物联网正在被大肆炒作，物联网带来的数据爆炸也不容忽视。随着数据增长数千倍，我们会发现数据中心的服务器压力越来越大，用户对CPU的压力也越来越大。处理能力要求越来越高，服务器加速刻不容缓。
一般来说，为了保证数据冗余，每个大数据架构都需要进行3次备份。这带来的问题是用户需要准备三倍的存储空间。当无法进行在线备份时该怎么办？有人说通过逻辑可以将硬盘所需的使用率从3倍减少到1.4倍，但这样的话CPU使用率就会超过99%，因为CPU要处理逻辑运算。可见，没有多余的CPU处理能力进行大数据分析。我们该如何解决呢？这就是为什么我们要鼓励第二代分布式计算。我们可以通过FPGA加速器对其进行加速，使得CPU主要负责一般的计算负载，而FPGA技术则负责大量的重复性计算负载，从而实现控制分离。
CPU和FPGA如何跨界整合？它们在服务器加速过程中扮演什么角色？未来如何实现“少、快、好、省”的服务器？带着这些问题，我参加了非网络记者的会见
当半导体技术发展遇到瓶颈时，服务器如何加速？
从计算机系统的发展可以看出，最初的计算机是单任务计算。随着数据的增加，它们逐渐演变为多任务计算。因此，系统中有多个CPU POWER。由于多个CPU POWER可以同时访问内存中的数据，所以首先要解决的就是数据一致性问题。一个POWER对一条数据进行操作后，另一个POWER需要得到正确的数据。系统中一般采用硬件来保证数据的一致性，以保证另一个线程在读取数据时能够得到正确的数据。因此，当计算机系统从单CPU系统演变为多CPU系统时，其性能/功耗比下降了很多。如何提高CPU性能、降低功耗成为很多用户的困惑。
IBM全球杰出工程师Bruce Wile解释道，“随着互联网数据的增长，对于我们的系统来说，我们需要更强的硬件计算能力来处理更多的数据。一种解决方案是在CPU核心上开发。更多的硬件线程，利用这些线程来处理更多的数据。”提高它的处理能力，增加它对I/O数据更好的处理，同时我们引入了GPU和FPGA来使用这些硬件来帮助我们的系统处理数据，但是传统上GPU和FPGA是挂载在这个系统上的形式的I/O设备，为了使用这些IO设备，我们需要工程师有更多的技能，比如程序员需要学习硬件知识，我们需要了解内核的人来开发这些I/O设备的驱动程序。同时，由于它们是I/O设备，这些IO设备不与CPU共享内存，因此需要内核代码来帮助它们进行数据传输。摆在我们面前的另一个问题是，半导体技术已经到了技术拐点，而其性价比不再继续增长。我们不能依靠半导体技术的发展来使我们的系统更快更强。我们需要从其上的硬件、固件、操作系统、设备应用程序入手。让我们综合考虑各个角度，找到更好的解决方案。”
