因应大数据时代，电脑架构也要大改造

几乎所有的人对沃森电脑的印象，都停留在「危险边缘」节目上看到的画面：冷冰冰、深紫色系的电脑萤幕，竖立在另外两位人类参赛者中间，会发出诡异的电脑语音。

完整的沃森电脑，当然不只是电视萤幕上看到的那样，如果有机会前往纽约参观IBM全球研发中心位於约克城高地的实验室，你就会看到原汁原味的沃森电脑，不但能够理解为什麽沃森电脑能在「危险边缘」中胜出，也会同意为什麽非得用颠覆传统的方式，才能设计出新世代的认知运算电脑了。

沃森电脑放置在约克城高地实验室二楼的数据中心，由九十二台伺服器组成，堆满整整两排冰箱大小的金属框架。这两排金属框架之间的走道尽头，有一道门，形同把沃森电脑所在的房间，再隔出一个小房间。走进这个小房间，你会听到室内空调的风扇跟伺服器本身的小风扇一起嗡嗡作响，震耳欲聋，可见沃森电脑微处理器散发的热量非常可观。这可不是一件好消息。

固然，在「危险边缘」比赛的时候，沃森电脑微处理器运作的速度，比世上第二快的一般电脑的运作速度，还要再快上以数据为中心的电脑一倍;但是代价就是，沃森电脑会散发庞大的热量、以及散热风扇会发出不小的噪音。这显示了耗能问题非常严重：沃森电脑全速运转时的耗电量，高达八万五千瓦，足以提供一座小镇的照明所需;相较之下，人脑只需要消耗二十瓦的能量而已。

除非我们可以用连跳好几个数量级的方式，来提升电脑的运作效率，否则未来认知运算电脑的成本，将高到很难成为我们广泛运用的好帮手。IBM全球研发中心的科学家认为，如果要在大数据时代设计出符合环境永续概念的电脑，我们一定要能设计出新型态的电脑──以数据为中心的电脑。

新电脑必须大幅减少传输数据的动作

传统电脑以处理器为核心，由微处理器扮演冯诺伊曼架构里中央处理器的角色，这自然也是电脑执行最多动作的地方。微处理器搭载作业系统後，会向电脑的其他组件发出指令，像是要求记忆体、硬碟传输数据等。而如果是大型网路中的一台电脑，则有可能需要用远端传输的方式，才有办法取得其他电脑储存的数据。

新世代的电脑一定要能大幅减少传输数据的动作，也就是以数据、而不是处理器做为运作核心。按照IBM先进系统设计部门主管达华里(Bijan Davari)的说法，新的设计架构将可以把许多任务毕其功於一役，不但可以增加电脑运作的速度，大幅提升省电效果，更重要的是促成充分利用大数据的可能性。

电脑的运算能力自从1970年代，工程师开始在单晶片里塞进愈来愈多的电晶体後，获得了迅速提升，专业术语叫做堆栈(scaling)，意指在相同面积上堆放更多资源的能力，好比说是更紧密的电路布局、或是更多的记忆容量。而在单晶片完成更多堆栈的过程，就叫做微缩(scaling down)。

不论是企业界或是政府单位的电脑，经过多年使用之後，都需要更优秀的运算能力，因此电脑业者开始推出伺服器，专门处理大量、复杂的工作，主要的做法有两种，其中一种是在一台伺服器内，装上运算能力更强的零组件与其他资源，通称为升级(scaling up)，IBM的大型主机即采取这种做法;另一种做法是扩充(scaling out)，是把多台伺服器串连、视同一台大型伺服器般使用，这也是超级电脑跟Google数据中心伺服器大军的做法。

IBM的科学家相信，未来以数据为中心的电脑将具备一种基本特徵：电脑工程师会设法把记忆体跟逻辑线路，整合在一以数据为中心的电脑颗紧致的立体晶片中，采用敛合(scaling in)的新堆栈方法。

新玩意：混合记忆体模块

现今的记忆体只是把一层矽晶跟数不清的数据存取线路，整合成一颗电子元件，主要做为数据暂存区之用，并依照微处理器的需求传输数据。

记忆体在电脑内占有一定空间，数据传送也是个负担沉重的工作;如果把记忆体晶片像一层层烤饼堆叠在一起呢?那不但可以大幅缩减体积，同时也能减少数据传送的负担。这种新概念的产物，就是IBM与其他电脑大厂正在研发的混合记忆体模块(hybrid memory cube)。

