750毫秒,处理器还能突破多少极限?

2019 年 4 月 16 日 36氪

没有人喜欢“延迟”,对企业来说,面对激烈的行业竞争,拥有从大量数据中快速提取到“可用”的信息并作出决策的能力至关重要。


 | OolongT 


有一项关于人类大脑思维节奏的研究分析指出,人类思维的反应时间大约需要500-750毫秒。即半秒钟的时间,人类才能将感官接收到的外界信息整合成自身的意识体验。

从某种程度上来说,我们所认知的世界,永远比真实延时了半秒。

天下武功“唯快不破”。没有人喜欢“延迟”,对企业来说,面对激烈的行业竞争,拥有从大量数据中快速提取到“可用”的信息并作出决策的能力至关重要。而在即将到来的人工智能时代,以人为中心的机器学习更加需要机器运算能够达到与人类大脑感知世界的速度水平,率先替人类作出决策。

想要实现这种“实时”,从大规模数据的提取、高级分析再到为用户形成有效信息的呈现,每一环都被压缩至纳秒级别,才有抢占这半秒之间的先机。

计算机与互联网技术发展到今天,不少产品和平台在为企业消除数据延迟、加快运营速度、制定尽可能“实时”的决策、做到“先人一步”而作出不懈努力。

SAP HANA 就是eBay、Kaeser这样的国际化企业正在采用的具有高准确度和速度的数据分析解决方案。与传统架构不同的是,SAPHANA 可以通过消除传统数据仓库加载流程的复杂性和延迟,能以近乎实时的速度从交易系统复制数据,并将运营数据和其他数据源进行整合,并通过在内存中的实时预测分析提供直观建模,向仪表盘和移动设备输出可视化数据,为用户所用。可以说,同时满足了企业对“实时”和“有用”信息的需求。

然而,若没有英特尔至强可扩展处理器平台和傲腾数据中心的支持,纵然SAPHANA的数据分析技术再准确和快速,也难以顺利地流畅运行,自然也就无法达到所谓的”实时“了。

运行应用程序的服务器可分为三个子系统:微处理器、RAM内存和ROM储存。

英特尔至强可扩展处理器平台就是微处理器的代表。最新发布的英特尔至强可扩展处理器拥有多达56个内核,支援最高12条内存通道以便于实现多任务分解并行,让“并行性”有了质的飞跃,从而为计算、储存和网络使用提供出色性能和可扩展性。

当今主流内存解决方案都基于RAM内存,它有着高速率和不断增长的TB级容量。大型、高效的内存容量,可以支持极快速的数据访问和要求苛刻的I/O密集型工作负载,至强处理器则可以通过高压缩比、优化的内存和高速传输保留在主内存中。

但内存的价格较为昂贵,又具有易失性,也就是说,在关闭电源后,内存上的数据就会丢失,因此重启后需要对数据重新进行一次加载,这就会造成数据处理的延时问题。与之相对应的是ROM储存器,主要有NAND、固态盘和硬盘这三类。其最大特点是拥有持久性同时和内存相比不需要太高的成本,即使关闭电源,也不会影响数据的保存。只不过储存的速度远大于内存数据运行的速度。

为了解决这个问题,英特尔在2018年下半年创新推出了傲腾数据中心级持久内存,能够将内存转化为快速、非易失性和经济实惠的持久资源,也就是兼具了DRAM内存较短时延的性能,并拥有固态盘储存的低成本、高容量和持久性的优点。这无异是打破了内存和储存之间的“隔阂”,实现两者之间数据转移的顺畅和连续性。配合英特尔自强可扩展处理器,就能够将大容量数据移到处理器附近,可对大量数据进行实时访问、处理和分析,不需要像过去那样从储存器检索数据,从而优化工作负载,减少时延并增强性能。

在具备了以上革命性的数据处理能力之后,英特尔想到的是如何将这一内存分析技术运用到更广泛的行业领域之中,让它切实为企业带去有竞争力的服务。

科研、制造、金融、能源、零售和医疗,都在他们考虑的范围之内,同时考虑到每家企业的业务并非单一,英特尔对各类数据处理进行了负载分析和归类,例如政府研发、AI训练、能源模拟等对容量和I/O有着高需求的工作负载被规划为最高优先级;收发电子邮件、文件打印等低负载的工作则被列为较低优先级。通过这种规划,才能帮助企业从战略上考虑如何将传统内存、储存器以及持久内存正确组合,让企业的数据分析更加高效。

基于这样的考量,借助英特尔至强可扩展处理器和傲腾数据中心级持久内存,SAPHANA 才能够帮助在全球拥有9000万用户的eBay在分秒间完成交易,并为卖家提供实时洞察数据,帮助他们作出可执行的商业决策;帮助Kaeser每天采集100万次测量数据来预测可能会出现的停机情况,对系统进行预测维护,改进客户服务;为化学品公司Evonik降低成本,提高生产力,并随时做好储存大容量数据集的准备。无论是商业软件、因特网服务、公司数据储存、数据归类、电子机械的自动化设计,都能由至强可扩展处理器平台实现。

预计到2020年,全球TOP2000的公司之中有一半需要依靠开发数字增强型产品、服务和体验以具备更强大的竞争力,届时,大型数字业务的市场将增长80%。随着5G网络的兴起,互联网技术向人工智能延伸,无疑让企业与用户对数据处理有着越来越高的要求。

说回到人类的思维速度,其实人类也可以在不足半秒内作出反应,但仅仅局限于在受到惊吓的状态,或者是无意识脑回路的灵感。这就是为什么灵感总是会在你不经意的时候冒出来,电影里经验老道的干探总是要靠直觉办案……然而,企业做决策可不能只凭灵感与直觉。而英特尔至强可扩展处理器和傲腾数据中心级持久内存却真正实现了让内存以人类思维的速度采取行动,用技术的力量,推着我们能走得再快一些。



长按扫描上方二维码或点击“阅读原文”,见证奇迹时刻!


登录查看更多
0

相关内容

华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
【2020新书】Kafka实战:Kafka in Action,209页pdf
专知会员服务
67+阅读 · 2020年3月9日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
已删除
将门创投
6+阅读 · 2019年4月10日
已删除
将门创投
7+阅读 · 2018年11月5日
SLA 99.99%以上!饿了么实时计算平台3年演进历程
51CTO博客
11+阅读 · 2018年4月10日
你知道量子计算吗?它超酷的!
微软研究院AI头条
4+阅读 · 2018年3月16日
【谷歌推出TFGAN】开源的轻量级生成对抗网络库
GAN生成式对抗网络
3+阅读 · 2017年12月16日
Spark的误解-不仅Spark是内存计算,Hadoop也是内存计算
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
5+阅读 · 2018年10月11日
Arxiv
5+阅读 · 2017年7月23日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
【2020新书】Kafka实战:Kafka in Action,209页pdf
专知会员服务
67+阅读 · 2020年3月9日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
相关资讯
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
已删除
将门创投
6+阅读 · 2019年4月10日
已删除
将门创投
7+阅读 · 2018年11月5日
SLA 99.99%以上!饿了么实时计算平台3年演进历程
51CTO博客
11+阅读 · 2018年4月10日
你知道量子计算吗?它超酷的!
微软研究院AI头条
4+阅读 · 2018年3月16日
【谷歌推出TFGAN】开源的轻量级生成对抗网络库
GAN生成式对抗网络
3+阅读 · 2017年12月16日
Spark的误解-不仅Spark是内存计算,Hadoop也是内存计算
Top
微信扫码咨询专知VIP会员