GitHub 最新披露的技术数据证实，人工智能正在深刻重塑代码提交的规模与基础设施需求。过去一年间，该平台每月代码提交量增长至原来的六倍，总量达到 74 亿次。为应对这一指数级增长，GitHub 不得不大幅扩容其底层架构。
- 人工智能数据中心正在吞世界内存和存储供应
- 对于数据中心 CPU 的需求激增，人工智能代理负责
- 在 Nexperia 和 DRAM 危机恶化中，芯片短缺袭击汽车行业
- 定制 AI ASIC 的现状
根据 GitHub 发布的技术报告，原始存储库活动呈现显著上升趋势。具体数据显示，代码提交（包括添加或删除代码）的数量增长了六倍，而合并的提取请求（用于完成功能或修复错误）则增长了四倍。这种增长并非线性，而是呈现出明显的加速态势：早在半年前的 4 月份，每月的订单量已达 14 亿个；而在过去的 12 个月里，GitHub 共记录了 179 亿次代码推送。
为了支撑如此庞大的数据处理需求，GitHub 在今年内新增了 400 万个 CPU 核心、160 PB 的存储空间以及 50 Tb/s 的网络容量。公司明确指出，人工智能是驱动代码数量飙升的核心因素。截至去年 9 月，超过 40% 的提取请求由 AI 代理发起。此外，通过 AI 启动的存储库，其活跃度通常比手工操作高出 8 倍。
海量的代码活动给持续集成/持续部署（CI/CD）管道带来了不成比例的压力。在现代软件开发流程中，每一次代码提交或待处理提取请求的合并，都会触发一系列自动化动作：包括检查剩余的“待做”项、执行代码风格一致性检查（linting），以及运行代码和集成测试，以确保新代码不会破坏现有功能，并能正确地与相关程序、服务和 API 协同工作。
鉴于每次提交和提取请求均需执行上述全套流程，GitHub 对计算能力和 I/O 吞吐量的需求急剧膨胀。为此，公司重新设计了后端架构，尽可能将存储与计算分离，以应对快速增长的基础设施压力。
