要用“+智能”强身健体，“心脏”做好准备了吗？

爱上阿南

今年的《政府工作报告》中，首次写入了“智能+”相关命题与讨论。这一国家政策方针，指明了智能技术必须与产业结合，进入生产核心领域，才能达成为现有经济体解放生产力，提高生产效率的目标。
6 k% M' ^: K0 W; I& I而“+智能”的实现，也为各行各业和服务于全社会的ICT基础设施提出了新的挑战。当智能化浪潮袭来，各行各业都将提出对计算的新应用、新场景和新需求。而为了应对这些变量，其实还有大量棘手的问题需要解决。
其中最关键的问题，来自算力。
6 u" r/ p$ Y9 f7 S7 |6 t0 ^5 q% E根据OpenAI统计，从2012年到2018年，全球对AI算力的需求提高了30万倍，而算力供给却远远不足。而在普遍的算力饥渴中，最急待升级的算力输出口，应该就是数据中心。
: @, x8 g& ?( E: T0 h我们知道，在今天这个大数据时代，最主要的计算和存储都已经发生在了数据中心当中。数据中心就像整个计算世界的心脏，供给着所有计算相关的数据血液流动，驱动ICT产业正常运转。
如果说+智能是一套新的武功，那么能不能快速将其融会贯通，很大程度上将取决于习武者是否有一颗“大心脏”。否则刚练了没几下，心脏供血先不足了，那岂不是自讨没趣？
为了练就智能计算时代强大的“心肺功能”，需要解决哪些问题？
据了解，从成立以来就接连有大动作出手的华为智能计算业务部，接下来将把目标对准计算世界的中央：数据中心与架设其中的服务器。那么不妨借这个机会，让我们先来了解一下，数据中心这颗计算世界的心脏，在今天到底面临着哪些问题。
, U0 ^% V) X4 U  Q2 w8 a计算需求在提速，数据中心跟得上吗？
在云计算和互联网带来的通用计算时代，数据中心实质上也就是全球计算系统的中枢。
1978年，英特尔推出了8060中央处理器，同时发布了x86指令集架构。此后，这一指令集成为了通用计算时代的代表。而随着计算需求日益庞大，网络传输能力日益增强，计算产业开始进行更加集成化的计算处理模式。于是就产生了集中计算、集中存储的数据中心模式。而基于x86指令集的计算服务器，依旧是传统数据中心的主要构成体。
' }. y6 P4 r$ p8 _. f8 |0 P6 N2 S然而随着技术的不断进步，数据中心也开始承担越来越多的压力。比如说视频和图像任务开始越来越多，AI更是提出了完全不同的、基于多层神经网络的运算任务需求，这些计算任务仅仅使用通用CPU计算，其效率会越来越差。
而随着对AI等智能计算任务的需求量大幅提升，相关数据呈现爆炸趋势，各行业开始产生不同的计算与存储要求，这就让传统数据中心更加难以负载。
总体来说，这个问题有两种解决方案，一就是兴建更多大型数据中心，但这个显然不能作为绝对方案，二就是对现有数据中心，尤其是其使用的服务器进行智能化升级，让数据中心跟上智能时代的进化需求。
总体来说，数据中心的升级要解决两个宏观问题。
首先当然是针对视频图像、神经网络等新需求的算力提升，摆脱过度依赖CPU的历史。让算力供给充沛，把昂贵的算力成本降低，让算力适应新的计算需求。
! _- W0 W% C' g  T* R# r7 D- A其次，是对数据中心的运维管理进行升级。今天随着数据中心的处理数据越来越多，设备体系越来越复杂，已经陆续出现了“建得起，管不起”的现象，以至于人力根本无法承受数据中心运维任务的复杂程度加速。
此外，大型数据中心还在变成新型的“电老虎”，而其实饱和制冷模式要浪费大量的能源，这也是数据中心需要重新审视的问题。
2 s+ U0 d/ O* e8 s/ x由以上逻辑可以看出，数据中心的智能时代升级，主要需要解决两方面问题：内在的服务器迭代，以及运维场景的全局进化。
智能计算的新需求：服务器本身的升级空间
- B5 V& H  K: B7 ?6 k让我们先来看看第一个问题，数据中心服务器在今天要进行哪些升级进化？
