算力网络的“网”“存”“算”,这里都有了!
算力网络关键环节——网
中国联通研究院副院长、首席科学家唐雄燕:
实施算网一体服务面临多方面挑战
“东数西算”工程的目标与过去单纯的数据异地备份还是有较大区别,“东数西算”是要让东部的数据流动到西部做计算、做分析,而不仅是存储和备份,因此要均衡算力,从时间和空间两个维度把算力资源拉通,让西部发挥计算资源的成本和规模优势,将计算能力充分盘活和释放,这就需要网络、数据中心、算力平台、应用、运营模式等多要素协同作用。
实施算网一体服务还面临多方面的挑战,一是“东数西算”的业务场景尚不明晰,哪些业务应用适合“东数西算”还需要各方共同探索,“东数西算”的商业价值还有待进一步挖掘,西部算力资源的利用率还亟须提升。二是算力网络技术和服务标准尚不完善,计算产业和网络产业是两个有着较大差异的产业,无论是技术标准还是产业推进,都需要二者积极协作,算力度量与交易、网络感知与路由以及算网联合调度与编排等技术问题仍需行业协同攻关。三是算力资源的多方开放共享尚需探索,如何保证算力服务共享的安全性,如何通过算力交易保障多方参与的积极性,如何给不同的算力提供者进行差异化的网络保障,还有很多技术和商业问题需要解决。
中国移动研究院副院长段晓东:
十六字方针实现算力网络目标
中国移动提出“算力泛在、算网共生、智能编排、一体服务”十六字算力网络目标。其中,算力泛在的实现要经过三个融通的过程,首先是物理融通,实现东西部算力的物理融通;其次是逻辑融通,将边缘与中心融通,实现云、边、端的逻辑融通;再次是异构融通,通过通用算力实现异构融通。通过三个融通最终可以实现的算力极大的泛在。这是第一个发展目标。算网共生,是希望通过网随算动、算网融合到算网一体,逐渐的推动实现算和网的一体共生。算网编排,则是希望通过打造一个智能化的算网大脑,通过云、数、智、制统一编排实现全网优化。一体化的服务,则是希望通过多要素的融合供给服务,通过社会算力的并网服务,通过数、智服务的融合供给,提供一体化服务。
世纪互联研究院院长马炬:
以区块链为基础的新型算力网络如何应用
应用场景首先是个人数据中心,个人数据中心是世纪互联原创提出的一个理念,是以还数于民为核心,以区块链底层技术为安全保障,以分布式的存储和计算为基础,促进个人数据身份和个人大数据资产的确权、流转以及二次开发的新型信息基础设施。
其次可以应用在混合云模式的国资云建设中。通过区块链技术可以将分布式的数据中心、高速的数据中心、直联网络以及标准化的云原生平台、专业化的统一运维平台引入国资云整体架构中,形成融合多方资源的国资云联合计算平台。
最后可以应用于自主可控的数据安全,在产业环境下,超互联新算力网络可以助力数据在设计、生产、制造等整个全生命周期中数据的自主可控、自主推进,从而达到可持续、可升级迭代。此外,像新型车联网也可以是应用场景。
算力网络关键环节——存
阿里巴巴集团研究员、阿里云基础产品资深产品总监陈起鲲:
存储产业正在机遇与挑战中大步向前
存储产业链主要分为硬件和软件两个部分。存储软件方面,已有不少成果走到了世界前列。例如, 阿里云自研大规模分布式存储系统“盘古”将通用存储服务器硬件打造成大规模、稳定可靠的存储系统,单集群规模超过十万台,入选了世界互联网领先科技成果。ESSD是全球首个跨入IOPS(每秒读写次数)百万时代的块存储产品,单路访问延迟低至30微秒。存储硬件方面,涉及很多底层产业链,如全闪芯片设计、芯片制造工艺、磁盘工艺等,正在挑战中摸索着前行。
只要数据在,存储行业前景就很可观,比如AI的未来依靠的就是海量数据支撑,这会给存储行业带来巨大机遇。目前来看,存储行业面临的最大挑战是网络,只有网络更加普惠、高效的传输,才能让数据以更高速度、更低成本流动起来。
数牍科技资深数据安全专家裴超:
“存”与“算”永远是相互支撑、协同发展的关系
存储技术不会单一地走向“存算一体”或“存算分离”的局面。二者的核心区别在于“存”与“算”哪个是应用场景中的核心。对于以存储为主的如数据中心的情况,存算分离依旧适合且不过时,但对于以计算为主的如数据科学、人工智能等,通过存算一体的设计能够极大降低对于数据的搬运操作带来的损耗。未来存储技术的发展,无论是“存算分离”还是“存算一体”都需要面对不同的场景,根据“存”与“算”之间的体系结构特性,以及“存”与“算”的主导地位,提供不同的应用和服务。
算力网络关键环节——算
英特尔中国研究院院长宋继强:
建立更加完整的异构生态至关重要
异构已经成为全球新的竞争点。现在主流芯片供应商都想把异构的布局变得更加完整。想要在异构竞争中脱颖而出:一是要有不同架构积累;二是在不同的工艺节点上有不同的资源可以去利用;三是提前布局和规划封装级别的技术。异构需要布局架构、生产工艺以及封装技术,这都是为了未来能够建立更加完整的异构生态。这个生态里会包含不同架构的IP模块或芯粒模块,在不同的制程工艺上,能以最好的性价比生产这些模块,还要能够用最标准的方法把它们串连起来;四是需要有一套方便且好用的软件,只需上层应用者指定功能需求,下层就可以随着异构变化自动迁移。
