現(xiàn)在人工智能、機器學習、視頻編碼和基因組研究等要求苛刻的應用已經離開研究實驗室范圍，并開始推動服務器微處理器市場的變革。借助加速處理單元，企業(yè)可提高數(shù)據(jù)中心工作流的處理速度。
Moor Insights＆Strategy的高性能計算和深度學習咨詢主管Karl Freund說：“企業(yè)需要比傳統(tǒng)CPU更強大的微處理器來處理新的計算密集型工作負載。”
早期改進包括圖形處理單元（GPU）和張量處理單元（TPU）?，F(xiàn)在還開始出現(xiàn)未來處理單元來支持這些應用程序，這使得服務器微處理器市場處于不穩(wěn)定狀態(tài)。
歷史上來看，GPU主要用于游戲行業(yè)等領域的視頻數(shù)據(jù)，但在21世紀初，Nvidia公司開始向客戶銷售新的高性能工作負載。
IDC公司服務器解決方案研究經理Peter Rutten說：“GPU擁有數(shù)千個內核，這使它們能夠比CPU更好地執(zhí)行深度學習等并行工作負載。更重要的是，領先供應商Nvidia圍繞其GPU構建了完整的軟件堆棧。”
最終的結果是微服務器加速器市場不斷增加。根據(jù)IDC數(shù)據(jù)顯示，全球加速計算（具有加速技術的服務器）市場將從2019年的150億美元增加到2020年的190億美元，使其成為服務器市場中快速增長的部分。
不斷增長的領域
很多供應商都希望利用這種微服務器市場的增長。在2018年2月，谷歌推出其TPU云服務，聲稱當用于機器學習應用程序時它比GPU快30倍。
亞馬遜云計算服務、蘋果、Facebook、IBM和微軟等行業(yè)巨頭都在投入數(shù)十億美元來構建數(shù)據(jù)中心以處理新的公共云工作負載。研究人員正在尋求方法來降低其公司運營成本，以及設計新的微處理器以提高服務器性能。
例如，微軟現(xiàn)在將字段可編程門陣列用于其語音識別應用程序。Freund預計微軟最終將推出由新微處理器支持的云服務。
初創(chuàng)公司
像英特爾這樣的微處理器供應商一直在這個市場投資，同時，這個市場也出現(xiàn)了很多初創(chuàng)公司，包括Cambricon Technologies、Cerebras Systems、CDSM Interactive Solutions、Horizon Robotics、Tenstorrent和Wave Computing等公司。
截至2018年7月，這個供應商市場仍處于發(fā)展的萌芽階段。除了開發(fā)新的加速處理單元外，供應商還需要構建一個軟件生態(tài)系統(tǒng) （一系列編程和管理工具），允許第三方可圍繞高性能芯片構建應用程序。
在這個初始階段，尚不清楚哪些微處理器會成為主流。
Gartner公司研究總監(jiān)Alan Priestley說：“目前加速器市場正處于新生狀態(tài)，客戶還正在弄清楚這些系統(tǒng)可以做什么以及供應商的各種解決方案如何結合其應用程序。”
加速處理單元進入數(shù)據(jù)中心
這些硬件改變將會從多個方面影響數(shù)據(jù)中心。在某些情況下，企業(yè)將會添加加速器到其服務器以及構建自己的高性能應用程序。
Freund稱：“對于大型金融服務公司而言，構建定制智能應用程序是有意義的。”
但開發(fā)高性能應用程序來配合加速器是復雜且具有挑戰(zhàn)性的工作。
Priestley稱：“開發(fā)這些高性能應用程序所需的能力超出了大多數(shù)公司的技能范疇。”這項工作很復雜，很少有程序員有與這些系統(tǒng)相關的經驗，這會使應用程序開發(fā)變得昂貴。
而供應商為企業(yè)提供了通過云使用大量處理服務的能力。
此選項將會得到更多的部署，因為服務協(xié)議比DIY更易于部署，只需要較低的投資，并可將持續(xù)的維護負擔從企業(yè)轉移給云供應商。
無論企業(yè)如何利用加速處理單元，這些變化將會極大地影響服務器設計，帶來交換和工作負載優(yōu)先排序的新配置。
自20世紀70年代以來，企業(yè)一直依靠英特爾微處理器來支持他們的工作負載，但是，展望未來，他們將部署更多種類的服務器微處理器。
