一波革命將是AI芯片的蓬勃發展，并在云中驅動核心到邊緣空間。

　　另一方面，處理器供應商正在添加專門的指令（VNNI，Bfloat16等），以便能夠更好地處理混合精度算法并優化AI服務器性能。

　　與專用加速器相比，傳統CPU為用戶提供了更通用的平臺，以供用戶運行各種工作負載，并執行AI/ML/DL工作流程中必不可少的數據處理或數據準備任務。盡管在運行AI工作負載方面通用CPU的效率不如特定領域特定的加速器，但如果要將系統用于各種工作負載和用例，請考慮使用通用CPU的系統架構。

　　新一波的AI芯片浪潮引起了很多公司的成功。除了像Nvidia，Intel，Apple和Alphabet這樣的大型公司之外，還有一系列新興公司通過Graphcore，Groq，Hailo技術，Wave計算和Quadric等AI芯片來展現自己的存在。

　　預計該市場在未來2-3年內將增長到數百億美元，并且隨之而來的是許多參與者，他們將試圖區分芯片、平臺和應用并證明他們的優點。市場上大量的AI/ML用例使得這場競賽趨于白熱化。下一個游戲改變者將是使這些AI芯片更快，更有利于應用程序的人。大公司將必須努力保持敏捷，以在這場競賽中生存，因為這是一場淘汰賽。

　　不過，不管誰贏了，用戶都將有更多選擇。 未來的系統將結合通用CPU和特定加速器，實現更多混合。作為解決方案供應商，我們面臨的挑戰將是為正確的工作負載推薦正確的體系結構，并使我們的客戶更輕松地操作和使用此類混合系統。

　　3、x86服務器擴展至邊緣

　　大約10年前，SDN（軟件定義的網絡）和SDS（軟件定義的存儲）就開始朝著軟件定義的體系結構發展。這產生了基于x86的標準服務器上運行塊、文件和對象的新的橫向擴展存儲體系結構。

　　VMware vSAN，VxFlexOS，ECS只是幾個示例。網絡體系結構也從專有網絡演變為基于Open-flow的可編程交換機，以及用于VM和容器網絡的新型分布式虛擬交換機。帶有L4-7網絡服務的OS10網絡操作系統，MicrosoftSONiC，VMwareNSX，LinuxOVS（開放虛擬交換機）和網絡服務網格（NSM）只是其中的一些示例。大多數超大規模云和大型數據中心都是利用軟件定義的架構構建的移動學習。

　　軟件定義的這一趨勢將加快客戶從“ 云優先”策略向“ 數據優先”策略的轉變，同時伴隨著的IoT和5G也在推動這種轉變。

　　隨著客戶將IoT設備連接到網絡，他們需要在本地或邊緣處理數據。這些邊緣位置通常需要堅固，緊湊且適用于嚴苛環境的設備。為了將數據處理應用程序移至邊緣，底層基礎架構服務（包括網絡和存儲）也需要移至邊緣，以確保數據的安全性，私密性，并實現低延遲的數據分析。

　　這導致x86服務器系統與卸載加速器（offload accelerators）結合在一起，成為承載邊緣工作負載的基礎平臺。x86服務器提供了連接到其他邊緣和集中式公有云的邊緣環境的能力，以實現數據的分布式處理。

　　為了實現移動用戶（移動設備和聯網/自動駕駛汽車）的連通性，電信公司正在朝著5G啟用邁進，其5G基礎架構也朝著軟件定義演進。電信公司已經將其網絡核心過渡到使用軟件定義的NFV（網絡功能虛擬化）過程中。

　　5G頻譜的高速，低延遲和距離限制決定了蜂窩站點的密集化。這種密集化導致專有RAN（無線電訪問網絡）架構向CRAN/vRAN（集中式RAN/虛擬化RAN）發展，該架構也利用x86服務器，結合了RAN的卸載和對智能NIC和FPGA的網絡處理。

　　總而言之， 邊緣的可擴展性，性能和多種用例將進一步加速“軟件定義的基礎架構”，因為所有工作負載都在服務器上運行。它還將推動 特定領域架構（Domain-SpecificArchitecture）的需求?；A架構服務和用戶應用程序的某些方面將被加速或卸載到專用的協處理器中，例如GPU，FPGA和SMART-NIC。服務器系統將由x86處理器和內存以及特定于域的加速器組成移動學習平臺。