分析模型可以准确预测硬件将加速数据中心的速度

大型软件服务在两个方面进行了效率之战：可以灵活地适应不断变化的消费者需求的高效软件，以及即使在CPU收益不断减少的情况下也可以保持这些大规模服务快速运行的高效硬件。这些因素共同决定了用户体验的质量以及现代数据中心的性能，成本和能效。

一个方面的变化需要另一方面进行调整，而日益流行的新软件体系结构对大多数数据中心当前的硬件解决方案构成了挑战。这种称为微服务的模块化设计大型企业软件的方法，在与数据中心效率的另一主要增长力量-硬件加速器的交互中，留下了一些期望。

为了更有效地将这两种有前途的技术结合在一起，CSE博士 与来自Facebook的研究人员一起工作的学生Akshitha Sriraman设计了一种方法，可以精确地测量硬件加速器将加快数据中心速度的程度。该分析模型被适当地命名为Accelerometer，可以在加速器设计的早期阶段应用，以在安装之前预测其有效性。

硬件加速器的有效性仍然是通用计算中的一种新技术，它不像拥有数十年经验的CPU那样容易预测。投资此类多样化的定制硬件会带来大规模风险，因为它可能无法实现其预期。

但是存在巨大影响的潜力。设计为极快地执行一种类型的功能，从理论上讲，加速器可用于大型应用程序常见的所有冗余，重复性任务。

这包括微服务。这种软件体系结构方法将一个更大的应用程序构想为模块化的，特定于任务的服务的集合，每个服务都可以单独进行改进。这允许对大型应用程序进行更改，而无需更改一个庞大的中央代码库。它还允许更轻松地添加更多服务。

Sriraman证明，大多数微服务的CPU周期中只有18%花费在执行对其功能核心的指令上。剩余的82%用于进行加速成熟的普通操作。

Sriraman说：“加速我们确定的这些开销确实可以在很大程度上提高速度。” 超越速度，它将使数据中心的所有功能更便宜，更节能。“加速将使我们能够在相同的功率限制下打包更多的工作，并大规模地提高资源利用率，因此数据中心的能源和成本节省将大大提高。”

微服务的问题在于，它们的设计可能完全不同，尤其是在它们与硬件交互方面。例如，微服务可以与加速器通信，同时继续在CPU上运行其他指令，或者当微服务卸载到加速器时，其所有功能都可能停止。这两种情况都面临着不同的“卸载开销”(将任务从一个处理器发送到另一个处理器所花费的时间)，如果不计入数据中心，这将成为数据中心的浪费时间。