混合记忆体模块是个奇特的小玩意儿，可以在一个立方体内把好几层记忆体堆叠在一起，在垂直贯穿模块的一个小通道内配置线路，用铜线把所有物件串连在一起，让最底层的逻辑线路可以直接连结到其他各层的记忆体，只把萃取过的减量数据传送给微处理器统合使用。这种新设计可以缩减现有记忆体百分之九十的体积，减少百分之七十的耗能。

未来，记忆体模块渴望再内建微处理器，逐步走向记忆体与处理器合而为一的境地，打破冯诺伊曼瓶颈的限制。

这项新科技会对未来的电脑带来重大影响，譬如用於原油探钻、汽车撞击测试的大型超级电脑，体积会变得更小、更省电，下一代使用混合记忆体模块的伺服器数据中心，也不再需要在庞大的室内空间耗掉可观的散热电力。这项技术继续发展的话，未来即便是智慧型手机、平板电脑、或是其他行动装置，也都可以将运算能力提升到一个难以想像的境界。

新概念：微处理器分散架构

以数据为中心的电脑具备的第二种基本特徵是：电脑内部的分散式配置方式。

今日的电脑，有微处理器担任神经中枢的角色，负责处理所有或大部分的运算工作，因此运算时派得上用场的数据，都要在原本存放的位置与微处理器之间不断往返传递，用跑马拉松来形容也不为过。未来以数据为中心的电脑，会把微处理器分散在系统的不同位置，大大降低数据搬动的必要性。

微处理器分散架构的概念，已经在某些专门用於分析庞大数据数据的特用电脑上进行测试。纽约州立大学水牛城分校神经科学教授拉曼纳森，即参与了其中某一项测试计画。

多发性硬化症会让人痛苦异常，患者的免疫系统会主动攻击自身的大脑与脊髓，导致病患失去行动能力，并造成认知失调问题。这种疾病多半会在年轻成年人的身上发病，目前病因成谜，也无法医治。拉曼纳森的研究主题，是找出基因和环境因素与多发性硬化症的相关性，进而找到医治的方法，或是起码找到能够预先防治的方法。拉曼纳森研究工作最大的挑战，在於人类基因可能导致多发性硬化症的组合方式实在太多了，如果再加上饮食作息、抽菸喝酒等环境因素的影响，则多发性硬化症潜在病因的可能组合，将呈现指数般的爆炸性成长。

换句话说，拉曼纳森的研究重点在於克服庞大数据带来的技术障碍，而传统超级电脑欠缺大量平行运算的能力，因此也没办法有效处理拉曼纳森所面对的问题──亦即所谓数据密集(data-intensive)的问题。拉曼纳森需要一台可以把研究主题切割成许多分段、送交好几千颗微处理器进行平行运算後，再从平行运算的结果推导出最後答案的电脑。如果要有效解决拉曼纳森面临的难题，势必要采用平行运算搭配以数据为中心的微处理器架构。

於是，拉曼纳森的研究团队设计一台专门用於数据密集分析的电脑，这台冰箱大小的专用电脑采用特制的微处理器「现场可程式闸阵列」(field programmable gate array, FPGA)，在数据储存区先行过滤数据，之後再把有用的部分传给中央处理器，进行後续的数据分析。这套微处理器可以程式化设定需要搜寻的数据，因此可以有效过滤高达九成的数据量，让中央处理器仅针对筛选过的数据进行分析即可，不用照单全收;就形式上而言，如同传统电脑只在记忆体进行存取，省去读取硬碟的步骤。如此一来，这台专用电脑可以减少数据搬动，连带达到省电效果，并提升电脑中枢的运算速度与效率。

接下来，我们用拉曼纳森研究数据分析团队实际取得的绩效，说明这台新电脑的效率高到什麽程度。研究团队完成安装後不久，把十万种基因组合与包含各种环境因素在内的数据，统统输入电脑进行运算──相当於有五十亿种「双变数」的组合、或是一百兆种「三变数」的组合需要进行推算。

结果，新电脑只花了十一分钟，就把传统电脑需要花二十七小时计算的答案，给算出来了。坐在纽约州立大学办公桌前的拉曼纳森，收到一封运算结果摘要报告的电子邮件，他说：「这个结果让我感到兴奋莫名，有如在眼前开启了一扇机会之窗。我们，终於有机会解决以往难以处理的问题了。」