当前面临这样一个矛盾：一方面，建立一个数据中心的成本非常高。如阿里在张北建立的数据中心耗资180亿，微软现在在全球数据中心上的投入有300亿美元，Google仅在2014年一年内在构建数据中心基础设施方面的投入高达110亿美。另一方面，数据中心CPU的利用率极低，例如亚马逊拥有几百万台服务器，投资达几百亿美元，但是，几年前一份报告揭示其在数据中心上运行的云计算业务CPU利用率只占百分之十几，相当于百分之八九十的利用率都被浪费了，但这样能保障较好的用户体验。
过去几年，这些大公司已投入了大量精力来应对该问题。Google为了解决这个资源利用率与用户体验之间的难题，对数据中心整个软件栈进行优化，从底层虚拟化、操作系统，到上层分布式架构。但2015年美国工程院院士、google的数据中心专家Dick Sites在多个报告中承认，在一个共享的服务器上实现程序间的性能隔离真的很难，Google在软件优化上已经尽力了，亟需硬件支持。
我们提出标签化冯诺依曼体系结构（LvNA），希望能够从硬件层面为解决上述问题提供关键技术。用交通做类比，LvNA就是希望能够在马路上已经很拥堵的情况下，还可以保证很关键的车辆（好比一些要求非常高的应用）能够顺利通过。通过运用标签化机制，增强这种控制机制，即使在提高CPU利用率的情况下，依然能够保证用户要求体验效果高的一些应用高速运行。
其实，我们的生活中也存在标签化机制。在马路上，我们会看到救护车、消防车，警车、私家车等涂装是不一样的，这就是一种标签化机制。然后，我们有相关的交通规则，能够保证这些车，比如救护车、消防车、警车在鸣笛时，其他车辆让行，如果大家都遵守这种规则的话，便能够在紧急情况下保证这些车辆顺畅通行。
我们就是想要把交通规则应用到计算机体系结构中，为一些关键的应用加上标签，并制定相关通行规则，保证用户体验要求非常高的一些应用先通过。这种情况下，能够保证提高CPU利用率的前提下，一些关键应用不会受到影响，从而实现共享硬件资源的按需分配与性能隔离。
4.计算机是由硬件与软件构成的，您提出的标签化冯诺依曼体系结构（LvNA）对软件是否有更高的要求？
包老师：实际上，每一种硬件提出之后都需要相应的软件来适配，需要软件将这些硬件的功能发挥出来。通观计算机系统的发展史，几乎都是硬件提供新的功能，软件随后发生相应的改变。当计算机体系结构带了标签后，能够通过标签实现性能隔离，增强控制，这样之后，软件也需要进行相应的调整，即要求软件能够与所设定的标签关联起来，如该打什么样的标签，如何根据不同的标签制定不同的规则，这就是我们通常讲的软件定义。
5.相对于现有的计算机体系结构，标签化冯诺依曼体系结构（LvNA）的优势表现在哪些方面？
包老师：这种新架构的核心优势在于能够增强计算机软件对体系架构的控制能力。原来一些应用在计算机内部的资源利用方面呈现一种无序共享状态，就像马路上的车辆不遵守交通规则一窝蜂地通行一样，这样会降低资源利用率。传统的体系架构没有太关注这个问题，而事实上，这是数据中心里存在的一个非常核心的问题，倘若这个问题得不到解决，整个数据中心的资源利用效率将大大降低，成本将变得很高，用户的体验也无法得到提升。我们提出这样一个新体系架构是从问题出发的，针对数据中心当前面临的这样一个严峻的问题，经过分析、调研之后，发现问题的症结所在——无序共享，然后慢慢解决这个问题，最后，经过总结才提出这个新架构——标签化冯诺依曼体系结构。
学术界与产业界都非常关注这种新架构，包老师有信心未来标签化冯诺依曼体系结构将为计算机服务器研究与应用带来革新。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！