人工智能和增强现实正在推动数据需求——开源硬件正在迎接挑战
数据是数字经济的命脉，随着新技术的出现和发展，数据中心对更快的数据传输速率、更低的延迟和更高的计算能力的需求呈指数级增长。新技术正在突破数据传输和处理的界限，采用开源技术可以帮助数据中心运营商最大化当前运营并为未来做好准备。以下是一些推动高计算需求的技术示例，以及开源技术、社区和标准如何以可持续的方式帮助大规模满足这一需求。
人工智能和机器学习
人工智能 (AI) 和机器学习 (ML) 技术正在彻底改变自然语言处理、计算机视觉、语音识别、推荐系统和自动驾驶汽车等各个领域。人工智能和机器学习使计算机能够从数据中学习并执行通常需要人类智能的任务。
然而，人工智能和机器学习也需要大量数据和计算能力来训练和运行复杂的模型和算法。例如，GPT-3 是世界上最先进的自然语言模型之一，拥有 1750 亿个参数，并使用 45 TB 的文本数据进行训练。为了有效处理如此大规模的数据集和模型，AI 和 ML 应用程序需要能够提供高速数据传输速率、低延迟和高计算能力的高性能计算 (HPC) 系统。
HPC 的新兴趋势之一是使用专门的处理器，例如 GPU 或 TPU，这些处理器针对 AI 和 ML 工作负载中常见的并行处理和矩阵运算进行了优化。例如，NVIDIA 的 Grace CPU 是一款专为 HPC 应用程序设计的新型处理器，它利用 NVIDIA 的 GPU 技术提供比当前 x86 CPU 快 10 倍的性能。Grace CPU 还支持快速互连，例如 NVLink，可实现 CPU 和 GPU 之间的高速数据传输速率。
增强现实和虚拟现实
Apple Vision Pro 的发布引起了轩然大波。增强现实 (AR) 和虚拟现实 (VR) 是两种最具沉浸感和交互性的技术，正在改变娱乐、教育、医疗保健和制造等各个行业。AR 将数字信息叠加在现实世界之上，而 VR 创建了一个完全模拟的环境，用户可以通过耳机体验。
然而，这些技术也给数据传输和处理带来了重大挑战。由于最近发布，有关 Apple Vision Pro 的详细信息仍悬而未决。然而，其他 VR 耳机已经面世一段时间了，因此我们可以做出一些假设。例如，Oculus Quest 2 等 VR 耳机需要与 PC 或云服务器高速连接，以传输高质量视频和音频内容，以及跟踪和输入来自耳机和控制器的数据。视频比特率，即每秒传输的数据量，取决于 GPU 在 PC 或服务器端对信号进行编码的速度，以及 Quest 2 处理器在耳机端对信号进行解码的速度。
根据 Oculus 的说法，VR 流媒体的建议比特率在 150 Mbps 到 500 Mbps 之间，具体取决于分辨率和帧速率。这意味着 VR 流媒体需要比网页浏览或流媒体音乐等其他在线活动更高的数据传输速率。此外，VR 流媒体还需要低延迟，即信号从一个点传输到另一点所需的时间。高延迟可能会导致游戏过程迟缓或紧张，从而破坏沉浸感并导致晕动病。
延迟取决于多个因素，例如网络速度、设备之间的距离以及编码和解码算法。根据 Oculus 的说法，VR 流媒体的理想延迟低于 20 毫秒。然而，实现这种性能水平并不容易，尤其是通过 Wi-Fi 或 5G 等无线连接。
用于数据中心优化的开源技术
随着新技术推动数据中心对更快的数据传输速率、更低的延迟和更高的计算能力的需求，数据中心运营商面临着多项挑战，例如功耗增加、新的冷却要求、空间利用率、运营成本和快速发展的步伐。硬件创新和刷新。为了应对这些挑战，数据中心运营商需要优化其当前的基础设施，并采用新的标准和技术来提高其效率和可扩展性。
这是 Open19 项目的目标，该项目是一个可持续和可扩展的基础设施联盟计划，现已成为 Linux 基金会的一部分。Open19 项目是数据中心硬件的开放标准，基于通用外形尺寸，提供下一代高效配电、可重复使用的组件以及新兴高速互连的机会。SSIA 的使命和通过 Open19 项目创建的开放标准与更大的行业驱动力保持同步，以提高为我们的数字生活和社区提供动力的基础设施的效率、可扩展性和可持续性。开放计算项目是有效支持对计算基础设施不断增长的需求的另一项努力。该项目同样促进行业合作伙伴之间社区驱动的协作，以开发数据中心解决方案，重点关注大型托管中心和超大规模企业通常使用的 21 英寸服务器机架尺寸。OCP 的范围还扩展到数据中心设施以及服务器的内部 IT 组件。
结论
新技术正在推动数据中心对更快的数据传输速率、更低的延迟和更高的计算能力的需求，而社区、政府和公司则关注资源管理以及对用水、电力管理和其他碳密集型技术方面的可持续性关注的增加创建、使用和部署。采用由 SSIA 和 Linux Foundation 等社区驱动的论坛开发的开源技术可以帮助数据中心运营商最大限度地提高当前运营水平，并为更加可持续的未来做好准备，满足这些令人兴奋的新应用程序的需求。
图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。