到2025年，全球将产生1000亿的联接，其中90%以上将会来自于各种智能的传感器，将有一半的数据在边缘就进行处理。将数据从终端收集，传输至数据中心由通用CPU和内存进行处理的经典模式将被颠覆，无边界计算正在发生。
以数据为中心合适的计算放在合适的位置进行
摩尔定律发展至今天，CPU从制程上已经逼近极限，包括英特尔在内的芯片巨头都在放缓其升级芯片的进程。而另一方面，GPU、TPU、ASIC、FPGA在特定场景下都有非常高的优势，在人工智能场景下，GPU计算能力是通用CPU的15倍，而在PCIeSSD或者压缩卡中，ASIC控制器和FPGA则拥有比CPU更高的性能。可以说在摩尔定律演进放缓的今天，面对万物互联、万物感知的巨大数据量，异构计算迎来了前所未有的发展机遇。
异构计算
面向不同的应用，采用不同的处理器进行计算，在这个过程中，大量的计算工作将放在终端或者边缘服务器上进行。数据经由边缘服务器处理之后，大量无用数据被删除，非结构化的数据将最大限度的被整合成为结构化数据，最后传输至数据中心。
如此以来，更多的计算更靠近数据源，而不是将资源和处理时间放在网络传输上。无边界计算是以多样化的处理单元为基础，改变CPU作为计算绝对核心的地位，将合适的计算放在合适资源上进行。
无边界计算时代的服务器
每一代英特尔CPU平台的发布都会催生新一代服务器产品，在异构计算的大趋势下，如今的服务器对各类加速卡、SSD的支持也越来越强。下图是华为在英特尔SkylakeCPU发布之后推出的新一代FusionServerV5服务器架构。
FusionServerV5：智能的计算、存储和网络
从FusionServerV5的设计可以看到服务器更加灵活、融合的发展趋势。计算不再是CPU为绝对的主力，而是CPU与FPGA/GPU等芯片共同承担计算任务，网络的协议卸载、网络融合等功能都被放置在网卡上进行，而存储则对NVMeSSD为代表的高速存储设备支持越来越好。下图则是FusionServer的三个代表性的加速组件。
多样化的板卡组件
首先是DA200数据压缩卡，相比使用CPU与软件配合实现数据压缩的方案，DA200数据压缩卡压缩速度可达GB/s级别，速度更快，对于Hadoop应用场景能够释放30%CPU资源，并且高效的降低落盘数据量。
PCIe接口的NVMeSSD是当前主流存储介质中速度最高的设备，ES3000V3已是华为第六代PCIeSSD产品，采用华为自研的控制器芯片，最高达3.2GB/s带宽和80万IOPS性能，能够全面满足数据库、虚拟化等I/O密集型应用的需求。
最后是华为的NIC1822智能网卡，采用华为自研的ASIC芯片，能够全面融合以太网以及FC等网络协议，并且能够实现RoCEv2、FCoE等协议的卸载，这样的功能同样可以节省CPU资源，实现合适的计算放在合适的位置上进行。
以上三大板卡组件的应用，将原本需要CPU处理的压缩、数据落盘以及网络协议卸载等功能放置专有硬件上进行，如此实现CPU资源的释放，并且能够实现业务处理效率质的提升。在华为FusionServerV5的设计中，各类自研的软硬件技术遍布于功耗管理、故障管理等环节。
通过智能功耗管理（DEMT），在不影响业务性能的前提下，DEMT能够最高降低整机功耗16%。而应用这项技术之后，FusionServer2288HV5打破了SPECpower_ssj2008世界纪录。而在故障检测与管理方面，基于华为iBMC芯片，提供全面的故障诊断、自动化运维、硬件安全加固等管理特性。
FusionServerV5系列服务器，从FusionServer2288HV5到4路的FusionServer2488V5，对NVMeSSD等高速硬件组件已经实现全面的支持，这也是无边界计算实现的第一步。值得一提的是，借助高可扩展的CPU的发布，4路甚至更高路数服务器不再是E7高端CPU的专属，4路服务器性价比相应提升，用户只需明确主频和核数，即可选用不同路数的服务器。
无边界计算时代伴随华为FusionServerV5的发布而开启，大量的计算和处理任务将不断从数据中心服务器的CPU卸载到专用板卡以及边缘服务器上。在可以预见的未来，华为将推出更多样化的计算、存储以及网络设备，从组件到服务器的功能将越来越丰富和强大。如此一来，即便摩尔定律放缓，数据中心的发展仍在高速发展的道路上。
