原标题：英特尔，普惠内存计算
世间唯一不变的就是变化，且我们永远赶不上变化的速度，因为做不到预知未来，或者说预测的不够精准。
这句话在过去是完全适用的，受限于技术水平、数据缺失等各个方面的因素，曾经的很长时间内，人类都在很被动的应对，大到各种自然现象的发生，小到一个企业的发展决策，很多时候都很后知后觉。
而眼下，这样的状况正在潜移默化的发生变化。作为个人最明显的感受是，像天气、地质灾害等各种自然现象的预测正变得越来越准确；作为企业最大的不同在于，决策时更加有说服力，决策的成功率更高。
我们正在拥有预知未来的能力，这其中涉及到很多技术，最重要的一条，计算速度更快了。同样是出一份报表，有的企业只需要半小时，有的则需要十几个小时，更有甚者需要几天。看似只是多花了一点计算的时间，但由此导致的决策效果完全不同，因为市场瞬息万变。
如何计算的更快？
简单说下计算的原理，可能不少人认为处理器好，计算就快，这么说不全面。
计算的核心在于处理器，但是光有处理器没用，大家都知道PC组成的几大件：处理器、内存、硬盘、主板。处理器负责计算，内存是缓存，硬盘存数据，主板是通信通道。一个指令执行的大致过程是，处理器-内存-硬盘-内存-处理器。对于服务器来说，原理也一样。
显而易见，想要计算的更快，应该缩减中间环节。到这里，相信不难理解为什么内存计算近些年被提及的越来越多。
内存计算，顾名思义就是将数据在存储层向上移动至内存，使其更接近CPU。换句话说，把硬盘环节去掉了。这样做的好处，一来内存存取数据的速度比硬盘快的多，二来中间环节减少，省去了一半的通信时间。
所以，相较传统处理器、内存、硬盘的计算方式，内存计算的效率提升的不止一点。
同是内存计算，一样吗？
也正因为此，越来越多的应用场景开始利用内存计算，比如，临床医疗用内存计算来实时监测患者安全、个性化患者护理、评估临床风险并降低患者复诊率等；零售业用内存计算来改善库存跟踪、了解客户在店内和网上的行为方式，进而提高运营效率；金融业用内存计算聚合交易数据，获得客户行为的洞察，防范风险的同时，改善业务状况……
不过，随着内存计算的逐步普及，新的问题在产生，内存的瓶颈开始凸显。一、内存贵，而且随着内存容量的增加，成本往往呈指数级增长；二，内存容量上限太低。性价比不理想导致内存计算无法惠及更多用户、更多场景。
为了解决这样的问题，英特尔创新性的发布了适用于数据中心的傲腾固态盘和傲腾数据中心级持久内存。
其中，傲腾固态盘最大的特点是，采用非易失性内存技术，可提供类似DRAM的性能并具有固态盘存储的持久性，可帮助用户实现介于传统架构和内存计算之间的一种新型计算状态，从而平衡高级分析和AI等大规模内存工作负载的性价比。
傲腾数据中心级持久内存最明显的提升，一、容量，从之前业界最高的单条256GB提升到了512GB，翻了一倍，二、持久性，采用非易失性内存技术，掉电也不会丢失数据，三、配合全新一代英特尔至强可扩展处理器，结合CPU内存总线，计算性能大幅提升。
凡事皆有比较，内存计算看起来能改进环节更少了，只有处理器、内存、信道三部分，但提升的空间依旧很大，只不过这时候要拼核心技术了。目前来看，英特尔能更好的兼顾内存计算的高容量、经济性和持久性。
市场是最好的证明
这也能解释为什么截至当前，尽管英特尔傲腾固态盘和傲腾数据中心级持久内存正式发布还不足一年时间，但市场反馈良好，应用的用户越来越多，这里举两个例子。
第一个，Evonik，它是一家专业的化学品公司，覆盖行业广泛，从汽车制造到制药，贯穿于人们生活的方方面面。如该公司相关负责人所说，只有通过实时分析和报告，才能了解不断变化的客户需求和背后复杂的供应链。为此，Evonik不断引入各种创新技术来满足自身对基础设施的需求。内存数据库就是其中之一。
这些年，为了更好的支持实时洞察，Evonik的内存数据库容量可以说一扩再扩，各种成本居高不下。直到其选择实施搭载英特尔傲腾数据中心级持久内存的服务器，才有所改善。
原因是之前要增加内存容量，唯一的选择就是购置内存更大的服务器。现在，有了英特尔傲腾数据中心级持久内存后，Evonik可以转为投资持久内存模块。成本控制改善明显。
另外在性能表现方面，在最近的一项概念验证中，Evonik发现，借助英特尔傲腾数据中心级持久内存，重启服务器后数据表重新加载的时间缩短了。同时，给SAP HANA打补丁或更改配置的维护时间也缩短了。
另一个客户案例是ZypMedia，一家广告投放公司。他们每秒大约要处理50万个事务请求，响应时间低至半毫秒，以此来应对数字广告行业的变革，确保在适当的时间，通过适当的设备，将适当的广告投放给适当的人群。在与数据库公司Aerospike合作后，其将内存数据库建立在了英特尔至强可扩展处理器上，性能表现优异，受到客户好评。
这样的实践还有很多，越来越多的客户将内存计算建立在英特尔平台之上。
拥抱内存计算，这些原则了解一下
以上不难看出，内存计算正在变成一种普惠能力，进入万千企业。那该如何构建企业自己的内存计算策略，这其中又有一些怎样的原则。英特尔也给出了一些建议：
核心的一点，业务需求决定数据的存储和管理方式。
具体来说：
- 优先制定全面且长期的业务数据战略，避免因战术性计划或一时兴起的项目而摇摆。
- 仔细评估IT变量、要求和标准，比如旧版应用程序的重要性、工作负载的布局、敏捷性和上市时间、容量、节奏等，它们会影响数据的接入、存储和使用方式。
- 确保您的员工具备所需的技能，以便实施和执行内存分析目标并从中盈利。
- 遵循内存数据库架构的核心指导原则：创建分布式环境，从而能够随着时间的推移添加不同的组件（如 CPU、内存和存储）；确保您的环境是多模式的关系环境，并能支持 SQL数据库和半结构化数据（如 JSON）；允许支持混合介质，确保在数据老化时，可以将数据从内存向下移动到存储层，从而优化数据管理成本而不牺牲时延或分析性能。
当然，如果想更顺利的享受内存计算带来的提升，找个靠谱的合作伙伴能帮你走很多弯路，术业有专攻。
根据 IDC预测，到 2025 年，全球数据量将从 2018 年的 33 ZB 增加到175 ZB。反观我们的数据处理能力，可以说永远赶不上生成数据的速度。因此，企业要想先人一步获得洞察，一定要将数据战略的重点放在尽可能充分发挥数据资源的价值上，而内存计算就提供了这样一种方式。
可以预见，内存计算将越来越普惠。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
