现在人工智能、机器学习、视频编码和基因组研究等要求苛刻的应用已经脱离了研究实验室的限制，它们开始推动服务器微处理器市场的变革。借助加速处理单元，企业可以提高数据中心工作流程的处理速度。“企业需要比传统CPU更强大的微处理器来处理新的计算密集型工作负载，”MoorInsights&Strategy高性能计算和深度学习咨询总监KarlFreund说。早期的改进包括图形处理单元(GPU)和张量处理单元(TPU)。未来的处理单元现在也开始出现以支持这些应用，使服务器微处理器市场陷入困境。GPU在历史上主要用于游戏行业等领域的视频数据，但在2000年代初期，Nvidia开始向客户销售新的高性能工作负载。IDC服务器解决方案研究经理PeterRutten表示：“GPU拥有数千个内核，这使得它们能够比CPU更好地执行深度学习等并行工作负载。”更重要的是，领先的供应商Nvidia围绕其GPU构建了一个完整的软件堆栈。”最终结果是微服务器加速器市场不断增长。据IDC预测，全球加速计算（采用加速技术的服务器）市场将从2019年的150亿美元增长到2020年的190亿美元，成为服务器市场中快速增长的部分。一个不断发展的领域许多供应商都希望利用微服务器市场的这种增长。2018年2月，谷歌推出了TPU云服务，声称它在机器学习应用中比GPU快30倍。亚马逊网络服务、苹果、Facebook、IBM和微软等行业巨头正在投入数十亿美元建设数据中心，以处理新的公共云工作负载。研究人员正在寻找降低公司运营成本的方法，以及设计新的微处理器来提高服务器性能。例如，Microsoft现在将现场可编程门阵列用于其语音识别应用程序。Freund预计微软最终将推出由新微处理器提供支持的云服务。初创公司像英特尔这样的微处理器供应商一直在投资这个市场，这个市场上涌现出很多初创公司，包括寒武纪科技、脑脑系统、CDSMInteractiveSolutions、地平线机器人、Tenstorrent和WaveComputing等公司。截至2018年7月，该供应商市场仍处于起步阶段。除了开发新的加速处理单元外，供应商还需要构建一个软件生态系统（一组编程和管理工具），允许第三方围绕高性能芯片构建应用程序。在这个初始阶段，还不清楚哪些微处理器将成为主流。GartnerInc.研究总监AlanPriestley表示：“加速器市场现在才刚刚起步，客户也在弄清楚这些系统可以做什么，以及供应商提供的各种解决方案如何适合他们的应用程序。”很多方法。在某些情况下，企业会在他们的服务器上添加加速器并构建他们自己的高性能应用程序。“对于大型金融服务公司而言，构建自定义智能应用程序很有意义，”Freund说。但是开发与加速器配合使用的高性能应用程序既复杂又具有挑战性。“开发这些高性能应用程序所需的能力超出了大多数公司的技能范围，”Priestley说。工作的复杂性以及很少有程序员具有使用这些系统的经验这一事实可能使应用程序开发成为一项挑战。太贵了。相反，提供商为企业提供了通过云使用海量处理服务的能力。此选项将看到更多的部署，因为服务协议比DIY更容易部署，需要更少的投资，并将持续的维护负担从企业转移到云提供商。无论企业如何利用加速处理单元，这些变化都将极大地影响服务器设计，带来用于切换和工作负载优先级的新配置。自1970年代以来，企业一直依赖英特尔微处理器为其工作负载提供动力，但展望未来，他们将部署更多种类的服务器微处理器。
