因应大数据时代,电脑架构也要大改造
几乎所有的人对沃森电脑的印象,都停留在「危险边缘」节目上看到的画面:冷冰冰、深紫色系的电脑萤幕,竖立在另外两位人类参赛者中间,会发出诡异的电脑语音。
完整的沃森电脑,当然不只是电视萤幕上看到的那样,如果有机会前往纽约参观IBM全球研发中心位於约克城高地的实验室,你就会看到原汁原味的沃森电脑,不但能够理解为什麽沃森电脑能在「危险边缘」中胜出,也会同意为什麽非得用颠覆传统的方式,才能设计出新世代的认知运算电脑了。
沃森电脑放置在约克城高地实验室二楼的数据中心,由九十二台伺服器组成,堆满整整两排冰箱大小的金属框架。这两排金属框架之间的走道尽头,有一道门,形同把沃森电脑所在的房间,再隔出一个小房间。走进这个小房间,你会听到室内空调的风扇跟伺服器本身的小风扇一起嗡嗡作响,震耳欲聋,可见沃森电脑微处理器散发的热量非常可观。这可不是一件好消息。
固然,在「危险边缘」比赛的时候,沃森电脑微处理器运作的速度,比世上第二快的一般电脑的运作速度,还要再快上以数据为中心的电脑一倍;但是代价就是,沃森电脑会散发庞大的热量、以及散热风扇会发出不小的噪音。这显示了耗能问题非常严重:沃森电脑全速运转时的耗电量,高达八万五千瓦,足以提供一座小镇的照明所需;相较之下,人脑只需要消耗二十瓦的能量而已。
除非我们可以用连跳好几个数量级的方式,来提升电脑的运作效率,否则未来认知运算电脑的成本,将高到很难成为我们广泛运用的好帮手。IBM全球研发中心的科学家认为,如果要在大数据时代设计出符合环境永续概念的电脑,我们一定要能设计出新型态的电脑──以数据为中心的电脑。
新电脑必须大幅减少传输数据的动作
传统电脑以处理器为核心,由微处理器扮演冯诺伊曼架构里中央处理器的角色,这自然也是电脑执行最多动作的地方。微处理器搭载作业系统後,会向电脑的其他组件发出指令,像是要求记忆体、硬碟传输数据等。而如果是大型网路中的一台电脑,则有可能需要用远端传输的方式,才有办法取得其他电脑储存的数据。
新世代的电脑一定要能大幅减少传输数据的动作,也就是以数据、而不是处理器做为运作核心。按照IBM先进系统设计部门主管达华里(Bijan Davari)的说法,新的设计架构将可以把许多任务毕其功於一役,不但可以增加电脑运作的速度,大幅提升省电效果,更重要的是促成充分利用大数据的可能性。
电脑的运算能力自从1970年代,工程师开始在单晶片里塞进愈来愈多的电晶体後,获得了迅速提升,专业术语叫做堆栈(scaling),意指在相同面积上堆放更多资源的能力,好比说是更紧密的电路布局、或是更多的记忆容量。而在单晶片完成更多堆栈的过程,就叫做微缩(scaling down)。
不论是企业界或是政府单位的电脑,经过多年使用之後,都需要更优秀的运算能力,因此电脑业者开始推出伺服器,专门处理大量、复杂的工作,主要的做法有两种,其中一种是在一台伺服器内,装上运算能力更强的零组件与其他资源,通称为升级(scaling up),IBM的大型主机即采取这种做法;另一种做法是扩充(scaling out),是把多台伺服器串连、视同一台大型伺服器般使用,这也是超级电脑跟Google数据中心伺服器大军的做法。
IBM的科学家相信,未来以数据为中心的电脑将具备一种基本特徵:电脑工程师会设法把记忆体跟逻辑线路,整合在一以数据为中心的电脑颗紧致的立体晶片中,采用敛合(scaling in)的新堆栈方法。
新玩意:混合记忆体模块
现今的记忆体只是把一层矽晶跟数不清的数据存取线路,整合成一颗电子元件,主要做为数据暂存区之用,并依照微处理器的需求传输数据。
记忆体在电脑内占有一定空间,数据传送也是个负担沉重的工作;如果把记忆体晶片像一层层烤饼堆叠在一起呢?那不但可以大幅缩减体积,同时也能减少数据传送的负担。这种新概念的产物,就是IBM与其他电脑大厂正在研发的混合记忆体模块(hybrid memory cube)。