燧原科技创始人兼CEO赵立东:
异构计算是以数据为核心的智能产业关键支撑与底座
异构计算在以数据为核心的智能产业中起到了关键支撑和底座作用,加上芯片产业本身高门槛、高技术、长周期的特性,使其将成为一项关键技术,同时也是国家技术竞争力非常关键的一部分。竞争方向是在相应产业规范与标准指导下,以关键技术与产品创新为突破口的产业链完善以及相应的产业集聚和规模化效应的发挥。
当下,中国的集成电路产业处于蓬勃发展阶段,无论是从横向的异构计算芯片种类,还是纵向的垂直赛道厂商都是百花齐放,而每一家厂商的底层硬件架构和编程模型等核心技术都各有千秋,需要更多地从规范和标准层面去引导市场走向。
天数智芯副总裁郭为:
国内通用计算基于自主芯片的产业生态有待完善
“东数西算”中的“数”,指的是数据,“算”指的是算力,即对数据处理的能力。而数据中心可以分为计算、存储和网络三大元素。因此,这三大核心功能所需要的芯片,成为“东数西算”战略下产业关注的焦点,包括通用GPU在内的通用计算产品将为基础建设提供强大助推力。
我国在通用计算方面还有两点待提高:一是产业链供应链存在较大风险。通用GPU市场被英伟达、AMD垄断,芯片设计工具依赖国外企业,晶圆代工无法自给自足,封装基板等关键零部件依靠进口,通用计算芯片产业链、供应链面临受制于人的风险。
二是产业生态尚未有效构建。国内通用计算芯片起步较晚,大多是近几年才成立的创新型企业,规模较小、实力有限,软件栈、演算法及工具链开发难度大、周期长,已经问世的计算芯片产品大多处于适配验证、批量出货阶段,有待大规模市场验证,基于自主芯片的产业生态尚未形成。
算力网络关键机遇——“东数西算”
国家信息中心大数据发展部规划处处长王建东:
加强全国一体化大数据中心顶层设计需要做到五个“数”
“数网”,即优化数据中心建设布局,重点解决当前区域数字经济基础设施资源供需不均区域间资源调配割裂严重的问题,提升东西部区域数据中心、网络等基础设施集约化统筹建设水平,有效推动“东数西算”。
“数纽”,即推动算力资源服务化,重点解决华为、阿里等公有云方案供应商彼此之间应用标准和接口不一等问题,通过构建类似于第四方物流的普惠话、一体化云服务界面,为企业提供相应更加便捷、成本更加低廉、配置更加高效的上云服务。
“数链”,即加快数据要素市场培育,重点解决政-政、政-企、企-企数据可信流通要件体系缺失问题,构建数据质量评估、可信流通、联合建模等数据流通调度机制,实现资源化、资产化、资本化层面的数据要素流通分配机制,支撑构建数据要素统一大市场。
“数脑”,即深化大数据协同应用创新,重点针对政府和企业对经济社会运行感知能力不足、宏观决策和风险研判水平不高等问题,培育数据驱动、协同融合、共创共享的大数据应用生态体系,打造数据决策大脑。
“数盾”,即强化大数据安全防护能力,重点解决当前数据安全领域出现的一系列挑战和问题,通过建立网络和数据一体化安全防护体系和区块链综合监管体系,有效提高数字经济发展整体安全水平。
华云数据董事长、总裁许广彬:
“东数西算”本质目标是实现算力资源双转移
算力是数字经济的核心生产力,已经成为全球战略竞争的新焦点。随着数字技术向经济社会各领域全面持续渗透,全社会对算力需求预计每年仍将以20%以上的速度快速增长。“东数西算”的本质目标是实现算力资源的双转移。简单来说,“东数西算”就是让西部的算力资源更充分地支撑东部数据的运算,更好地为数字化发展赋能。所以,“东数西算”是要合理优化中西部资源配置,分层、有序、错位地部署算力,并不是简单的光发展西部。长三角经济体量较大、高端业务较多,像金融证券、人工智能、远程医疗、工业互联网等对网络要求较高,布局长三角枢纽节点更切合现实需求和发展需要。
UCloud基础设施中心技术总监付东明:
“东数西算”全面落地需重点关注四个点
一是加强网络设施联通。加快打通东西部间数据直连通道,打造一批“东数西算”示范线路。优化通信网络结构,提升国家数据中心集群的网络节点等级,提高网络传输质量。
二是强化能源布局联动。加强数据中心和电力网一体化设计,推动可再生能源发电企业向数据中心供电。支持数据中心集群配套可再生能源电站。对落实“东数西算”成效突出的数据中心项目优先考虑能耗指标支持。
三是支持技术创新融合。鼓励数据中心节能降碳、可再生能源供电、异构算力融合、云网融合、多云调度、数据安全流通等技术创新和模式创新,加强对关键技术产品的研发支持和规模化应用。
四是推进产业壮大生态。支持完善数据中心产业生态体系,加强数据中心上游设备制造业和下游数据要素流通、数据创新型应用和新型消费产业等集聚落地。支持西部算力枢纽围绕数据中心就地发展数据加工、数据清洗、数据内容服务等偏劳动密集型产业。