数字基础设施时代的Flash：首席信息官需要知道什么

00:00发言者1：我今天的演讲分为六个部分。我将从一些关于数字基础设施未来如何分布的想法开始——你可以把它看作是一个核心边缘端点连续体。然后，我们将简要讨论应用程序和工作负载的变化性质。在那之后，我们将目光转向人工智能和大规模并行计算等从时间到价值的工作负载的基础设施。稍后，我们将讨论从超聚合到可组合和分解的基础设施的转变。然后，我们将讨论边缘计算，并以对cio和IT决策者的基本指导来结束今天的演示。

00:43 S1:那么flash是如何引领这个时代的分布式计算？让我们快速回忆一下过去。仅仅在过去的五到六年里，Flash就开始在数据中心崭露头角。我们从大型机时代开始，那时flash还不存在，然后我们转向客户端服务器模型，然后迎来了云计算。正是在这个云计算时代，flash开始进入数据中心，现在是分布式计算的基础。

01:15 S1:随着云计算成为主流，我相信它将引领分布式计算的新时代，将各种云计算和传统it环境与通用的编排自动化和操作层结合在一起。IDC估计，到2022年，全球GDP的65%将被数字化，这将增加企业对基础设施的依赖，而不是传统的商业应用。数字服务正在开发中，以提供现代和日益自动化的客户和工作体验和智能业务运营系统，这取决于在世界任何地方的物理和逻辑层面上及早获得创新但有弹性和可信的技术。

02:05 S1:数字企业的收入很大一部分取决于其自身设施中部署的基础设施的响应性、可伸缩性和弹性，以及利用第三方提供和运营的基础设施资源作为服务交付的能力。新兴的数字基础设施生态系统，越来越多地建立在云基础之上，专注于确保更快地交付创新的基础设施硬件、软件、资源抽象和流程技术，以支持开发和持续改进弹性数字基础设施和数字体验。

02:47 S1：数字基础设施并不仅仅存在于中央企业或云数据中心。它包括支持应用程序和代码转换的资产和资源，以增强客户体验，将智能和自动化嵌入商业运营，并支持边缘地区正在进行的行业创新。

考虑到这些需求，未来几年最重要的发展是承认基础设施的未来，当谈到CIO的优先级时，云计算无处不在。向以云为中心的数字基础设施的过渡已经开始，并将在大流行之后加速，这取决于对数字战略的承诺。它能够及时访问和消费创新的基础设施技术，以支持数字业务模型。它还将技术采用和It运营治理与业务结果保持一致。

03:50 S1：让我们现在看一下应用程序和工作负载的变化性质。对于你们中的一些人来说，术语工作量可能会令人困惑。IDC指的是作为应用程序以及相应的数据集的工作负载。因此，例如，数据库工作负载是数据库，应用程序以及数据库以及数据集的组合，数据集包括应用程序二进制文件和包含在其中数据的所有数据文件。应用程序非常动态，并且其架构一直更改。该幻灯片描绘了应用的演化的一般趋势。该演化模型可能不适用于语音识别，视频渲染和高性能计算等专业应用。这些专业应用可能遵循一般趋势，而不是确切的顺序。

04:42 S1:遗留应用程序是集中的和有状态的，它们的弹性、可用性和安全性依赖于底层基础设施。它们遵循扩展模型来支持增加负载或性能。企业业务应用程序、电子邮件服务器、web服务器等等都属于这一类。这包括巨石和单片应用程序。

接下来是现代应用。它们几乎是无状态分布的，在弹性、安全性和可靠性方面较少或不依赖支持基础设施，并且遵循扩展模型来支持更高的负载和更好的性能。它们包括基于云的应用程序和云本地应用程序，以及最近的无服务器应用程序。

05:30 S1:最后，我们来看下一代应用程序。这些是指即将推出的一类应用程序，它们展示了现代应用程序的特点，同时也突破了现代基础设施的限制。它们的特点是计算、数据存储和/或通信技术的极端规模。

05:51 S1:让我们谈谈应用程序。让我们快速讨论一下支持它们的基础架构。它正在从集中式转向分布式，从有状态转向无状态，从僵化转向弹性，最后从扩展转向向外扩展。这些应用程序的数据集也在变化。它们正在从结构化数据集转变为结构化、半结构化和非结构化数据的组合。访问机制正在发生变化——从块到文件再到对象，flash是这一转变的基础。没有flash，几乎不可能采用任何下一代应用程序。

