内容摘要：数据中心多年来一直在进行虚拟化。这个过程还在继续。似乎随着一个级别的虚拟化达到成熟，它为另一种虚拟化数据中心服务和工作负载的方式打开了大门。以下是数据中心虚拟化的一些主要趋势：1、数据中心RASTid

数据中心多年来一直在进行虚拟化。年数拟化这个过程还在继续 。据中似乎随着一个级别的心虚虚拟化达到成熟，它为另一种虚拟化数据中心服务和工作负载的趋势方式打开了大门。

以下是年数拟化数据中心虚拟化的一些主要趋势：

1、数据中心RAS

TidalScale 总裁兼首席执行官 Gary Smerdon 已将数据中心 RAS（可靠性 、据中可用性和可服务性）重要性的心虚复苏视为一种趋势 
。逻辑很简单。趋势当今的年数拟化企业依靠数据运作 
。而且需要处理的据中数据量也在不断增加。服务器租用 IT 组织必须能够有效地处理这些数据并根据这些见解采取行动以保持竞争力。心虚但数据正在超出传统 IT 基础架构的趋势能力
。近年来，年数拟化硬件系统的据中故障率越来越高
 。

2009 年，心虚无法纠正的内存错误被 Google 确定为服务器故障的第一大原因。而且，今天发生故障的可能性是十年前的 50 倍。其他错误来源包括与电源和风扇、香港云服务器网络和存储相关的错误 
。这使得 RAS 成为数据专业人士的主要趋势 。

“要真正实现 IT 基础架构的现代化，硬件系统必须能够自我优化和自我修复，”Smerdon 说。 “这是实现正常运行时间最大化和保持业务连续性的方法。”

他的公司正在与越来越多地关注软件定义服务器技术的客户合作，这些技术使自我优化系统成为现实。趋势是免费模板客户正在转向使自我修复系统成为现实——将 IT 环境引入未来。

2、PB 级虚拟内存

应用程序比以前更饥渴。计算能力的激增加上内存技术的进步正在开辟新的前景。这包括带有 CXL（Compute Express Link）主干以承载容量和带宽负载的 PB 级虚拟化内存池的出现
，以及以内存速度泵送数据的内存虚拟化软件的核心。

“新的互连和软件将支持由新的 CXL 兼容处理器 、高防服务器内存芯片、PCI 卡、服务器和存储系统组成的庞大生态系统，”MemVerge 营销副总裁 Frank Berry 说。

3、需要大量数据的 AI 应用程序成为主流

随着 AI 功能的发展，开发人员正在构建应用程序以利用这些新功能 。这导致数据集的大小爆炸式增长。这一趋势暴露了这样一个事实 ，即应用程序正在撞上内存墙，其症状是存储瓶颈，模板下载这会影响获得结果的时间 。

“当数据集达到数百 GB 时
，以前有效的方法不再有效
，因为加载、保存
、复制和恢复文件等日常任务需要几分钟到几小时
，”Berry 说。 “欺诈检测和社交媒体分析等实时应用程序，以及视频渲染和生物信息学等长期运行的应用程序 ，通常处理 TB 级数据 ，需要更快地访问数据 。”

4、CXL技术响应号召

CXL 代表了期待已久的源码库数据中心内存层现代化，使其成为数据中心虚拟化层次结构的一等公民。 CXL 互连支持服务器内部的内存级带宽和延迟，并扩展到多个机架 。在 CXL 之前 ，可以共享服务器内几 TB 的内存。在 CXL 之后，多台服务器和外部内存阵列中的内存将允许共享 PB 级的内存 。在 CXL 之前，内存是由处理器孤立的。在 CXL 之后 ，内存将被 CPU、GPU、DPU 等高效地池化和共享。在 CXL 之前，内存不像计算、存储和网络那样可组合
。在 CXL 之后
，内存的容量、性能
、QoS、可用性、安全性和移动性将由内存虚拟化软件提供。

“从长远来看
，PB 级内存有望改变应用程序的构建和使用方式
，”Berry 说。 “芯片设计 、动画和基因组分析等应用程序被拆解并在单独的部分中工作 ，将能够在单个内存空间中加载 PB 级的数据
，这将开启一个新的协作时代 。”

5 、数据中心现在可以虚拟化内存

整个存储生态系统都在开发和发布与 CXL 兼容的硬件和软件。一些专为 CXL 时代设计的产品现已上市
，并准备在服务器开始出货时转移到 CXL ：

可组合的数据中心基础设施系统：Liqid 和 Giga-IO 目前正在提供可组合的存储系统，包括内存。内存虚拟化软件 
：MemVerge 正在发布可虚拟化 PMem 和 DRAM 的软件，并提供一套用于配置内存池的内存数据服务。可由不同处理器共享的存储卡：SmarModular 提供了一种带有 PMem 的卡，可供异构处理器（不仅仅是英特尔处理器）使用。

此外，产品开始出现在数据中心基础设施范围内
 ：兼容 CXL 的处理器 、内存芯片、内存模块、内存阵列、交换机 、内部带有 CXL 互连的服务器、带有 CXL 服务器和 CXL 内存阵列的集群以及内存分层软件 。

6、超大规模者引领潮流

超大规模部署最早将于 2023 年开始，并针对特定应用提供一些单点解决方案 。然后在集成和测试大量组件、系统和开源软件时进行大规模部署。他们在具有海量数据集的应用程序的早期采用者中处于领先地位，这些应用程序需要尽快交付结果。这包括：

实时应用
：欺诈检测
、零售推荐引擎 
、社交媒体分析长期运行的应用程序 ：基因组研究、EDA 、动画/VFX 、地球物理勘探

具有驱动大型数据集的 AI 的主流业务应用程序