人工智能、边缘、云架构不断为服务器市场注入“新鲜血液”,2021年哪些热门趋势将会影响服务器技术工作和产品呢?
戴尔科技邀请集团内部服务器高级技术专家参与调查,在充分听取他们意见的基础上,编制了2021年服务器发展趋势及观察报告,来看一下专家们做出的十大预测吧。

1
一切即服务成为企业主题
随着技术速度的不断提升,企业客户在应对有限的预算和传统技能组合的同时,还需要以最有利的性价比、最少的启动和维护费用,专注于差异化的业务成果。选择预制式基础设施即服务(as a Service)产品,让客户能够灵活地通过不同的部署专注于其业务价值,同时通过可信的基础架构维护其数据安全和管理。
2
服务器的增长
是建立在垂直的基础上
随着客户从基础设施中寻找最有效的成果,行业将继续看到更多垂直化和专业化的产品。软件生态系统的实现和特定领域的加速器,可满足独特的性能和功能要求,并针对特定的业务成果进行优化。
3
更多数据,更多智能
数据速度、数量和波动性方面的挑战仍在继续,需要继续采用AI/ML进行分析,同时更加注重解决数据生命周期的挑战。数据管理模型、传输方法、保存和安全架构与更快分析的整合,都将是支持和实现行为互联网(Internet of Behaviors)货币化的关键。

4
自动决策服务器的出现
客户将开始看到使用遥测、分析和策略在其系统管理基础架构中实现更高水平的自动化。与自动驾驶汽车的驾驶辅助/自动驾驶层面相类似,具有系统管理的AI运维能力将迎来将自动任务转向自动决策的时代,其实现方式表现在解决系统动力失控和策略咨询推荐引擎上。
5
再见,软件定义
你好,软件定义的硬件卸载
应用架构正在不断发展,以建立控制平面和数据平面的分离。控制平面停留在软件层,而数据平面则以服务处理器附加卡的形式转移到可编程硬件上,允许裸机和容器化应用与分解的基础架构软件(网络虚拟化、存储虚拟化、GPU虚拟化、安全服务)一起运行,为客户的工作负载创建基于意图的计算。
6
5G真的来了!
经过几年的炒作和承诺,我们将看到5G的扩散,随之而来的将是围绕通信基础设施、远程管理模式和连接的范式转变,这将影响到服务器的外形尺寸和功能。随着企业开发更多的边缘基础设施来处理数据的产生和涌入,5G将使客户需要重新评估其边缘连接和基础设施管理产品,以利用5G功能。

7
重新思考以数据为中心的
内存和存储
业界正在从以计算为中心的架构转向以数据为中心的架构,而这一转变正在推动IT业新的服务器连接内存和存储模式。围绕服务器内部的持久、加密和分层内存的技术,以及通过新的行业结构标准远程访问SCM和NVMe oF数据的技术,正在创造创新的IT架构,以实现最佳的数据安全、扩展和保存。
8
处于远程状态时
采用新的服务器技术
世界已经发生了变化,企业被迫不仅要规划数字化转型,还要实现数字化转型来运营。处理工具、流程和基础设施更快的数字化转型的企业,需要用远程工作团队来运营。这种转型迫使企业评估新的服务器技术和评估资源需求,这将强调必须以远程方式利用围绕调试、遥测和分析的服务器功能,以保持业务连续性的发展。

9
这不是CPU竞争
而是“配方”烘焙大赛
处理器的格局正在发生变化,它正在成为一个收购、专业化和供应商差异化整合的环境。我们看到英特尔、AMD和英伟达都在进行收购,为各自的产品组合提供CPU、DPU和加速器。真正的赢家将能够利用他们的硅产品和软件库组合,形成针对工作负载的集成产品“配方”,帮助终端客户优化业务成果。
10
衡量您的IT信任指数
围绕服务器访问和数据保护的安全性从未如此具有挑战性,因此客户需要他们的安全性信心能够被量化,以衡量基础设施的可信度并识别数字风险。客户需要分析产品的起源和功能、新的安全技术,以及在监管趋严的环境背景下对特定的数字威胁进行细分,以便从边缘到核心到云,制定他们对IT信任的衡量标准。

相关内容推荐:戴尔易安信+ AMD EPYC 合作推出了搭载第二代 EPYC 处理器的高效能服务器
好文章,需要你的鼓励
Brave Software开始为其AI助手Leo提供可信执行环境(TEE)技术,以增强云端AI服务的隐私保护。目前该功能仅在测试版本中支持DeepSeek V3.1模型。TEE技术能为数据处理提供可验证的机密性和完整性保障,解决传统云端AI模型处理用户请求时数据暴露的隐私风险。该技术采用Intel TDX和Nvidia TEE方案,让用户能够验证服务提供商的隐私承诺,确保AI响应来自声明的模型,未来将扩展支持更多AI模型。
华南师范大学团队开发的GraphTracer框架,通过构建信息依赖图解决多智能体系统高失败率问题。该方法摒弃传统时间序列分析,追踪信息流网络精确定位错误根源,在失败归因准确率上比现有方法提升18.18%,并已开源供实际应用。
OpenAI宣布与富士康合作,专注于下一代AI基础设施硬件的设计和美国制造准备工作。双方将结合OpenAI对AI模型需求的洞察和富士康的制造专业知识,共同设计多代数据中心硬件,强化美国AI供应链,并在美国本土构建关键AI数据中心组件。此次合作旨在满足先进AI模型对专用物理基础设施的需求,加速先进AI系统的部署。
杜克大学研究团队通过几何框架分析发现,AI推理过程呈现连续"流动"特征而非离散跳跃。研究表明逻辑结构像河床般调节推理流的速度和方向,即使面对不同语言和领域的内容,相同逻辑结构的任务在AI内部表现出惊人的几何相似性。这一发现颠覆了AI为"随机鹦鹉"的传统认知,证明AI具备真正的逻辑理解能力,为AI可解释性和系统优化开辟新方向。