06:31 S1:这张幻灯片描述了应用程序设计在几代IT基础设施中的演变。在一段时间内，应用程序设计模式围绕着特定的IT基础设施模式。然而，他们获得了关键的速度，他们已经开始推动IT基础设施的极限。他们逃离了基础设施，逃离了边界，如果你……抓紧下一代基础设施建设。这种行为就像卡西尼号等卫星的轨道机动，从另一颗行星的轨道上跳下来，也就是所谓的弹弓。

07:08 S1:我们关于应用程序转换的讨论是不完整的服务网格基础设施．服务网格基础设施提供了一种可伸缩的、策略驱动的、声明式的和以开发人员为中心的方法，以保护和管理服务之间的通信。虽然这似乎是SDN的回归，但服务网格基础设施显然是以应用程序开发人员为中心的。Service mesh还将控件移动到Layer 7对于网络堆栈的大部分，更接近应用程序。是主要在4s层及以下运行的终端平台。

07:48 S1:商业应用在很大程度上是基于微服务的，吸引了更多的服务。企业IT环境也变得异构，应用程序和服务在环境之间进行通信。随着基于微服务的体系结构的广泛采用，由于服务网格的影响，企业IT环境中具有服务的应用程序的数量预计将呈指数级增长。

08:20 S1:现在让我们看看时间到价值的工作负载的基础结构。这些应用包括人工智能和技术、科学和工程应用。从时间到价值的工作量，这张幻灯片上的很多都是企业所依赖的来获得深刻的见解，他们利用这些见解来进行差异化竞争。

人工智能或AI是一个关键的新兴工作量。AI功能有助于加快企业的数字转型。AI和机器学习能力通过新的商业模式，数字支持的产品和服务提供竞争优势，从而使企业能够提高用户体验，以提高生产力和创新。IDC预测，全球AI市场将于2018年大约281亿亿亿左右，以28.5％左右约为2023年的984亿。

09:24 S1:Flash支持人工智能计算。每一个细分市场都被flash加速了。如果没有flash，人工智能的工作负载将受到I/O和延迟的限制，这对那些希望压缩从数据中获取价值的公司来说是一个挑战。

09:42 S1：随着构建人工智能能力变得越来越紧迫，IDC发现企业对构建自己的人工智能基础设施堆栈的过程感到困惑。IDC发现，越来越多的人工智能服务器、存储和处理器供应商正在开发由抽象层、编排层、开发层和数据科学层组成的人工智能堆栈，这些层旨在无缝地一起运行。

这些堆栈通常结合了开源软件、专有软件和非盈利性的商业软件层，旨在帮助客户、IT基础设施团队、开发人员和数据科学家在预先设计的堆栈中协作，而不必完全自己构建。IDC认为，人工智能基础设施堆栈为客户提供了一个明显的优势，它们的多样性虽然令人困惑，但尤其不是一个劣势。IDC不希望厂商合作开发通用的标准AI堆栈。这将破坏顾客一开始就有多种口味可供选择的优势。

专机S1:通过提供人工智能框架，IDC希望为IT供应商提供指导，鼓励他们提高其堆栈的多功能性，从而增加其无处不在的采用。毫无疑问，flash是这个人工智能堆栈的重要组成部分。没有闪存，计算不能以其他方式执行。

11:13 S1:世界范围内对计算能力的需求是由一种永不满足的欲望驱动的，即减少数据集的价值实现时间，这些数据集的大小和复杂性与日俱增。新的用例不断诞生，随着每一个新用例的出现，对计算方法的需求不断增加。计算平台架构在不断发展，因此组织可以根据从不同来源的数据集编织而来的深刻见解，及时采取更好的行动。

在串行处理器之上覆盖并行运算的计算平台架构，运行抢占式多任务操作系统并不是什么新鲜事。它们基于这样一个前提:任何计算作业的最佳执行方式是将作业从逻辑上分割成更小的jolet，并在独立的处理器系统或子系统上并行运行这些jolet。在数据方面，这意味着数据集的分片以保持计算本地化。

