因應大數據時代，電腦架構也要大改造

幾乎所有的人對沃森電腦的印象，都停留在「危險邊緣」節目上看到的畫面：冷冰冰、深紫色系的電腦螢幕，豎立在另外兩位人類參賽者中間，會發出詭異的電腦語音。

完整的沃森電腦，當然不只是電視螢幕上看到的那樣，如果有機會前往紐約參觀IBM全球研發中心位於約克城高地的實驗室，你就會看到原汁原味的沃森電腦，不但能夠理解為什麼沃森電腦能在「危險邊緣」中勝出，也會同意為什麼非得用顛覆傳統的方式，才能設計出新世代的認知運算電腦了。

沃森電腦放置在約克城高地實驗室二樓的數據中心，由九十二臺伺服器組成，堆滿整整兩排冰箱大小的金屬框架。這兩排金屬框架之間的走道盡頭，有一道門，形同把沃森電腦所在的房間，再隔出一個小房間。走進這個小房間，你會聽到室內空調的風扇跟伺服器本身的小風扇一起嗡嗡作響，震耳欲聾，可見沃森電腦微處理器散發的熱量非?？捎^。這可不是一件好消息。

固然，在「危險邊緣」比賽的時候，沃森電腦微處理器運作的速度，比世上第二快的一般電腦的運作速度，還要再快上以數據為中心的電腦一倍;但是代價就是，沃森電腦會散發龐大的熱量、以及散熱風扇會發出不小的噪音。這顯示了耗能問題非常嚴重：沃森電腦全速運轉時的耗電量，高達八萬五千瓦，足以提供一座小鎮的照明所需;相較之下，人腦只需要消耗二十瓦的能量而已。

除非我們可以用連跳好幾個數量級的方式，來提升電腦的運作效率，否則未來認知運算電腦的成本，將高到很難成為我們廣泛運用的好幫手。IBM全球研發中心的科學家認為，如果要在大數據時代設計出符合環境永續概念的電腦，我們一定要能設計出新型態的電腦──以數據為中心的電腦。

新電腦必須大幅減少傳輸數據的動作

傳統電腦以處理器為核心，由微處理器扮演馮諾伊曼架構里中央處理器的角色，這自然也是電腦執行最多動作的地方。微處理器搭載作業系統後，會向電腦的其他組件發出指令，像是要求記憶體、硬碟傳輸數據等。而如果是大型網路中的一臺電腦，則有可能需要用遠端傳輸的方式，才有辦法取得其他電腦儲存的數據。

新世代的電腦一定要能大幅減少傳輸數據的動作，也就是以數據、而不是處理器做為運作核心。按照IBM先進系統設計部門主管達華里(Bijan Davari)的說法，新的設計架構將可以把許多任務畢其功於一役，不但可以增加電腦運作的速度，大幅提升省電效果，更重要的是促成充分利用大數據的可能性。

電腦的運算能力自從1970年代，工程師開始在單晶片里塞進愈來愈多的電晶體後，獲得了迅速提升，專業術語叫做堆棧(scaling)，意指在相同面積上堆放更多資源的能力，好比說是更緊密的電路布局、或是更多的記憶容量。而在單晶片完成更多堆棧的過程，就叫做微縮(scaling down)。

不論是企業界或是政府單位的電腦，經過多年使用之後，都需要更優秀的運算能力，因此電腦業者開始推出伺服器，專門處理大量、復雜的工作，主要的做法有兩種，其中一種是在一臺伺服器內，裝上運算能力更強的零組件與其他資源，通稱為升級(scaling up)，IBM的大型主機即采取這種做法;另一種做法是擴充(scaling out)，是把多臺伺服器串連、視同一臺大型伺服器般使用，這也是超級電腦跟Google數據中心伺服器大軍的做法。

IBM的科學家相信，未來以數據為中心的電腦將具備一種基本特徵：電腦工程師會設法把記憶體跟邏輯線路，整合在一以數據為中心的電腦顆緊致的立體晶片中，采用斂合(scaling in)的新堆棧方法。

新玩意：混合記憶體模塊

現今的記憶體只是把一層矽晶跟數不清的數據存取線路，整合成一顆電子元件，主要做為數據暫存區之用，并依照微處理器的需求傳輸數據。

記憶體在電腦內占有一定空間，數據傳送也是個負擔沉重的工作;如果把記憶體晶片像一層層烤餅堆疊在一起呢?那不但可以大幅縮減體積，同時也能減少數據傳送的負擔。這種新概念的產物，就是IBM與其他電腦大廠正在研發的混合記憶體模塊(hybrid memory cube)。

