Google的一位主管在日前于美国举行的年度产业策略高峰会上对与会企业高层表示，摩尔定律（Moore’s law）并未跟上仍然“年轻”的云端服务市场之脚步，他呼吁产业界推动资料中心专用处理器、存储器、互连与封装等技术的创新。
“摩尔定律速度趋缓以及云端服务的成长，已经把我们带到了一个反曲点（inflection point）；”负责资料中心硬体采购的Google资深营运总监Prasad Sabada表示：“游戏规则又一次改变，我们需要产业界以有意义的方式来回应。”
具体来说，他呼吁推动处理器的最佳化，降低本文切换（context switching）以及其他对Google实际工作负载十分关键的运作之延迟：“我们已经看到许多处理器针对Spec性能评测基准进行最佳化，但是在Google，我们的工作负载与Spec大不相同。”
Google引述史丹佛大学（Stanford）制作的图表，表示处理器性能进展停滞
Google也想要更低延迟的记忆体晶片，“我们能从降低记忆体延迟取得很大的进展，就像处理器的性能提升那样；”Sabada所指的是新一代记忆体架构的潜力表现。
在近一年前，Google的竞争对手Facebook开始支援英特尔（Intel）的3D XPoint记忆体，这种新一代记忆体在许多方面的表现号称优于今日的NAND快闪记忆体；英特尔已经在去年底开始限量提供该记忆体晶片样品。
在互连方面，Sabada表示，今日的典型处理器汇流排有许多针对I/O与加速器元件的overhead存取，并不适合新兴的记忆体架构；此外，需要光学介面例如矽光子（silicon photonics）技术，来连结资料中心里的伺服器。
Sabada指出IBM的OpenCAPI介面就是Google支持的技术之一，但他并未提到另两个在去年发表的技术CCIX与GenZ，分别是开放性加速器介面，以及储存级（storage-class）记忆体。
Google寻求更低成本的2.5D晶片堆叠
在封装技术方面，Sabada表示将逻辑、记忆体、数位与类比裸晶结合在同一片基板上的2.5D晶片堆叠技术“令人振奋”，是一种实现异质晶片的“酷方法”；不过他也指出，该类技术的大量生产良率与成本还未达到令人满意的程度。
AMD的绘图处理器部门首席架构师最近也表达了类似的挫折（参考原文），该公司同样正尝试将晶片堆叠技术推向主流市场。
Sabada请求晶片产业高层加速各领域技术的创新，但他也理解，设计与生产先进晶片的复杂度与成本越来越高。“我们已经遭遇障碍，频率的提升不是我们习惯的，基本上我们看到了单核心处理器性能的限制；”他指出，种种挑战推动了往多核心处理器的转移，但：“这在云端环境中会是一个挑战。”
Google在去年发表了张量处理单元（Tensorflow processing unit，TPU），将之视为未来潮流；Sabada表示：“我们已经迈入加速器时代…TPU只是你们将在接下来看到的这类元件案例之一。”他并指出，机器学习将会是云端运算的关键驱动力，那是一个利用人工智慧的强大应用案例，也是Google许多云端产品支援的能力。
本文转自d1net（转载）