混合记忆体模块是个奇特的小玩意儿,可以在一个立方体内把好几层记忆体堆叠在一起,在垂直贯穿模块的一个小通道内配置线路,用铜线把所有物件串连在一起,让最底层的逻辑线路可以直接连结到其他各层的记忆体,只把萃取过的减量数据传送给微处理器统合使用。这种新设计可以缩减现有记忆体百分之九十的体积,减少百分之七十的耗能。
未来,记忆体模块渴望再内建微处理器,逐步走向记忆体与处理器合而为一的境地,打破冯诺伊曼瓶颈的限制。
这项新科技会对未来的电脑带来重大影响,譬如用於原油探钻、汽车撞击测试的大型超级电脑,体积会变得更小、更省电,下一代使用混合记忆体模块的伺服器数据中心,也不再需要在庞大的室内空间耗掉可观的散热电力。这项技术继续发展的话,未来即便是智慧型手机、平板电脑、或是其他行动装置,也都可以将运算能力提升到一个难以想像的境界。
新概念:微处理器分散架构
以数据为中心的电脑具备的第二种基本特徵是:电脑内部的分散式配置方式。
今日的电脑,有微处理器担任神经中枢的角色,负责处理所有或大部分的运算工作,因此运算时派得上用场的数据,都要在原本存放的位置与微处理器之间不断往返传递,用跑马拉松来形容也不为过。未来以数据为中心的电脑,会把微处理器分散在系统的不同位置,大大降低数据搬动的必要性。
微处理器分散架构的概念,已经在某些专门用於分析庞大数据数据的特用电脑上进行测试。纽约州立大学水牛城分校神经科学教授拉曼纳森,即参与了其中某一项测试计画。
多发性硬化症会让人痛苦异常,患者的免疫系统会主动攻击自身的大脑与脊髓,导致病患失去行动能力,并造成认知失调问题。这种疾病多半会在年轻成年人的身上发病,目前病因成谜,也无法医治。拉曼纳森的研究主题,是找出基因和环境因素与多发性硬化症的相关性,进而找到医治的方法,或是起码找到能够预先防治的方法。拉曼纳森研究工作最大的挑战,在於人类基因可能导致多发性硬化症的组合方式实在太多了,如果再加上饮食作息、抽菸喝酒等环境因素的影响,则多发性硬化症潜在病因的可能组合,将呈现指数般的爆炸性成长。
换句话说,拉曼纳森的研究重点在於克服庞大数据带来的技术障碍,而传统超级电脑欠缺大量平行运算的能力,因此也没办法有效处理拉曼纳森所面对的问题──亦即所谓数据密集(data-intensive)的问题。拉曼纳森需要一台可以把研究主题切割成许多分段、送交好几千颗微处理器进行平行运算後,再从平行运算的结果推导出最後答案的电脑。如果要有效解决拉曼纳森面临的难题,势必要采用平行运算搭配以数据为中心的微处理器架构。
於是,拉曼纳森的研究团队设计一台专门用於数据密集分析的电脑,这台冰箱大小的专用电脑采用特制的微处理器「现场可程式闸阵列」(field programmable gate array, FPGA),在数据储存区先行过滤数据,之後再把有用的部分传给中央处理器,进行後续的数据分析。这套微处理器可以程式化设定需要搜寻的数据,因此可以有效过滤高达九成的数据量,让中央处理器仅针对筛选过的数据进行分析即可,不用照单全收;就形式上而言,如同传统电脑只在记忆体进行存取,省去读取硬碟的步骤。如此一来,这台专用电脑可以减少数据搬动,连带达到省电效果,并提升电脑中枢的运算速度与效率。
接下来,我们用拉曼纳森研究数据分析团队实际取得的绩效,说明这台新电脑的效率高到什麽程度。研究团队完成安装後不久,把十万种基因组合与包含各种环境因素在内的数据,统统输入电脑进行运算──相当於有五十亿种「双变数」的组合、或是一百兆种「三变数」的组合需要进行推算。
结果,新电脑只花了十一分钟,就把传统电脑需要花二十七小时计算的答案,给算出来了。坐在纽约州立大学办公桌前的拉曼纳森,收到一封运算结果摘要报告的电子邮件,他说:「这个结果让我感到兴奋莫名,有如在眼前开启了一扇机会之窗。我们,终於有机会解决以往难以处理的问题了。」
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13