作为数据中心市场毋庸置疑的领导者，英特尔对数据中心的看法吸引了行业人士的密切关注，也在很大程度上代表了行业未来的大趋势。

“信息与通讯技术正处在一个激动人心的时代，这集中体现在三个变化上，就是云计算、网络转型以及数据分析，正是这三大变化驱动了数据中心行业的发展。”英特尔公司高级副总裁、数据中心事业部总经理柏安娜(DianeM. Bryant)在IDF主题演讲中如此指出。

 云将无所不在

作为一项颠覆性技术，云计算已经出现了多年时间，展现出良好的成长性。其一，公有云上的交互会继续增加，例如微信红包仅推出2年，现在每个月可以发出40亿个;云端新服务每天都在推出，有越来越多的企业诞生在云中;其二，消费级服务是公有云主流，目前全球2/3的云计算能力在为消费者提供服务;其三，传统企业在私有云上的投资将继续增加，以增加效率和灵活性，并且利用云来创造新收益。

“未来我们会拥有数以十万计的云，能够交付数以百万计的服务，连接数十亿的设备，并产生几十亿TB的数据。而且云将大大扩展数字世界的边界，使得技术具有更大的、无处不在的可及性。”柏安娜表示。

要想迅速设置一个云环境并不简单，云技术的起点就是要拥有一个非常高效的技术架构，因为云解决方案要求基础设施能够共享并且具备自动化，能以低成本交付高性能，同时也能够促成服务的快速部署，既具备超大规模的敏捷性还能使数据中心进行更优运行。

因此，英特尔开发出了机柜式架构(RSA)，能够实现资源的池化，根据工作的负载需求进行部署，并且推出了一个硬件抽象层，通过开放的API实现灵活的模块化基础架构，将正确的资源投放到工作负载上。柏安娜表示，英特尔正和VMI、微软、浪潮、戴尔、HPE等软件开发商和OEM厂商合作打造基于机柜式架构的解决方案，例如联想已经推出了超大规模管理和调度解决方案，让云计算部署和使用更加简单。

网络转型加速

灵活高效的计算基础架构背后，必须要有高带宽和低延迟的网络。柏安娜指出，当前网络不足以满足与日俱增的流量和应用需求。4G时代业界对NFV和SDN做了很多投资，为5G到来做准备。5G是无线通信网络的革命，不仅容量千倍地增长、峰值速率50倍的增长和延迟40倍的降低，还将支持各种新应用和场景服务。

比如对实时业务的支持，5G支持无人驾驶汽车，远程医疗服务，或者是在危险环境中远程重型设备的操控，也能够支持消费者服务和应急管理响应的一些政府服务、城市服务。“但是想做到这一切，网络必须要转型，网络必须实现虚拟化、软件定义和云化。”柏安娜说，网络连接是至关重要的，企业使用云需要始终不断地互联，从而不断推出新服务，找到新的收入来源。

为了促进网络转型，英特尔和开发者进行合作，在开源解决方案当中进行投资。“我们知道一旦有了标准的、开源的技术创新，我们就会看到技术创新速度明显加快;同时，要不断地推进我们的NetworkBuilder计划，为NetworkBuilder社区成员提供培训，给他们提供考架构和蓝图，来适配各种特殊的客户使用场景。最后，我们也要和成员一起进行市场推广，从而做大需求。”

英特尔在最近推出了至强处理器E5v4产品家族，其至强资源分配技术可以使网络功能充分虚拟化，并且带来了一系列的QoS能力。华为云核心网产品线副总裁王洪利也指出，基于x86的硬件已成为主流。在过去的十年里，英特尔一直和华为长期合作，华为云核心网已经走过虚拟化迈向了全面云化的NFV阶段，与全球用户签署了将近50个云化商用合同。

数据分析兴起

柏安娜提到的第三个趋势是数据分析，这也是英特尔当前的研发重点。柏安娜认为，数据是改变游戏规则的关键因素，原因在于云计算能够将服务进行连接并提供出去，且互联性得到了极大提升。此外，数据存储变得更便宜，过去十年服务器成本下降超过40%，存储成本下降超过90%，“摩尔定律告诉我们有足够的成本来存储海量的数据”。

在数据分析领域，英特尔的产品线横向扩展和纵向扩展，提供了非常丰富的产品，包括全套的微处理器的产品，从凌动、酷睿到至强、至强Phi，而且使用的是一个无缝的架构。除了处理器外，英特尔还提供了软件方面的支持，包括各种软件开发包，以加快各种应用交付速度。同时，英特尔还与各种开源组织合作，如Hadoop、Spark等，为数据分析应用提供优化和支持。

柏安娜表示，英特尔的可信分析平台(TAP)，是一个开源的平台级服务，专门适合数据科学家和应用开发人员，能够为用户提供预测性的模型和数据模型服务。“我们欢迎大家参与TAP做出贡献，使得整个分析解决方案开发和部署变得更加简便，以此为基础，来为数据分析市场提供更多服务。”

这些产品全面支持当前蓬勃兴起的数据分析类应用，例如机器学习。科大讯飞研究院副院长王智国博士指出，科大讯飞的人工智能开放平台每天在线交互达到近20亿次，这些工作都离不开一个强大的计算平台。“我们和英特尔更加深度的合作，在源头上进行软硬件一体化整合，必将能够创造出更多更先进的人工智能解决方案，共同推动产业发展。”

批处理本是大型机时代的主题，近十年来随着HadoopMapReduce的关注度逐渐增加，批处理现在又重新成为热门主题。但是 Hadoop分布式供应商的高级管理人员认为，ApacheSpark和其它流处理架构正在改变现状。

JackNorris是MapR公司前任首席营销官及现任数据和应用高级副总裁，他认为，随着ApacheSpark加入Hadoop，我们将看到更多实时应用和批处理架构，事件流与大数据存储是配套的。

MapR公司与Hortonworks公司、Cloudera公司一起共同打造Hadoop并带来了商业价值。而现在，SparkStreaming和其它相关技术的出现给大数据应用带来了变化，这似乎刺激了Hadoop生态系统新一轮的变革。

Spark已经成为了原生Hadoop组件特别有用的补充。Norris估计MapR的Hadoop分布式用户有一半正在使用Spark，可能用于生产环境的不同场景。

他表示，Spark引发了一连串兴奋点，其中一部分原因是因为MapReduce编程比较困难，在早期MapReduce编程基本就是Hadoop计算的代名词。

“Spark使开发变得相对容易了。它引入了新的API，支持使用Scala和Python编程语言，这样开发应用就更方便了。同时，它还帮助实现了流分析的结构化，”Norris补充道。

Spark可以监视到事件到达并且执行自动聚合和过滤，从而把原始数据转化为有用信息，Spark使这些工作变得更加容易。Norris表示，一些应用由于整体系统限制不得不在批处理模式下工作，但是这种情况正在改变。

本文转自d1net（转载）