而现在就是我们包老师登场的时间了，包老师所研究的科目的目标，包括上面提到的那些奇怪的词语，都是为了消除掉这种浪费，让电脑内的各种器件尽可能的协调，让每一个部件的应用效率都达到最大化。

　　说到这里大家可能隐隐约约可以明白为什么有些电脑或者手机纸面数据看起来很漂亮，但用起来的体验却如噩梦一般，而有些数据看起来很差的手机和电脑，用起来却丝般顺滑了。（我才没有黑Android和Windows → _→ ）

　　不用说，在包括深度学习在内的各种应用对计算量的需求如此之高的今天，这样的研究无疑可以帮助企业和个人用户将自己手中设备的每一丝潜力都发挥出来，让他们得到最好的体验。

　　而需要大量计算能力的另一项领域是云计算，云计算是未来的趋势之一，这点应该没有任何人有疑问。

　　而我们的包老师也顺应这股浪潮，投身进了云计算的研究之中，因为他发现，目前的云计算存在一个很明显的瓶颈。

　　目前云计算的服务器，atv，基本都还是基于传统的冯·诺依曼结构搭建起来的计算机（也就是我们每天都能看见的那些）组成的机群。

　　在这种结构下，虽然由于多年的经验，已经积累了许多优化运算效率的方法，但在云计算中这些方法却遇到了一个新的挑战：

　　云服务器面对的用户服务请求量是非常巨大的，但运算量的总量是有限的，无论如何优化都不可能超过这个物理最大值。

　　因此如果我们想在云服务中让计算设备的运算效率提高，也就意味着服务器CPU的负担加重，对每条请求的响应时间会延长。而响应时间是云服务中至关重要的指标，可能会严重影响用户体验和最终收入。因此各大数据公司不得不被迫强行让自己的服务器CPU处于一个比较低的应用率，可谓是有力使不出。

　　这种浪费达到了什么程度呢：谷歌作为一家在大数据处理方面有着顶尖实力的公司，其在线云服务的平均CPU利用率大概只有30%，而麦肯锡估计整个业界服务器平均利用率大约是6%，Gartner的估计稍乐观一些，也只有12%

　　Google的云服务CPU平均利用率，图片来自包云岗老师的博客

　　还没我们举的那个例子高啊有没有！

　　包老师的团队在14年就已经开始了这项研究，而经过不懈努力，他们最终实现了一个非常大的突破：借鉴互联网曾经面对同样难题的解决方案，在计算机内部也建立了一种类似于网络包标签化机制的新技术，可以极大的提高云计算服务器的计算效率。

　　各位有没有心动？想不想知道包老师到底是怎么做到的？10月21日，包云岗老师将在2016中国计算机大会上报告自己在这项技术上的最新研究成果，我们会赠送价值2300元的非CCF会员票，凭此票可以参加20-22日包括包老师在内的15位嘉宾精彩的特邀报告、30个论坛及50场活动（除晚宴外）。报名请扫描下面的二维码在公众号后台发送“CNCC”报名，我们会每天从报名者中选出一名送出门票~~

　　我们来看看这些大牛都有谁：

　　当然，万一大家没有时间亲自前往也没关系~届时雷锋网(搜索“雷锋网”公众号关注)会对大会内容进行详细的报道。大家一定不要错过！