翻譯自——Semiwiki

自2019年起，我們的工程和金融系統正在陸續的轉移到雲端。我們的努力取得了成功，但並不容易。在這一轉變中，我們面臨著許多基礎設施方面的挑戰。這些一長串與構建大量計算基礎設施相關的挑戰是推動雲革命所必需的。Synopsys最近發表了一份關於這些挑戰的白皮書，內容非常豐富。如果您從事雲計算技術方面的工作，那麼就應該瞭解一下所面臨的障礙，以及Synopsys是如何實現雲計算革命的。

如果你和人們談論移動到雲，你會得到以下兩種回答:

我的工作已經在雲端。

我認為雲還沒有準備好，但它是未來。

Gartner調查圖表表明這一趨勢正在逐漸成熟。Synopsys的白皮書揭示了許多與我們周圍的大規模雲建設相關的技術挑戰。此白皮書作者是Synopsys的雲細分市場經理Scott Durrant。在加入Synopsys之前，Scott在英特爾工作了24年，也有著McAfee等企業軟體市場工作經驗。Scott瞭解雲計算的技術基礎。

他從一些關於雲遷移的有趣趨勢開始，例如增長率、AI廣泛部署和邊緣計算的擴充套件。IDC對未來幾年全球資料層的規模做出了一個預測，這個預測要麼讓你興奮，要麼讓你害怕。然後，Scott花了相當多的時間來研究雲計算的六個主要功能領域——底層技術、挑戰和市場趨勢等。你會學到很多東西。下面是每個領域的簡要總結。

計算伺服器

除了計算能力、通訊頻寬和能源效率。本文探討了各種記憶體技術和介面，以及諸如Compute Express Link (CXL)等標準和高速SerDes通道的要求。HBM2E是一個很有前景的技術。

網路基礎設施

儲存系統

我們使用人工智慧來最佳化這些系統。其中非易失性儲存器技術的影響，以及快取記憶體一致性和相關標準被檢查不可忽視。這個市場有一個強大的參與者，但不如網路基礎設施市場強大。

視覺計算

這是一個新的類別。它是指進行實時影片處理和分析所需的硬體和軟體。例如線上協作、電影流媒體、虛擬現實、安全和輔助駕駛。這些應用程式需要一些非常高階的處理能力。

邊緣基礎設施

邊緣化的目的是減少延遲。物聯網裝置收集的資料量正在爆炸式增長。您可以在白皮書中看到將部署的連線裝置的數量估計數。需要用適合應用程式的延遲來處理所有這些資料，這是一大挑戰。這基本上導致了邊緣計算層的出現，這樣就可以在與應用程式的適當距離上完成正確的處理。所有這些都挑戰了我們過去對資料中心的看法。

人工智慧