3 n+ I6 |% P2 R2 gAI的到来，事实上对计算提出了一个体系化的考验。比如说在自动驾驶场景中，训练计算需要处理视频和图像，这就需要对图像任务进行处理的针对性算力。然后还要拥有深度神经网络等AI算法的专项加速能力，确保训练效率可以达标。而在自动驾驶训练过程中，数据吞吐量是异常庞大的，网络需求和存储需求也都较互联网任务有着指数级提升。
一般来说，在智能计算的任务需求下，服务器被要求进行三个方面的能力进化。
1、性能更强，兼容性更好的异构计算能力，能够适应不同数据类型的大规模处理。
/ y; V- Q% K. `, g/ {2、强大的网络处理能力，能够融合不同网络协议，确保低时延、大流量的网络传输。
3、数据吞吐能力进一步升级，对主流数据库有更好的性能加持。
服务器可以说是数据中心的核心，核心算力的进化才能确保智能进化准确完成。然而另一个角度看，数据中心本身也是一个不断复杂化的场景。数据中心的运维与节能，对于整个计算产业来说也是至关重要的。
大数据，大中心：大规模部署场景的进化
2 D4 C4 K2 f5 U# f$ F: D3 A4 ]如果我们把数据中心看作一个工厂，就会发现今天这间工厂，正在经历从传统工业的粗放型增长方式，逐步过渡到精细化、自动化增长方式的过度。
+ N7 [& ~+ _0 S# A" ^9 m( J比如说，为了提高算力，数据中心普遍都在经历越建越大的变化过程。不断增多的服务器，海量汇集的数据和存储卡，意味着数据中心本身在变得越来越复杂。这种趋势发展下去，将会面临两大问题，一是运维工作的复杂程度，很快将超过人工所能负载的极限；二是庞大的数据中心场景意味着饱和式制冷，将消耗过量的资源。
# V9 A5 i! t& u# ~. V* s9 j' X这两大问题的出现，要求数据中心自身的服务系统进行更多进化。总地来说，数据中心场景正在呼唤“四个进化”：
1 w3 B, i/ `- m& q8 C& J, c1、运维进化，降低人工干预次数以及运维难度，推升利用智能技术解决运维问题的解决方案，让复杂的运维变得简单易操作。
) F7 G* p) z$ v: h/ G! j9 d2、智能服务器部署与软件管理，对数据中心软硬件部署和管理实现整体优化，减少高频次重复劳动。
3、自动诊断和修复，运用机器学习技术主动发现故障源，快速排查，机器自动修复，降低服务器故障率。
4、功耗管理迈上新台阶，将服务器的耗电与制冷需求进行连接，实现数据中心L1与L2的联动。达成低功耗低能耗的目标，降低数据中心整体用电。
2 X; |) p/ h6 Q8 Y% T这四个进化，意味着数据中心的进化方向，也是ICT产业本身实现智能化的标志之一。
  i3 F3 H0 p% l# Y/ _酝酿“大心脏“的华为
# ~$ @/ \; @( ]去年年底，华为成立了智能计算业务部，开始将智能计算产业作为整体需求，针对不同的计算需求与业务场景，提供相应的智能计算解决方案。
迄今为止，华为智能计算业务部发布了Atlas人工智能计算平台（包括Atlas 200 AI加速模块、Atlas 300 AI加速卡、Atlas 500智能小站和Atlas 800 AI一体机）、智能驾驶计算平台心MDC 600、关键业务服务器KunLun V5等产品和解决方案，而下一步的重头戏，则很有可能聚焦在数据中心与服务器，这个智能计算的核心场景中。将目前x86系列产品中的主打产品，FusionServer服务器进行进一步升级。将数据中心在今天可能面对的内外两个系统问题、多种升级阻碍一网打尽。
为酝酿一颗“大心脏”，迎接智能时代的快速到来，华为将在智能计算话题中给出哪些新的答案？让我们一同期待4月3日的发布会吧。
: p2 x5 N3 h+ I% ?( T
来源：http://www.yidianzixun.com/article/0LdFnRio
/ O6 l. {1 v1 @! L8 l免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！