/ 中国存储网

未来5G算力形态解构:ARM架构将担重任 CPU角色将会弱化

2020-08-10 来源:科技号

为推动疫情后经济复苏,为未来经济带来增长新动能,以新价值、新机遇为主题的华为5“机”峰会于上海举办。沙利文咨询总监郭铭出席此次峰会并作演讲“5G+计算,构筑无处不在的端边云协同计算形态”。他表示,未来数据将端边云协同计算,也为行业带来三个新机遇。

郭铭认为,站在5G尚未商业化的今天,人们很难看清未来5G会赋予哪种应用场景最全面、最深度的发展,且目前已经出现了4G无法满足的应用场景,更不用说车联网、智慧工厂等大型场景,不仅4G无法实现,对于5G来说也有着很大的挑战。

第一个挑战是如何处理大量数据。根据沙利文研究,以深圳为例建立智慧城市,全年城市仅摄象头产生数据量可达7.5EB,智慧项目落地后,各行业将传感器、智能设备连接到网络里,每日产生数据堪称海量。第二个挑战是如何解决计算力需求的增长。以自动驾驶为例,驾驶等级提高一级,主力芯片算力增长六倍以上,未来汽车配备传感器数量将比现在大很多,对运算速度和要求也更加严苛。

综合以上两点,根据沙利文计算,未来数据计算需求将去中心化,分布在边缘侧。从而实现端、边、云协同的新形态,把要求高的隐私保密性放在边缘侧进行计算,把需求大数据运算和存储业务放在中心侧进行运行,让端、边、云三方共同完成计算和存储业务。相对传统中心化云计算,端边云协同计算的反应速度更快,时延更低,更有效的降低了功耗和成本,同时隐私安全问题也得到解决。

郭铭表示,端边云协同计算将为行业带来三大趋势。第一是5G时代移动APP云计算需求结构发生改变,目前移动APP基本都是在端侧以X86架构为主的指令设置,未来APP的复杂的计算任务将全部搬到云上,以X86为主的架构运行效率会变得低下,所以未来云侧算力有趋势从X86转到ARM架构。

第二个基于万物互联,AI训练算力将快速增加。对比几类芯片来看:CPU管理能力强,但运算能力相对较弱,不适合AI计算;显卡适合深度运算;FPGA是根据需求进行重新编程,实时性最强,灵活性最高,功耗最低,适用于各大数据中心;ASIC可以面向特定用户需求进行定制化,体积更小、功耗更低、成本更低,但灵活性相对较差,不可重复编程使用。通过对比可以看出未来5G的算力体系里,CPU芯片的角色将会绝对弱化,而其他三种芯片,特别是FPGA份额将会逐步提高,将成为5G时代算力提升的主要趋势。

第三大趋势是万物互联背景下ZB级非结构化数据带来的高性能、高并发、高吞吐量的算力需求。所谓非结构化的数据是指不明定义的数据,在未来的万物互联时代将有很多不能在互联网时代接入的设备,比如路灯、下水井盖设施等通过互联网管理,加上视频、音频、电子邮件、软件、传感器信号等等,非结构化数据在5G落地互联网时代产生大量建设需求,针对海量非结构化运算需求也是未来计算行业的一大机遇。