混合記憶體模塊是個奇特的小玩意兒，可以在一個立方體內把好幾層記憶體堆疊在一起，在垂直貫穿模塊的一個小通道內配置線路，用銅線把所有物件串連在一起，讓最底層的邏輯線路可以直接連結到其他各層的記憶體，只把萃取過的減量數據傳送給微處理器統合使用。這種新設計可以縮減現有記憶體百分之九十的體積，減少百分之七十的耗能。

未來，記憶體模塊渴望再內建微處理器，逐步走向記憶體與處理器合而為一的境地，打破馮諾伊曼瓶頸的限制。

這項新科技會對未來的電腦帶來重大影響，譬如用於原油探鉆、汽車撞擊測試的大型超級電腦，體積會變得更小、更省電，下一代使用混合記憶體模塊的伺服器數據中心，也不再需要在龐大的室內空間耗掉可觀的散熱電力。這項技術繼續發展的話，未來即便是智慧型手機、平板電腦、或是其他行動裝置，也都可以將運算能力提升到一個難以想像的境界。

新概念：微處理器分散架構

以數據為中心的電腦具備的第二種基本特徵是：電腦內部的分散式配置方式。

今日的電腦，有微處理器擔任神經中樞的角色，負責處理所有或大部分的運算工作，因此運算時派得上用場的數據，都要在原本存放的位置與微處理器之間不斷往返傳遞，用跑馬拉松來形容也不為過。未來以數據為中心的電腦，會把微處理器分散在系統的不同位置，大大降低數據搬動的必要性。

微處理器分散架構的概念，已經在某些專門用於分析龐大數據數據的特用電腦上進行測試。紐約州立大學水牛城分校神經科學教授拉曼納森，即參與了其中某一項測試計畫。

多發性硬化癥會讓人痛苦異常，患者的免疫系統會主動攻擊自身的大腦與脊髓，導致病患失去行動能力，并造成認知失調問題。這種疾病多半會在年輕成年人的身上發病，目前病因成謎，也無法醫治。拉曼納森的研究主題，是找出基因和環境因素與多發性硬化癥的相關性，進而找到醫治的方法，或是起碼找到能夠預先防治的方法。拉曼納森研究工作最大的挑戰，在於人類基因可能導致多發性硬化癥的組合方式實在太多了，如果再加上飲食作息、抽菸喝酒等環境因素的影響，則多發性硬化癥潛在病因的可能組合，將呈現指數般的爆炸性成長。

換句話說，拉曼納森的研究重點在於克服龐大數據帶來的技術障礙，而傳統超級電腦欠缺大量平行運算的能力，因此也沒辦法有效處理拉曼納森所面對的問題──亦即所謂數據密集(data-intensive)的問題。拉曼納森需要一臺可以把研究主題切割成許多分段、送交好幾千顆微處理器進行平行運算後，再從平行運算的結果推導出最後答案的電腦。如果要有效解決拉曼納森面臨的難題，勢必要采用平行運算搭配以數據為中心的微處理器架構。

於是，拉曼納森的研究團隊設計一臺專門用於數據密集分析的電腦，這臺冰箱大小的專用電腦采用特制的微處理器「現場可程式閘陣列」(field programmable gate array, FPGA)，在數據儲存區先行過濾數據，之後再把有用的部分傳給中央處理器，進行後續的數據分析。這套微處理器可以程式化設定需要搜尋的數據，因此可以有效過濾高達九成的數據量，讓中央處理器僅針對篩選過的數據進行分析即可，不用照單全收;就形式上而言，如同傳統電腦只在記憶體進行存取，省去讀取硬碟的步驟。如此一來，這臺專用電腦可以減少數據搬動，連帶達到省電效果，并提升電腦中樞的運算速度與效率。

接下來，我們用拉曼納森研究數據分析團隊實際取得的績效，說明這臺新電腦的效率高到什麼程度。研究團隊完成安裝後不久，把十萬種基因組合與包含各種環境因素在內的數據，統統輸入電腦進行運算──相當於有五十億種「雙變數」的組合、或是一百兆種「三變數」的組合需要進行推算。

結果，新電腦只花了十一分鐘，就把傳統電腦需要花二十七小時計算的答案，給算出來了。坐在紐約州立大學辦公桌前的拉曼納森，收到一封運算結果摘要報告的電子郵件，他說：「這個結果讓我感到興奮莫名，有如在眼前開啟了一扇機會之窗。我們，終於有機會解決以往難以處理的問題了?！?/span>