12:20 S1:由于底层传输机制或以一致方式贡献系统或子系统的技术的限制，许多早期并行化方法都有伸缩性限制，RISC就是其中之一。低延迟和高带宽结构的缺乏也意味着某些任务不能被并行化，因为这些系统之间缺乏一致性。这些限制正在逐渐消失，导致大规模集群或并行计算系统的使用越来越多，这些系统跨越数据中心甚至云。

12:57 S1:大规模并行计算（Massively parallel computing）是一种新兴的计算平台和数据管理体系结构，它依靠大规模并行化以尽可能快的速度处理大量数据或执行复杂的指令集。今天和不久的将来，MPC或大规模并行计算作为一种跨三种工作负载和用例的方法被采用，如人工智能、大数据和分析以及建模和仿真。其他用例组可能会出现，如果这种方法在经济上具有可扩展性，相对于放大方法。

13:36 S1：IDC将并行划分为四个级别。这张幻灯片演示了这些级别，从处理器中的最小级别到地理上分散的位置中的最大级别。我接收视图并行化作为一个多步骤的过程。在最低层次上，并行处理可以发生在微处理器内部，因此进程调度程序将部分指令分配给处理器核心。不过，IDC的处理器确实有很多很多的内核。例如，在MPC的定义中，已经设计了数百个并行执行复杂指令或简单指令集的部分。

十四19 S1:在下一层，这种并行处理可以在一个计算节点内的两个或多个微处理器之间进行。在这里，进程调度程序将指令分配给可用的微处理器，或者根据操作系统特定的优先级方案在可用的微处理器之间分配指令，以实现效率，或者给特定的任务优先级以满足截止日期。

在下一层，计算节点集群用于加速计算任务的特定目的，例如执行非常复杂的指令集或通过并行化任务在大量数据上执行相对简单的指令集。集群可以用内存和闪存构建，这些内存和闪存在节点之间共享，或者每个节点可以有自己的内存和闪存，任务调度程序根据特定的算法在节点之间分配指令组件和数据。

十五17 S1:在最高级别上，协调并行是通过连接和调度一个位置(如数据中心)内的集群或通过广域网络连接的分散位置之间的集群来实现的。这张幻灯片展示了IDC对可组合和可分解系统的看法，这是我们所谓的传统融合基础设施的进化。虽然这项新技术是一个重大的飞跃，但其发展的要点如下。最初的转换是在供应和管理层，导致一系列称为集成或聚合基础设施的解决方案。下一代通过操作平台层(也称为hypervisor)交付了可组合性，从而产生了一系列名为超融合基础设施，我们今天知道HCI。这开始了向行业标准和基于API、软件定义的基础设施或SDI的过渡。

16:18 S1:新一代的基础设施将这一概念进一步发扬光大。通过统一的基于api的供应、编排和自动化层，硬件方面正在向分解方向发展，而软件方面正在向可组合方向发展。无需多言，flash实现了从聚合到可组合的旅程。

16:43 S1：那么，为什么人们要用HCI替换遗留的基础设施呢?用超融合替换遗留基础设施的首要原因是性能;flash支撑性能。这一点在超融合基础设施方面最为突出。例如，在家电类别中，所有的闪光家电预计将以近20%的五年复合年增长率增长。在软件+认证服务器的情况下，全闪存服务器预计将以39.1%的五年复合年增长率增长，而全闪存超融合市场预计将以24.5%的五年复合年增长率增长。这些都是惊人的数字。

十七34 S1:较新的计算平台体系结构为我们今天所知道的单片计算平台体系结构提供了一种替代方案。实际上，分散式和分布式计算方法旨在减少中央处理单元或CPU执行特权操作的负担。去中心化的架构借鉴了一种被称为“加速计算”的方法，这种方法正在行业中获得关注。我们知道这些是因为gpu、fpga和asic，它们被用于像今天的人工智能这样的工作负载。专门指定的处理器，也称为加速器，协处理器是其变体，用于卸载用户空间负载的特定部分——例如，用于数学密集型函数的gpu，以加速工作负载的结果。

