回憶我當架構師的日子（二）

5????? 平衡的藝術

架構師是整個產品或者項目方向的把控者，必須要有全局的視野，不能只把精力放在某一個方面，這樣很容易忽略其他。從某種意義上講，架構工作有重要的一部分是平衡的藝術，或者說取舍，規劃與現狀的平衡，范圍與人員投入的平衡，緊迫程度與交付時間的平衡。

規劃太過超前，短期內就很難產品化，所以要盡可能的分步交付。所謂船小好調頭，前期交付發現的種種問題，對于后期技術有非常重要的參考價值，針對這些及時調整方向，才能穩步向前進。這就和開車是一個道理，車在行進過程中，司機總是在微調方向盤，不然車肯定會走偏。我認為小步快跑要比邁大步扯著dan要好一些。

那怎么取舍，我認為這個沒有一個特別明確或者說特別靠譜的標準，完全要靠架構師或者架構團隊的洞察力，絕對不是技術牛逼的點就搞。當前產品的TOP問題、客戶的潛在需求、業界的技術動態和發展方向、各種論文/專利，這些都可以成為取舍的參考點。

細心地讀者可能發現了，我上面的敘述把架構師和架構團隊分開了，架構師不就是架構團隊的成員么，為啥要特意分開呢。一些時候，真理往往掌握在少數人手中，這個的確是真理。所以，確信自己掌握真理的少數人一定要堅持！少數服從多數有時是致命的。當然我說的堅持真理，不能是盲目的，切忌“yiyin”！堅持真理并不代表“你以為你以為的就是你以為的”，原諒我皮了一下，哈哈。

我總結了我確定真理的一個大致準則：第一，在做或不做中掙扎的時候，不講要技術，不要講實現這個功能是困難還是容易，想象一下如果我是用戶，我能不能接受這個結果。第二、還是不要講技術，從邏輯上推斷，如果結論是正向的，那就堅持。下面我講個事情說明一下這兩個準則。

6????? “獨斷專行”

獨斷專行是個貶義詞，但有時候在所有人都迷茫，甚至反對你的時候，你要堅持。再強調一下，是要堅持真理。有時候，真的是孤獨的。。。

在服務器領域，如果一個PCI設備損壞，有很大的幾率引起整個服務器重啟。如果損壞或者故障，PCI鏈路可能會給系統發個fatal信號，CPU收到這個信號以后會重置服務器，也就是直接冷重啟。我之前交流過的幾乎所有硬件專家都表示，設備損壞，服務器下電或者重啟這很正常，這個應該算是硬件領域的一個標準處理流程了。但是，顯然我要說的是接受不了。

以GPU服務器為例，現在GPU服務器的密度都很高，一臺服務器上8個GPU甚至16個GPU已經成了標配。按照上面所說，如果一個GPU故障，整個服務器都要重啟。如果8個GPU上分別跑了8個渲染任務，即使是一個GPU壞了，最起碼其他7個渲染任務還是正常的。如果重啟服務器，那這8個渲染任務都會中斷。顯然保持其他7個業務能夠正常運行是非常有價值的。所以我認為無論從用戶，還是從邏輯上看，傳統的這種對硬件故障的處理非常不合理，必須改變。于是我定了一個目標：硬件故障盡可能不重啟物理服務器。

這個功能當然現在華為云的異構計算云服務器已經有了，并且其中的技術原理也用在另一個重點技術項目中。但是溝通的過程是痛苦的，我不是搞硬件的，但我要說服各種硬件專家，各種溝通、評審不下10次。。讓我欣慰的是，這個特性成為當時的可靠性重點工作。硬件、OS、調度等各領域的兄弟姐妹們一起把這個問題搞定了。

渲染 GPU加速云服務器

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。