云计算+大数据：下一个系统设计关键所在
工程上一个不太好的事实是：商业计算的主要模式影响了所有的系统设计，这有些不合理。有时候，这一事实令人不太愉快。有时候，它也打开了迈向系统体系结构新时代的大门。
当微处理器第一次征服世界时，系统设计人员即使是在系统性能和功耗上要付出很高的成本，也突然都要使用微处理器。系统开发人员学习了编程。当Xerox公司推出以太网，IBM力推PC，两强联合闯入商业世界时，处理器网络成为设计所有各类系统“最正确”的方式，包括嵌入式系统。而性能、功耗、易用性以及安全等则显得没有那么重要。简言之，在不断变换的信息技术时代（IT），系统设计人员应善于应对。
注定的未来
那么，当今的商业计算规划人员感兴趣的是什么？在您阅读本文时，存储巨人EMC信息基础设施产品Intel首席技术官、首席运营官Pat Gelsinger，他也是VMware的CEO，在他的Hot Chips 24主题演讲“云变换IT，大数据变换业务”中，回答了这一问题。
Gelsinger的前提是，桌面成为历史，很可能平静的退出。他展示了一些数据，如图1 所示，说明了完成计算的实际位置是一种双峰分布。越来越的计算在服务器中完成——越来越多的服务器组成了云结构，也更多的在移动设备中完成。在一些其他地方完成相对较少的执行指令等计算。Gelsinger继续描述了这一两端鞍型分布发展的系统。
图 图1.工作越来越多的在移动设备或者云中完成
Gelsinger说，在云中，虚拟化正在改变一切。Gelsinger补充说：“今天，数据中心是孤立的‘历史博物馆’，孤立的传统系统运行传统的应用程序。”而虚拟化技术采用计算和存储资源池替代了这种孤立的方式，可自动配置，支持各类不同的任务。Gelsinger宣称：“今年，越来越多的任务运行在虚拟机上，而不是实际的物理机。”
在这些池中，Gelsinger还设想了一种非常具体的硬件结构。他说：“Intel发展路线会继续下去。只有x86体系结构在服务器领域是真正重要的。”ARM可能对未来有不同的看法，但是现在，数据支持了Gelsinger的观点。
这些CPU将会被一组更专用的硬件包围：虚拟化软件定义网络适配器、为所有移动客户生成图形的硬件加速器、用于深入探测数据包的可编程硬件，以及进一步提高安全对策的加速器等。Gelsinger认为：“老的静态安全方法无法适应当今持续性的高级威胁攻击。我们需要适应应用的虚拟化安全功能，对行为进行主动可信分析，以加强认证。”
在Gelsinger的展望中，服务器发展超越了x86 CPU集群，成为异构多核计算集群，采用了很多不同种类的实现方法，主要依靠集成闪存来连接存储系统，以满足带宽要求，以及服务器的各类存储申请。
在移动客户侧，Gelsinger展望了非常相似的体系结构，但是规模要小一些。他预计，会对移动设备进行优化以采集用户数据，呈现发现的数据，在云中对其进行分析，统一格式。移动设备会结合传感器、媒体输出设备、通用计算和加速器等，应用于基于硬件的虚拟化环境，还要支持较长的电池使用时间。正如在云中，应能够随时梳理好移动设备中的资源，以满足手头的应用需求。
大数据的推动
Gelsinger说：“推动这种转换的力量之一是‘大数据’。他认为：“我们还处于发展初期，或者炒作阶段，而事实是，世界数据每天都在增加两千千兆字节。而这一增长率每年都在加倍。这些数据变得如此之大，已经打破了现有的基础设施。”
而且，Gelsinger不仅看到了世界上数据的迅猛增长，还注意到其结构的变化。他建议说：“让我们思考一下数据模型的三个阶段。”在数据处理时期，以金融记录的方式组织数据，数据处理产生金融报告。随后，在内部关系上，我们开始根据要生成的报告来组织数据：我们建立数据库。我们与他们的互动主要是通过会话，目前还是这样。
但是，在大数据时代，数据实际上是非结构化的。处理既是分析：首先尝试找到与人查询相应的模式，最终，系统找出他们能够“理解”的模式——机器学习。
Gelsinger说，我们已经看到了应用。零售商收集客户的非结构化数据，开发非常惊人的“客户服务”。投资者积累大量的数据，搜索要交易的模式。生产商消化吸收这些输入检查数据、现场报告，甚至是其供应商的工况数据，深入搜索其供应链，以实现早期预警。
Gelsinger指出：“在EMC的一个案例中，我们突然遇到越来越多的驱动失败。原来是，供应商数月前改变了润滑油，新设备在现场出了故障。经过这一事件后，我们检查了提供给我们的数据。我们本应该十个月前就看出问题，如果能够实时分析我们的数据，换掉已经很危险的驱动，就不会使我们的客户造成严重的停产。”
它到底意味着什么？
Gelsinger的观点究竟会对企业IT部门的系统设计产生怎样的影响？预计今后的变革是分阶段的。
第一个阶段已经来临。Android平台加速了移动设备和应用的实现，成为很多其他系统开发的重要选择。这是一个典型的资源集中导致分散的案例。移动设备市场有资源，市场集中，在一个开放平台上集成了Linux、中间件和扩展库。这一平台不是裸金属也不是Linux，而是应用开发人员的起点。Android给应用开发人员带来了很大的好处，也在很多其他领域得到了广泛应用，为很多不同类系统提供了平台，远远优于以前的各种工具。
第二阶段有可能是满足接口需求。由于越来越多的组织对大数据产生兴趣，因此，各类系统都会面临压力，包括交通运输和制造业领域的移动设备和嵌入式系统，采集和报告所有的数据，有可能超出数字系统的能力。平板电脑会报告接近了其他平板电脑和电话、WiFi热点，及其位置，甚至还包括天气情况。车辆会报告道路和交通状况。制造系统会报告内部工艺控制数据。共同点是对连续底层操作、内部存储和上行链路数据带宽越来越高的需求。
新时代
不论是在概念上还是在实施方面，第三阶段都可能更具挑战性。随着云资源的发展，成本的降低，以及安全、时间感知网络越来越可信，系统会更广泛的应用云计算技术，而不是依靠内部资源来进行计算和存储，如图2所示。这一发展趋势将要求非常仔细的将系统内部划分成低延时和高延时任务。这也可能使得所有访问网络的系统几乎不受限制的使用计算和存储资源。
图2.系统会依靠云资源。
这一阶段的终点可能会是一场革命。试想一下，嵌入式系统会依靠云计算和大数据分析其操作。例如，卡车会根据云算法来调整巡航速度和刹车参数，处理道路和交通流量数据，计算最佳运输时间风险策略。铣床会根据周围其他铣床采集到的数据来调整切割参数和速率，其他的这些铣床具有相同的工具、润滑油和库存批号。巨大云应用的设想是，接入路由器不会根据本地软件驱动规则来交换数据包，而是基于全球整个网络目前的状态。他们可能会根据全球潜在威胁数据挖掘情况来检查这些数据包。