2017年的伺服器CPU市場會怎樣？

對伺服器與計算產品競爭來說，2017年註定是令人振奮的一年。今年的影響範圍不僅面向企業數據中心和共享雲端，而且還擴展到新興的「邊緣計算」。邊緣計算指在數據生成點、或其附近處理數據的計算。此外，這些終端將包括經常在物聯網討論中涉及到的「海量」遠程智能感測器。

我們預計：英特爾無疑將繼續主導伺服器市場、但會面臨來自全線的巨大壓力；AMD多年來一直具有和英特爾匹敵的實力，現在各方都拭目以待；在細分領域，ARM擴展的機會更可能在「邊緣」而不在伺服器領域；高通的Centriq CPU和其他一些ARM的計劃今年都備受關注。另一方面，OpenPOWER似乎勢頭良好，但迄今為止還沒對x86伺服器市場產生明顯影響。2017年或許也將有不同景象。

對所有的CPU而言，真正的挑戰在於其工作方式。他們的理念建立在「數據必須進入晶元、經過晶元處理，從晶元得到結果、甚至得出新數據」的原則之上。這整個過程帶來了自然的瓶頸，數十年來我們一直都在應對。隨著數據量級和範圍增加，該來的總會來，并行處理成為了不錯的解決方式。到目前為止，這對GPGPU或加速器來說是個利好消息。

在更宏觀的數據中心和共享雲端業務層面，真正的問題不在於用哪個CPU（實際上，業務人士可能根本不在乎），而在於私有、公共或混合解決方案帶來的經濟效應。可以肯定地說，企業級計算在任何時候都不會很快消失，而且儘管混合解決方案很活躍，但其實現安裝和經濟效益已經被證實有一定難度。根據Gartner的預測，到2020年IaaS和 PaaS能夠提供的計算能力，會比出售或部署到企業數據中心的還要多。不可否認，公司（尤其是小公司）或將在雲業務中湧現，或正快速地向雲端遷移。然而，並非所有公司都能從該趨勢中實現預期。2017年，註定會有企業重新仔細考慮，甚至重新選擇戰略。

隨著我們了解的深入，邊緣數據爆炸將完全改變數據處理，併產生難以在雲端處理的各種計算問題（儘管最終結果可能是那樣）。六十多年來，計算一直跟隨著數據。首先從最初的大型機數據中心到台式機，再到部門級伺服器，再到企業數據中心，再到現在的雲端。我認為，如果你計劃把數據放入雲端，經濟性（網路使用成本）遲早會把你的計算也帶到雲端。你要基於實際需求和使用量仔細考慮。根據你的數據中心的規模和處理能力，或許有更好的總體商業成果。

主要的新興數據資源都將基於邊緣，同時也將產生很多計算需求。順便一提，剛才提到的所有CPU應該都能很好地進行邊緣計算。那麼，好戲就將再度上演了。