数据中心开支巨大，这家企业自研专用加速芯片

与AI芯片相比，大数据芯片更偏底层，适用范围更广，市场规模更大。

大量企业每年花费高额成本在数据中心上，包括大数据服务器购买和运维、机房建设维护、房租、电费等，随着数据量的迅猛增长，此部分的负担将会越来越重。

达博科技（DataBox）瞄准这一痛点，自主研发并成功流片大数据存储、计算专用硬件加速芯片，提升企业现有服务器的存储、计算性能，减少整体服务器采购数量，从而大幅降低成本。

目前，达博科技已经研发出计算（Athena）、存储（Poseidon）、计算+存储（Zeus）等多个芯片产品系列。

大数据系统平台的关键瓶颈资源有四项：存储容量，硬盘I/O吞吐性能，网络吞吐性能，CPU负载。

官方信息显示，基于DataBox芯片的软硬件一体化解决方案，客户大数据系统的存储容量、硬盘I/O吞吐性能、网络吞吐性能均可以在现有基础上提升1倍以上，CPU负载也可以通过释放软件优化技术占用的CPU时间得到大幅度降低（20%-80%不等，取决于应用场景）。

在达博科技提供的一个案例中，该客户现有大数据服务器集群3万+台，每天新增10PB以上数据量，基于成本考虑仅保存30%左右，每年依然需要增加15000台服务器。针对客户现有的大数据系统，达博软硬件一体化方案可2倍提升存储容量，未来2年可减少3万+台服务器的采购，相当于为企业节省约30多亿元的采购运维整体成本。

据了解，达博科技已对接电信、互联网、电商、电力、汽车、物流、航空、银行、证券等行业总计数十家大型客户，2018年内有望形成规模可观的采购。达博科技创始人董群峰博士向36氪透露，部分大型客户已完成现场测试，并已安排专项采购预算。

谈及大数据硬件加速芯片的发展状况，董群峰说道：

产业应用还处于早期阶段。现有的大数据平台系统在运用软件技术来优化存储，而硬件加速技术，过去虽然也有国内外巨头及创业公司在研发，但一直没能突破商业价值临界点（即性价比不高），所以包括大数据技术水平相对领先的互联网企业、电信运营商在内，此前都没有大规模应用。

在AI芯片火热的当下，达博选择的是相对冷门的大数据芯片领域，谈及原因，董群峰表示，AI芯片更靠近应用层面，解决的是细分领域的问题。而大数据芯片则更加底层，适用面和市场规模要大得多。另外AI芯片赛道竞争已较为激烈，大数据芯片则还是蓝海。

据 Wikibon 发布的大数据全球预测报告统计，2016 年全球大数据市场规模达到 281 亿美元，同比增长 22%；2027 年，全球大数据规模将达到大约 970 亿美元，其中硬件、软件、服务分别达到 224 亿美元、426 亿美元、320 亿美元。

那其他头部或新兴的芯片厂商，如果在大数据芯片领域重点发力，达博的竞争壁垒大不大？

董群峰表示，芯片研发周期长，潜在竞争对手即使一次性流片成功，也需2年左右时间，而每流片失败一次，封装、测试、调试、修改、重新流片等步骤至少再增加 6-9 个月时间，才可再次流片。

这给了达博宝贵的时间窗口期，快速将芯片产品落地到行业客户，占领市场，并结合落地经验，进一步迭代产品拉大差距。

基于产业链上游的芯片核心优势，达博还会向产业链中游的大数据服务器整机市场，以及产业链下游的大数据云计算市场拓展，形成“芯片 > 整机 > 云服务”的体系，从而获取更大的产业价值和利润规模。

据官方信息显示，达博已与地方政府签署协议，组建首期规模5亿元的大数据产业基金，配套上百亩土地资源，建设大数据专用芯片与系统解决方案产业基地。

达博科技成立于2015年，总部合肥，在苏州、上海设有分公司，目前团队规模40多人。

创始人董群峰，是美国威斯康辛大学麦迪逊分校计算机科学博士，原中国科学技术大学正高级教授、博士生导师，华为公司计算体系结构首席科学家。

达博科技的创始团队具有“学术+产业”双重背景，其中核心研发团队30%拥有中美名校博士学位，90%以上拥有硕士学位。产业团队包括前华为无线产品线首席商业模式专家、华为企业BG市场团队创始成员、华为3COM整机硬件平台项目经理等。

标签： idc idc资讯 大数据 大数据产业 大数据服务 大数据服务器 大数据技术 大数据平台 大数据系统 电商 服务器 服务器购买 互联网 互联网企业 机房 机房建

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。