[中国智慧]疫情加速中国智慧社会的到来( 三 )
硬件层面 , 通过硬件重构实现资源池化 。CPU与GPU、FPGA、xPU等各种加速器将更加紧密结合 , 利用全互联NVSwitch、CXL、Open CAPI等新型超高速内外部互连技术 , 实现异构计算芯片的融合;CPU之间可以通过池化融合的方式实现灵活组合 , 可以根据业务场景动态形成1路到多路多种计算单元;异构存储介质 , 如NVMe , SSD , HDD等则通过高速互连形成存储资源池 。
在计算和存储资源池中 , 除了传统CPU、GPU等 , 还可以应用更多新型计算芯片、存储介质和互连技术 , 进一步提升数据中心的处理能力 。
例如 , 谷歌专为人工智能设计的芯片TPU 。与GPU相比 , TPU采用低精度(8位)计算 , 以降低每步操作使用的晶体管数量 , 是同代CPU或者GPU速度的15~30倍 。同时 , TPU还可以进行池化 , 实现了TPU之间的高速互联 , 也就是TPUPOD , 并对外提供TPU算力服务 。
存储方面 , 非易失内存DCPMM , 既可以作为高速硬盘使用 , 也可以作为标准的内存使用 , 当作为内存使用时 , 其单条内存容量最大可以到512GB , 使得推理作业密度提升一倍 , 每单位作业成本下降近50% 。
互连方面 , 异构芯片高速互连的技术CXL、open CAPI等 , 实现了CPU和设备、设备和设备之间的内存共享 , 构建高效池化的智算中心从理想照进了现实 。
软件层面 , 则通过软件定义 , 在可重构的硬件资源池基础上 , 通过灵活的组织 , 将不同的资源池组成专业的服务器、存储、网络系统 , 并实现资源的高效管理和调度以及数据在池化资源的灵动流转 。当AI与软件定义结合后 , 赋予了软件定义更高级的含义 。从业务上 , 实现了基于业务特征感知的智能资源调度 , 让合适的资源在合适的位置去执行合适的任务 , 就像我们说的让合适的人去干合适的事一样 。从管理上 , 实现了智能化的运维 , 也就是智算中心的无人巡检、故障自愈等 。
文章图片
文章图片
智慧用能平台助力乡村智能电气化 。新华社发
软件定义一个典型的趋势是软硬件协同设计 , 由专用芯片、FPGA处理更多的业务负载 , 由软件进行更智能化的管理和调度 。例如 , 基于FPGA和NVMe组成资源池 , 以硬件辅助虚拟化的方式为虚拟机实例提供接近硬件性能的计算、存储、网络功能 , 性能损失从传统软件模拟方式的50%降低到1%左右 , 相同条件下可以百倍加速AI作业效率 。
绿色节能是永恒的话题 , 从传统的节点内风冷 , 到机柜级冷板式液冷 , 再到数据中心的浸没式液冷整体设计 , 配合余热回收、相变储能等循环节能技术 , 可以实现PUE接近于1的目标 , 打造高效清洁的绿色智算中心 。
智算中心作为基础设施 , 要服务大众 , 提供算力服务、数据服务和智能服务 , 支撑智慧城市、智能制造、智能家居以及智能医疗等行业的智慧化转型 。
但是行业用户的智慧转型 , 仍然存在着一个巨大的技术鸿沟 , 这个鸿沟里 , 有如何选择最合适的算法模型 , 有如何从软、硬件两方面对算法做性能优化 , 有如何对面向特定领域的智能算法进行高效敏捷的开发部署等诸多问题 。要填补这些鸿沟 , 需要智算中心提供整合的、易用的开放服务平台 。
基于智算中心先进的AI算力基础平台、AI算力调度平台、AI算法模型来打造人工智能开放服务平台 , 汇聚并赋能行业AI应用的开发者 , 加速开发各种各样的行业智慧应用 , 加速行业AI化、加速产业AI化 。
所以智算中心 , 不管你看得见或者看不见 , 它就在那里 , 源源不断产生智慧时代的动力:计算力 。智算中心 , 就是我们这个时代的动力源 。
【[中国智慧]疫情加速中国智慧社会的到来】新基建为企业带来了巨大的发展机遇 , 抓住机会就会发展壮大 , 丧失机会就可能被淘汰出局 。智算中心作为未来的动力源 , 是我们赢得未来的关键 , 让我们携手共进 , 共同面对疫情给全球带来的挑战 , 早日恢复经济的快速发展 。
推荐阅读
- |荷兰企业推出全新半导体技术,并承诺对华投资!中国光刻机获突破
- 中国企业家|李彦宏和王兴们,在这里拿到通往未来的船票
- 腾讯新闻深网|小米引入新高管,任命杨柘出任中国区CMO
- 驱动之家|智慧屏X1畅连通话体验:与手机随时互连、老人孩子轻松上手
- 增长京东6·18首日:40个品牌过亿 后疫情消费呈八趋势
- |官宣!杨柘出任小米集团中国区CMO 负责品牌建设等
- 人群中国科学家通过古人基因组数据探寻中国文明源流
- 中国电池网|互动交流│常铝股份:向国轩高科供应电池箔产品
- TechWeb.com.cn|官宣!前魅族CMO杨柘加入小米 担任副总裁、中国区CMO
- 金融墙|两首富为何都重回中国?一个在英国亏了千亿,一个在美国亏了百亿
