科技小数据|化解混合多云挑战,至强集成AI加速

毫无疑问 , 以大数据分析、云计算、人工智能等新技术所推动的数字化转型正迅速的改变着我们所处的时代 , 其巨大的影响力已经从量变上升为质变 , 可以说数字化转型已成为企业发展的必然选择 。
但在此过程中 , 企业上云无疑也正面临着更大的挑战 , 在IDC近期发布的《2020年中国云计算市场十大预测》中 , 就指出到2021年 , 中国90%以上的企业将依赖于私有云、多个公有云和历史遗留平台的组合 , 以满足基础设施的需求 。
与此同时 , 到2023年90%的新数字服务将使用公有云和内部API提供的服务构建复合型应用程序 , 其中一半将利用AI(人工智能)和ML(机器学习);此外 , 到2024年 , 由人工智能自动化、物联网和智能设备需求驱动的数据量将超过30ZB;20%的业务将利用它实现实时结果 。 ①
科技小数据|化解混合多云挑战,至强集成AI加速
文章图片
不难发现 , 混合多云正在重构数据中心的边界 , 并重新定义数据中心的需求 , 这就推动着数据中心必须要向外扩展 , 以支持本地部署的和在公有云中部署的工作负载;更为重要的是 , 包括AI在内的新数字服务越来越受到欢迎 , 因此企业对于新技术在混合多云环境下的交付需求也变得更加“迫在眉睫” 。
在此背景下 , 英特尔打出了一套“组合拳” , 不仅提供了完善的多云策略和方法论 , 更具备全面的解决方案和产品组合 , 可以帮助企业更好的构建新一代应用 , 从容迎接混合多云的新时代 。
优化混合多云新环境
【科技小数据|化解混合多云挑战,至强集成AI加速】在英特尔看来 , 成功的多云战略需要一个全面优化的平台 , 不仅仅是处理器 , 还包括存储、网络和软件优化 , 需要所有这些要素共同提供所需的性能 。 正是基于这样的综合考量 , 英特尔为企业客户提供了配备硬件级安全保护的优化技术基础 , 并针对实时业务量身定制 , 让企业能够在多云环境下也能轻松扩展工作负载 , 具体来看:
科技小数据|化解混合多云挑战,至强集成AI加速
文章图片
第一 , 在技术平台方面 , 英特尔第二代至强可扩展处理器可在运行企业通用计算工作负载时 , 计算性能提升高达2倍 , 推理性能提升高达30倍;并且无需更改硬件或计算环境 , 就能通过扩展来满足大多数计算密集型工作负载 。 此外 , 英特尔FPGA、英特尔QAT技术和英特尔傲腾持久内存 , 可在提供架构灵活性和可扩展性的同时 , 也能支持新的工作负载 。
第二 , 在实时业务方面 , 英特尔一系列的创新技术 , 也能以高速且经济高效地运行企业当前和未来的计算密集型工作负载 , 如SAPHANA、高性能计算(HPC)和人工智能(AI) 。
其中 , 使用英特尔第二代至强可扩展处理器和英特尔傲腾持久内存的“产品组合” , 也可以推动基础设施的现代化 , 优化核心业务应用和工作负载 。 测试数据显示 , 在微软SQLServer上 , 可削减多达50%的节点和39%的总体拥有成本;在SparkSQL上 , 性能提升高达8倍;在SAPHANA上 , 在容量翻倍的同时 , 单位TB成本削减达34% 。 ②
第三 , 在工作负载扩展方面 , 广泛部署英特尔至强处理器可以更加安全可靠地将企业工作负载从数据中心扩展到云 , 同时无需重新配置、更改应用或进行测试 。
可以看到 , 英特尔架构直接在芯片层提供硬件安全加强功能 , 可帮助保护计算堆栈中的每一层(硬件、固件、操作系统、应用、网络和云) 。 此外 , 使用英特尔虚拟化技术进行无缝扩展 , 也可实现云之间的实时应用迁移 , 由此部署新应用并按需纵向扩展或缩减 , 以满足不断变化的要求 。 再加上在英特尔架构上优化、开发和测试的数据中心应用种类繁多 , 也可最大化的帮助企业实现从私有云到公有云的工作负载扩展 。


推荐阅读