Google的一位主管在日前于美國舉行的年度產業(yè)策略高峰會上對與會企業(yè)高層表示，摩爾定律（Moore’s law）并未跟上仍然“年輕”的云端服務市場之腳步，他呼吁產業(yè)界推動資料中心專用處理器、存儲器、互連與封裝等技術的創(chuàng)新。

“摩爾定律速度趨緩以及云端服務的成長，已經把我們帶到了一個反曲點（inflection point）；”負責資料中心硬體采購的Google資深營運總監(jiān)Prasad Sabada表示：“游戲規(guī)則又一次改變，我們需要產業(yè)界以有意義的方式來回應。”

具體來說，他呼吁推動處理器的最佳化，降低本文切換（context switching）以及其他對Google實際工作負載十分關鍵的運作之延遲：“我們已經看到許多處理器針對Spec性能評測基準進行最佳化，但是在Google，我們的工作負載與Spec大不相同。”

Google引述史丹佛大學（Stanford）制作的圖表，表示處理器性能進展停滯 （來源：Google）

Google也想要更低延遲的記憶體晶片，“我們能從降低記憶體延遲取得很大的進展，就像處理器的性能提升那樣；”Sabada所指的是新一代記憶體架構的潛力表現。

在近一年前，Google的競爭對手Facebook開始支援英特爾（Intel）的3D XPoint記憶體，這種新一代記憶體在許多方面的表現號稱優(yōu)于今日的NAND快閃記憶體；英特爾已經在去年底開始限量提供該記憶體晶片樣品。

在互連方面，Sabada表示，今日的典型處理器匯流排有許多針對I/O與加速器元件的overhead存取，并不適合新興的記憶體架構；此外，需要光學介面例如矽光子（silicon photonics）技術，來連結資料中心里的伺服器。

Sabada指出IBM的OpenCAPI介面就是Google支持的技術之一，但他并未提到另兩個在去年發(fā)表的技術CCIX與GenZ，分別是開放性加速器介面，以及儲存級（storage-class）記憶體。

Google尋求更低成本的2.5D晶片堆疊

在封裝技術方面，Sabada表示將邏輯、記憶體、數位與類比裸晶結合在同一片基板上的2.5D晶片堆疊技術“令人振奮”，是一種實現異質晶片的“酷方法”；不過他也指出，該類技術的大量生產良率與成本還未達到令人滿意的程度。

AMD的繪圖處理器部門首席架構師最近也表達了類似的挫折（參考原文），該公司同樣正嘗試將晶片堆疊技術推向主流市場。

Sabada請求晶片產業(yè)高層加速各領域技術的創(chuàng)新，但他也理解，設計與生產先進晶片的復雜度與成本越來越高。“我們已經遭遇障礙，頻率的提升不是我們習慣的，基本上我們看到了單核心處理器性能的限制；”他指出，種種挑戰(zhàn)推動了往多核心處理器的轉移，但：“這在云端環(huán)境中會是一個挑戰(zhàn)。”

Google在去年發(fā)表了張量處理單元（Tensorflow processing unit，TPU），將之視為未來潮流；Sabada表示：“我們已經邁入加速器時代…TPU只是你們將在接下來看到的這類元件案例之一。”他并指出，機器學習將會是云端運算的關鍵驅動力，那是一個利用人工智慧的強大應用案例，也是Google許多云端產品支援的能力。