萬物互聯、人工智能等技術的成熟正在重構我們的生活方式，數據將以前所未有的速度累積增長，今后的智能設備數量會越來越多，體積越來越小，重量越來越輕。相應的，通過物聯網，這些設備會把各式各樣的數據源源不斷地傳輸到后端的數據中心，數據來源的多樣性、格式的復雜性和語義的不確定性，都將導致后端的計算量越來越大，對計算力的要求也越來越高。

當摩爾定律逐漸失效

過去的半個世紀，得益于半導體芯片產業飛速發展，在摩爾定律的驅動下，計算力一直保持著大跨度的發展。1956年，英特爾創始人戈登·摩爾提出，集成電路的集成度每兩年會翻一番，后這個周期縮短到18個月，微處理器的性能每隔18個月提高1倍。

然而，硅芯片已逼近物理和經濟成本上的極限，各界紛紛預測，摩爾定律在不久的將來面臨失效，半導體工藝升級帶來的計算性能的提升不能再像以前那么快了，每一代制程工藝的研發和成熟需要的時間將越來越長。制程發展減緩，新的替代材料和計算方式還未成熟，想要追求更高的計算力，可以從兩個方向發展。

一個方向是向內，借助服務器系統架構的優化，打破數據讀取瓶頸，從而提升單機計算力。當前，服務器普遍采用的是馮諾依曼架構，即計算和存儲分離，而CPU的處理速度和數據的讀取速度卻無法匹配。縱觀整個計算史，處理最緩慢的一部分就是從硬盤獲取數據，很多處理性能都浪費在了等待數據到達上，數據存取問題成為目前提升計算速度的第一大難題。

另一個方向是向外，橫向堆積更多的計算單元，提升數據中心的整體計算力。計算單元的堆積意味著數據中心內的服務器設備越來越多，數據中心規模越來越大，但是這又會帶來功耗、散熱和運維管理的挑戰。根據市場調研機構Synergy Research發布的數顯示，全球服務器保有量超過5萬臺的超大規模數據中心現在2018年超過430座，這個數量還將繼續增。而且，傳統的數據中心多采用分布式架構，設備間的互連網絡帶寬遠低于板內和設備內的互連帶寬，并且網絡協議復雜、層次眾多，協議的轉換和處理占用了大量系統資源，導致業務系統擴展性受到嚴重限制，數據中心面臨網絡性能瓶頸。

融合架構或成破局點

如果按照傳統的計算模式和數據中心運作方式，始終無法打破摩爾定律式微帶來的計算力困局，想要滿足業務快速發展，提升計算力，需要一場由內而外的技術架構變革。我們必須重新定義計算、存儲和網絡設備之間的關系，重新定位軟硬件資源的價值，走一條融合架構的道路。

在硬件層面，將計算、存儲、網絡分別整合為相應的資源池，使得不同設備之間的同類資源可以任意重組，在軟件層面動態感知業務的資源需求，利用硬件的重組能力，動態分配和組合資源，滿足各類應用需求。數據中心最終達到CPU、內存等所有硬件資源的完全解耦池化，可以任意組合，根據業務需求智能分配，實現真正意義上的“數據中心即計算機”。

浪潮早在2014年就提出了融合架構的戰略，強調硬件重構+軟件定義，浪潮的服務器平臺經過多年的演進，也已進入到融合架構3.0階段。在硬件重構上，通過數據中心內部如硅光互聯，Nvlink等高速物理互連技術，實現包括x86、Power、國產芯片、GPU異構計算芯片的融合，實現NVMe，SSD，HDD等異構存儲介質的融合，真正實現計算、存儲資源的深度池化。軟件定義方面，在可重構的硬件資源池基礎上，通過靈活的組織，將不同的資源池組成專業的服務器、存儲、網絡系統，并實現資源的高效管理和調度，軟件定義下一步將向著規模化，智能化方向發展。

硬件重構導向開放計算

互聯網行業的快速發展，讓互聯網巨頭公司紛紛建設自己的數據中心，谷歌、亞馬遜、微軟、騰訊、百度和阿里成為全球超大規模數據中心的主要擁有者。他們在硬件采購上更傾向于硬件重構，選擇集成度高、模塊化、定制化的服務器，這就導致傳統的機架式服務器、刀片式服務器被逐漸拋棄，以整機柜服務器為代表的新一代云服務器成為超大規模數據中心的主流選擇。

整機柜服務器本質上是一個數據中心顆粒，而不是傳統的計算設備，整機柜服務器通過硬件重構，統一集成了計算、網絡、存儲以及散熱、供電、管理等模塊，具有完備的數據中心功能，而且一體化設計、一體化部署，部署密度提升1-3倍，能源效率在90%以上，相比之下更大地提升了部署速度，傳統機架式設備的日部署量約為幾百臺，而整機柜的日部署量能達到上萬臺，浪潮整機柜服務器SR在百度數據中心的部署速度曾達到驚人的1萬節點/日。