BAT的数据红利，催生AI时代的敏捷计算力

 

 

人工智能开放组织OpenAI 于2018年5月发布的分析表明，人工智能训练任务中使用的算力，自 2012 年以来呈指数级增长，目前速度为每 3.5 个月翻一倍，而相比之下的摩尔定律则是每 18 个月翻倍。自 2012 年以来，人们对于算力的需求增长了超过30万倍。在此期间，硬件算力的提升一直是人工智能快速发展的重要因素。

人工智能对于算力需求的飙升，很大程度上是互联网公司的数据红利造成的。9月12日，浪潮联合IDC正式对外公布《2018中国AI计算力发展报告》摘要版，报告对中国AI计算力发展作出了综合评估。报告评估杭州、北京、深圳、上海、合肥为中国AI计算力城市发展排名前五位的城市，其中杭州、北京和深圳都是BAT们的聚集地。

浪潮服务器产品部副总经理陈彦灵在2018杭州·云栖大会上介绍，浪潮提出的JDM模式，核心就是敏捷设计、敏捷开发、敏捷制造，敏捷设计为前期的顶层设计、敏捷开发为设计过程中早期的POC以及后期不断验证和迭代更新、敏捷制造为快速交付。JDM最早是与互联网公司合作而产生，正因为BAT的数据红利，才产生了AI时代的大规模敏捷计算力。

与BAT的敏捷合作

互联网公司的规模越大，导致数据的集中度越高，对AI计算力的需求也就越高。杭州的阿里、网易，北京的百度、京东、今日头条，深圳的腾讯，都是造成当地AI计算力需求激增的重要原因，从而也导致对于服务器需求的暴增。

JDM模式下，浪潮研发团队与互联网公司一起，从原型设计、样品开发到共同验证，再到小批量出货和大规模部署，都由双方联合完成。JDM类似于软件的迭代开发，互联网公司的想法可能一开始并没有想清楚，在联合开发的过程中不断调整再最后定型。JDM大幅提升了硬件开发的敏捷性，极大缩短了硬件产品开发的周期。JDM模式背后是浪潮柔性生产制造体系，位于济南的浪潮信息化高端装备智能工厂，集智能化、自动化、模块化、数字化、精益柔性制造于一体，产品交付周期从18天缩短至3到7天。

陈彦灵介绍，浪潮与阿里从2012年开始合作，经历了三个阶段。第一个阶段，从采购标准服务器开始，随着采购的规模越来越大，特别阿里云出现以后，阿里的业务不仅仅是服务于国内市场，还要服务全球用户，这时候对设备的需求量非常大。

第二个阶段，浪潮与阿里开始合作定制化硬件，截至目前约有超过上百个套餐的定制，定制的范围非常广。到现在为目，双方合作处于第三个阶段，已经从浅层的产品定制进入到深层的定制，这个定制就是所谓的JDM模式。到底JDM和传统的标准化服务器有什么差异？实际上因为互联网公司的设备购买量足够大，对设备的能效比、性能、技术先进性的诉求越来越高，传统的服务器无法满足要求，所以浪潮就开始顶层设计，根据客户的构思，用敏捷设计、敏捷开发、敏捷制造的方式，快速为互联网公司交付产品。

陈彦灵强调，JDM模式的创新，在于运营、交付和管理模式的创新。因为互联网公司的服务器采购，每年在几十万台的规模，如果按照传统的下单再采购方式，很难解决时效性的要求。而浪潮、阿里和上下游合作厂商一起开发的JDM合作模式，从研发、设计层面进行深入的合作，解决了互联网公司的挑战。

加速传统企业数字化转型

除了阿里，浪潮也与百度、网易、腾讯等互联网公司进行了深度合作，极大满足了他们的业务需求。

据了解，互联网巨头中的AI服务器有90%来自浪潮，浪潮与科大讯飞、奇虎360、搜狗、今日头条、Face++等人工智能公司在系统与应用方面的深入紧密合作。随着互联网的思维模式，包括快速变化、快速创新等，对传统企业数字化转型的影响逐渐加深，并正向传统企业赋能。

浪潮联合百度为行业用户深度定制的软硬一体化的AI应用解决方案“ABC一体机”，采用了百度的DL框架、成熟的算法模型和和云管理技术，以及浪潮的AI计算硬件平台，覆盖了模型训练Training和线上推理Inference两类需求，是一款开箱即用的交钥匙解决方案。首钢用ABC一体机对10000张钢材图片进行预测，钢板缺陷分类模型的准确率达99.98%，与人工专业检测结果十分接近。

