不知不覺，我們已經(jīng)進(jìn)入了ZB時(shí)代，根據(jù)IDC的統(tǒng)計(jì)，2018年全球創(chuàng)建的數(shù)據(jù)量達(dá)到了32ZB，2019年是45ZB，而2020年由于疫情的影響，大多數(shù)人都是在家中工作、學(xué)習(xí)和娛樂，因此2020年創(chuàng)建和復(fù)制的數(shù)據(jù)量出現(xiàn)了異常高的增長(zhǎng)，該機(jī)構(gòu)預(yù)計(jì)到2025年，這個(gè)數(shù)字是175ZB。

這是什么概念呢？

我們現(xiàn)在的手機(jī)存儲(chǔ)容量一般采用的是128GB，

1ZB=1024EB=1024×1024PB=1024×1024×1024TB=1024×1024×1024×1024GB，即1040GB，約1萬億GB。這是一個(gè)超級(jí)龐大的數(shù)字。

圖1：IDC預(yù)計(jì)數(shù)據(jù)將會(huì)呈現(xiàn)爆炸式增長(zhǎng)。

（來源：IDC，Synopsys）

在如今的數(shù)據(jù)大爆炸時(shí)代，大部分?jǐn)?shù)據(jù)并沒有被存儲(chǔ)下來，比如2018年創(chuàng)建的數(shù)據(jù)是32ZB，被存儲(chǔ)的數(shù)據(jù)大概是5ZB，只占產(chǎn)生數(shù)據(jù)的15%。這些被存儲(chǔ)的數(shù)據(jù)中，被真正分析，并萃取出有用信息的數(shù)據(jù)則更少。

有價(jià)值數(shù)據(jù)不到被存儲(chǔ)數(shù)據(jù)的3%

據(jù)IDC統(tǒng)計(jì)，目前在收集到的所有數(shù)據(jù)中，只有12%的數(shù)據(jù)得到了有效分析，剩下88%的數(shù)據(jù)其實(shí)是沒有被處理的。而被有效分析的12%數(shù)據(jù)中，只有1/4的數(shù)據(jù)是有意義的，也就是說，真正產(chǎn)生了價(jià)值的數(shù)據(jù)不到被存儲(chǔ)的所有數(shù)據(jù)的3%。

圖2：真正有用的數(shù)據(jù)不到存儲(chǔ)數(shù)據(jù)的3%。

（來源：IDC，Synopsys）

有人將如今的數(shù)據(jù)比作能源行業(yè)的石油，VPS租用，認(rèn)為數(shù)據(jù)就是現(xiàn)代社會(huì)的動(dòng)力之源，但大量的數(shù)據(jù)和其潛在價(jià)值，并沒有體現(xiàn)出來。人們也沒有辦法分析如此大量的數(shù)據(jù)，這是非常可惜的一件事情。

那有沒有什么辦法可以更加快速和方便地分析這些海量數(shù)據(jù)呢？目前業(yè)界最為普遍的方法就是運(yùn)用圖像加速器和AI加速器，來提高分析海量數(shù)據(jù)的效率。

接口成為制約數(shù)據(jù)處理效率的瓶頸

隨著數(shù)據(jù)量的增加，數(shù)據(jù)中心需要更高的計(jì)算密度，而隨著計(jì)算密度需求的增長(zhǎng)，我們需要具有更高效率，以及更快速的接口來處理不斷增長(zhǎng)的數(shù)據(jù)量。

因?yàn)樵跀?shù)據(jù)的處理過程中，需要頻繁地與系統(tǒng)內(nèi)存進(jìn)行互動(dòng)傳輸。為了讓數(shù)據(jù)處理更加有效率，幾乎所有的CPU供應(yīng)商都會(huì)支持Cache-Coherent協(xié)議，該協(xié)議允許內(nèi)存共享，能夠最大程度地減少數(shù)據(jù)的復(fù)制和翻譯，以提高數(shù)據(jù)處理效率。

在服務(wù)器內(nèi)部和服務(wù)器之間移動(dòng)數(shù)據(jù)，是導(dǎo)致數(shù)據(jù)延遲的主要因素，也是制約數(shù)據(jù)處理效率的一大瓶頸。因此，盡可能地減少數(shù)據(jù)移動(dòng)，并在需要時(shí)為移動(dòng)數(shù)據(jù)提供高帶寬、低延遲的接口，是提高云和高性能計(jì)算應(yīng)用程序的性能、減少延遲和功耗的關(guān)鍵。

一般來說，延遲主要來自三個(gè)方面，一是網(wǎng)絡(luò)延遲，這包括在兩點(diǎn)之間移動(dòng)數(shù)據(jù)所需要的時(shí)間，網(wǎng)絡(luò)延遲受數(shù)據(jù)移動(dòng)距離的影響，如果所有其他條件相同的話，在臨近的兩座建筑物之間移動(dòng)數(shù)據(jù)就會(huì)比跨越大洲移動(dòng)數(shù)據(jù)快得多。同時(shí)，網(wǎng)絡(luò)延遲也受到傳輸路徑的影響，更小化網(wǎng)絡(luò)距離和數(shù)據(jù)經(jīng)歷的網(wǎng)絡(luò)設(shè)備數(shù)有助于降低網(wǎng)絡(luò)延遲。

二是存儲(chǔ)延遲，這包括數(shù)據(jù)的存儲(chǔ)和檢索時(shí)間。此前，HDD是主要的長(zhǎng)期數(shù)據(jù)存儲(chǔ)截止，且HDD的訪問時(shí)間是以毫秒計(jì)算的，但隨著SSD使用量的增加，數(shù)據(jù)訪問時(shí)間變成了以納秒為單位了，響應(yīng)速度提高了10000倍。存儲(chǔ)器訪問時(shí)間的大幅提升，使得存儲(chǔ)網(wǎng)絡(luò)的延遲成為了存儲(chǔ)延遲的主要影響因素。

三是計(jì)算延遲，這是數(shù)據(jù)處理所需要的實(shí)際計(jì)算時(shí)間。計(jì)算周期和計(jì)算模塊間的數(shù)據(jù)移動(dòng)（在內(nèi)存和計(jì)算設(shè)備之間）全都會(huì)影響數(shù)據(jù)處理時(shí)間。要解決處理延遲問題，設(shè)計(jì)人員需要解決可用帶寬量和數(shù)據(jù)傳輸協(xié)議的速度問題。

比如，圖3顯示了兩個(gè)芯片的示例。提供應(yīng)用計(jì)算處理的云服務(wù)器片上系統(tǒng) (SoC) 和圖形加速器芯片。圖形加速器采用 HBM 內(nèi)存，云服務(wù)器芯片采用傳統(tǒng) DDR 內(nèi)存。通過利用這兩個(gè)設(shè)備之間的緩存一致性接口，可以將內(nèi)存匯集到我們所謂的“融合內(nèi)存池”中，并且這些設(shè)備可以共享內(nèi)存空間，而實(shí)際上并不需要在進(jìn)程或域之間復(fù)制數(shù)據(jù)。以這種方式，可以減少實(shí)際數(shù)據(jù)的搬移時(shí)間，從而提高系統(tǒng)的性能和效率。

圖3：緩存一致性接口降低了計(jì)算延遲。

那么，如何才能構(gòu)建這樣的“融合內(nèi)存池”，讓設(shè)備之間共享內(nèi)存空間呢？這就需要高性能接口IP的幫助，比如PCIe、CXL和CCIX等等。

如何選擇合適的接口類型