十八25 S1:然而，即使在最…计算部署时，CPU控制平台并运行平台上的所有嵌入式和管理有效负载。与通用工作负载加速器、IDC的功能加速器一起，创建了一个三辐分布式计算模型，我们希望它成为分布式可组合和分解基础设施的基础。功能加速器提供了一个介于完全硬件分解和软件组合之间的中间级别。这张幻灯片展示了旅程将如何进行。它从一个没有fabric辅助的纯软件方法开始。这是简单的可组合性，不需要任何底层硬件功能的假设。

19:13 S1:接下来，我们拥有启用平台和结构辅助的软件。这是一个下一级，供应商依赖于启用硬件平台，专有的高速连接来提升软件。通过加速器或协处理器卸载，我们可以通过将特权嵌入式功能卸载到专用硬件上，以坐在单片CPU的控制之外，实现部分分类，并且可以自主地执行功能。在此级别中，织物卸载是通过卸载到函数加速器本身的软件定义和高带宽网络的组合来实现的。

19:56 S1:最后，我们得出了完整的分类。这是通过对CPU子系统的修改和嵌入式管理和用户空间功能的完整结构卸载实现的，而不是今天可以卸载到协处理器上的功能。我们还没有做到这一点，但是像Gen-Z和CXL答应带我们去那里。计算存储扩展了这一旅程，加速器正好靠近数据持久化设备。换句话说，它需要计算到存储层或闪存层。最近，供应商开始提供融合的文件和对象系统——有人称之为快速文件；其思想是相同的——即提供一个单一的存储系统，可以支持文件、块、对象流媒体以及容器持久性访问。这一点很重要，因为它提供了一个软件定义的基础架构级别，可以与云本地应用程序和现代云本地应用程序开发过程集成。

21:02 S1:现在，让我们来看看边缘计算和flash在其中的作用。边缘计算描述发生在组织核心之外但不发生在实际端点上的所有计算存储、网络和连接过程。有几个原因可以解释为什么边缘计算对现代企业来说是有意义的。其中许多目标只有在flash用于数据持久性和边缘缓存功能时才能实现。闪存驱动的边缘计算平台使表单能够包含一个通用的计算参考体系结构。公司不再需要在形状因素、性能和存储之间做出妥协;无论平台提供的功能如何，它都是可用的。换句话说，可以部署软件定义的融合IT、OT和CT基础设施堆栈。

22时01分此幻灯片说明了我之前的一点。EDGE函数可以部署在重边层或光边级。重优先级层由由数据中心级服务器调整的系统组成，意味着执行较重的任务，例如分析。这些通常是具有数据中心级行业标准计算硬件的通用服务器，但为边缘粗鲁化，旨在集成OT和CT功能，如控制和数据采集系统。由于数据分析等许多IT功能需要大量的计算资源，因此必须使用空间和节电硬件构建重型系统。

22:42 S1:light edge包括基于网关概念的设备，其初始设计基于英特尔的参考设计，基于低功耗Atom芯片。英特尔最初招募15左右供应商建立广泛的各种用例目标如拥抱标准化计算形式因素在运行它的边缘,无法和CT应用和启用有效的数据捕获和支持有限分析边缘最小化数据传输的核心。

我想以一些对供应商和IT决策者的指导来结束我的演讲。对于供应商来说，使其客户能够从传统基础设施过渡到数字基础设施，意味着更快地交付可靠的数字服务和体验。它由三部分组成。首先，它使用了创新的云本地技术。第二，通过无所不在的部署实现更大的弹性和覆盖范围。第三，通过自主运营进行自我监管。

23:49 S1:对于首席信息官来说，这意味着四个关键目标。第一，资源优化。这涉及到实施能够以更少的成本做更多事情的解决方案，并通过小规模和可实现的投资创造附加价值。

第二,一致的弹性。这涉及到为故障和优雅降级而设计的新的和现代化的应用程序，而不是五个九和重要的服务恢复链。

第三,不断提高。它包括基于业务需求的对新技术、功能和新服务的快速访问。它包括软件和硬件资产的自动升级，最大限度地减少技术债务和安全风险的积累，逐步减少与遗留应用程序相关的搁浅容量。

最后，一种数字策略，可确保整个企业一致地提供它。有了这个，我想通过感谢你的时间和关注来结束这个演示，如果您有任何疑问或需要进一步的详细信息，请向我们联系。祝你有美好的一天。谢谢。