浪潮多年来累积了丰富的行业级、企业级的服务洞察及经验，实现了对2B行业客户的成体系覆盖。基于丰富的服务经验和洞察，浪潮可以将互联网和2B企业级的技术模式进行有效整合。

陈彦灵强调，浪潮现在不仅仅是设备制造商，更多是与企业一起进行合作创新，把来自互联网公司的优秀硬件方案推向传统行业，帮助传统企业加快数字化转型。而在国际市场，浪潮也正在通过JDM模式拓展全球范围的CSP客户。未来，浪潮将通过资源池化和模块化提供产品设计基线复用效率和定制化解决方案交付能力，解决计算力的供给挑战。

AI算力需求大爆发

现在，整个社会都在进行数字化转型，部分已经开始加速数字化转型。在转型过程中，IT基础设施的支撑非常重要。浪潮AI&HPC产品部AI首席架构师张清在2018杭州·云栖大会上表示，过去20年基本上服务器形态没有太大变化，最近随着AI边缘计算出来后，未来服务器将出现爆炸式增长。

由于没有一个通用的产品可以满足所有的需求，浪潮主要融合、开放、敏捷和高效四个维度，解决这个问题：

融合，即IT领域内计算、存储和网络三类设备的融合。现在的云计算概念已经从原来的单一的计算资源云化变成了计算、存储和网络三类资源的整体云化；而IT和CT的融合，传统的电信运营商正在前所未有的速度部署SDN软件定义网络和NFV网络功能虚拟化，用标准服务器来替代原来的专用网络设备；IT和OT的融合，很多企业开始将信息网络和物联网打通、链接和融合，打通了需求研发、生产和服务，将定制订单和智能制造结合起来，实现了定制化产品研发和大规模订单快速交付。

开放，无论在软件还是硬件领域，开放都已经成为主旋律。过去几年，软件领域的Linux、OpenStack，以及硬件领域的OCP、ODCC、Open19等开放社区的发展都引人注目，开放的软硬件已经形成完整的产业体系，覆盖了云计算、大数据、AI等各个应用领域，成为计算产业发展的重要趋势，开放技术为企业建设新型IT基础架构提供更好的选择。

敏捷，主要指业务层面的敏捷需要IT架构具备快速的交付能力。数字化时代，企业业务的创新速度将不断加快，IT基础架构需要更快、更准确的响应企业业务需求，需要以企业业务为中心，重新组织IT系统建设流程。企业积极部署云计算、存储虚拟化、网络虚拟化以及各类硬件重构技术，将计算、存储和网络等传统计算设备实现资源化、动态可伸缩，从而达到技术层面的敏捷，让IT基础架构能够根据业务应用的需求随需而变。

高效，则指包括基础架构在内的IT将是企业业务战略的支持和构成部分，IT投资将更为理性，对于投资回报率、业务支持程度等需要做出更为细致和科学的考量。

浪潮在AI领域的布局包括硬件、软件、算法和生产管理平台，也从融合、开放、敏捷和高效等维度，解决企业的AI算力需求。张清强调，AI算法对于算力的需求，远高于传统的商业智能、数据分析等算法，虽然当前AI算法在整个企业算法中所占比例较小，但对算力的需求却非常高。特别是金融科技和互联网金融、智能汽车和车联网、智能制造和工业互联网等新的应用场景，对于AI算力的需求激增，造成了传统企业的算力荒。

目前，浪潮侧重在数据中心的产品布局，但也看到边缘计算的巨大需求。随着物联网的发展，行业对边缘计算的需求也在增长，浪潮也开始对边缘计算有所布局。比如，浪潮也在研究无人驾驶，与智能汽车企业合作无人驾驶端上的芯片，打通从云端到数据终端再到边缘端的通路。在边缘侧，浪潮正在对通信、零售和AI新应用等进行布局，AI新应用包括语音识别一体机、视频监控等，而传统的CDN也在浪潮的研发范围中，这是因为5G和AI的发展对于CDN也产生了新的要求。

多年来AI基础研究的积累才刚刚在商业领域爆发出来，AI正在驱动全球的数字化转型，正在倒逼全球企业、政府和组织的业务变革。而AI也在倒逼计算力形态的变革，大规模的敏捷计算力正在成为GDP的新增长驱动力。可以说，大规模的敏捷计算力，正在成为新时代的生产力。（文/宁川）