按下數實融合的加速鍵，新華三推動基礎設施變革_風聞
大数据在线-07-08 16:29
去年底，生成式AI（AIGC）開始席捲全球，吸引社會各界的廣泛關注。
正所謂AI黃金時代的到來，將重新定義各行各業。AIGC熱浪來襲，標誌着在數實融合的大趨勢下，人工智能大範圍應用的奇點已經來臨，將對未來整個社會經濟發展產生深遠影響。
事實上，隨着AIGC的興起，除了像自動駕駛、智慧金融、智能客服等智慧應用大量湧現之外，越來越多行業用户今年將目光瞄準了AI大模型，寄希望通過AI大模型、AIGC強大的能力來改變自身，真正讓業務走向智能化。
但強大的AIGC背後是基礎設施、大模型和模型應用等一系列複雜工程化的結果，絕非簡單搭建即可實現。尤其是在基礎設施領域，AIGC帶來的算法複雜度、數據量指數級增長，以及模型層數、參數規模快速膨脹，對算力、存儲、網絡等基礎設施提出了前所未有的挑戰。
正如新華三集團副總裁、計算存儲產品線總裁徐潤安在今年新華三領航者峯會上所言：計算、存儲等基礎設施正在加速走向變革，成為“數字中國”建設的重要基石以及各行業加速業務創新的源動力。新華三將以“內生智能 成就智慧”IT技術戰略，為AI時代構建堅實的基礎設施底座。
AI時代，基礎設施迎來鉅變
Gartner預測，到2025年，人工智能將成為推動基礎架構決策的最主要因素之一，這將導致基礎設施需求增長10倍。
除了基礎設施需求增長之外，AIGC、AI大模型等人工智能相關技術的快速發展，正在對包括算力、存儲、網絡等在內的基礎設施產生不可低估的影響。
首先，大量智慧應用的湧現帶來了算力革命，過去通用算力一統天下的局面正在打破，多元異構算力成為大勢所趨。根據《中國算力發展指數白皮書》的預測，預計2025年全球算力規模將達到3300 EFlops，2021-2025年年均複合增長率達到52.2%，其中AI算力佔比將持續提升。
隨着越來越多用户瞄準的AI大模型，帶來了對於多元算力管理、異構內存高效利用等一系列挑戰。比如，當前諸多大模型每進行一次訓練迭代需要消耗4.5ExaFLOPS算力，而主流GPU卡單卡算力只能達到TFLOPS級別，這意味着在大集羣下如何高效調度、管理和發揮算力潛能至關重要。
其次，AI大模型正在加速走向多模態大模型，標誌着將進一步接入音視頻數據，PB級海量數據的訓練將會對存儲的性能、容量等帶來巨大的挑戰。而隨着AIGC應用的深入，隨之而來的推理需求也會對數據處理性能提出更高要求。例如，OpenAI GPT-5開始就是多模態大模型，國內多款大模型也在走向多模態，一旦這些大模型接入到像車路協同、智能製造、智慧醫療等場景，對數據處理效率提出全新要求。
第三，AIGC對於基礎設施自身的智能化和綠色化正在產生關鍵性影響。智慧應用需要大量算力、存儲資源做支撐，但並不意味着僅僅是簡單的基礎設施堆砌，如何高效使用基礎設施，將會成為越來越用户關注的焦點。比如，智慧應用的規模化和場景化，將極大提升數據處理的複雜度，需要採集、訓練、推理等環節的數據互通性提升，減少不必要的協議轉換，提升數據處理的智能化程度；又如，大量算力的消耗帶來了顯著的能耗問題，如何讓基礎設施更加綠色節能也是關鍵。
因此，AI時代的到來，極大的推動基礎設施變革。最新《數字中國規劃》的“2522”的整體框架也明確提出夯實數字基礎設施和數據資源體系“兩大基礎”。像新華三也在本次領航者峯會上推出了“AIGC開放戰略”，ICT基礎設施架構是核心之一。
徐潤安認為，AIGC正在數字化時代掀起新一輪的智能革命，智能技術與行業場景的深度融合，將推動算力、數據、管理和節能等產品重構和升級，而新華三也將引領基礎設施的變革，幫助百行百業用户應對AI時代的到來。
未來就緒的可進化算力
進入到AI時代，算力的進化至關重要。
眾所周知，智慧應用的大量湧現帶來了對於算力需求的顛覆性變化，直接推動了數據中心算力基礎設施的需求變化：隨着AI應用的大幅增加，數據中心和單位設備的算力密度在持續提升；多核技術、GPU、NPU等普及，讓異構算力設備的種類大幅增加；多元的算力需求推動算力基礎設施走向細分化、專用化，算力走向調度管理的高效化和智能化……
新華三集團計算存儲產品線副總裁劉宏程認為，大量智慧應用推動數實融合走向深化，也對底層算力形態和架構帶來直接影響。過去通用計算時代，計算類型單一，以集中式架構為主，在應用場景存在着複雜、低效和僵化等顯著問題，算力架構、產品等面臨着重塑，採用分佈式架構的可進化、高效、綠色的智慧計算將是算力基礎設施未來方向。
劉宏程直言：“CXL協議發展到3.0階段，未來2-3年會對整個計算架構產生直接且重要的影響。當前最重要的就是，包括新華三在內的產業鏈上下游做好標準、產品預研，為未來做好準備。”
針對算力基礎設施的變革，新華三着重打造了“一體·兩中樞”智慧計算體系。所謂“一體”是以CPU、GPU和xPU為核心，新華三構建起覆蓋通用計算、異構計算等全場景的多元計算體系，並融入液冷等低碳技術，構建起高效、低碳數據中心的算力基石；而“兩中樞”則是智能算力中樞和智能管理中樞，聚焦數據中心提供全生命週期的智能管理，以全流程的算力智能調度賦能AI開發核心能力，加速AI創新。
明顯能夠看出，算力需要體系化進行重塑和持續進化，在場景覆蓋、管理調度和綠色節能等方面滿足AI時代的全新需求。而新華三的“一體·兩中樞”智慧計算體系，無疑率先從算力體系化的視角思考算力的演進發展，並在產品、解決方案等層面全面發力，為AI時代的算力需求做好充足的準備。
比如，全新的H3C UniServer G6和HPE Gen11系列產品覆蓋通用、異構和負載優化三大場景需求，並且踐行異構計算設計理念，兼容NVIDIA Hopper架構和OAI架構，同時支持各種DPU，AI算力提升高達10倍，通用算力性能提升53%，數據分析效率提升3倍，為不同的應用場景提供了澎湃算力。
又如，算力基礎設施的功耗在未來會成為一大挑戰。像當前最先進的GPU卡功率達到400W，加上服務器的耗電，換算到單機櫃則功耗最少達到50KW，未來隨着AIGC應用的深入，算力密度的提升一定會帶來能耗的提升，需要更加綠色、高效的算力供給。為此，新華三在本次峯會上還宣佈了“ALL in GREEN”理念，新華三液冷解決方案實現交換機、服務器、微模塊等不同產品的改造，並將液冷技術全面融入到全新的UniServer G6系列服務器中，加上統一的管理和智能運維，讓數據中心真正全面走向綠色節能。
再如，新華三傲飛算力平台已經實現了8000個節點規模的調度，針對AI和科學計算場景，可以讓在算力規模越來越大情況下，精準匹配算力需求、智能部署和智能調度。“傲飛算力平台能夠讓AI訓練時間等大幅降低，並且具有裸機、容器化和虛擬化三種部署方式，靈活滿足用户的需求。”劉宏程補充道。
智慧存儲，構築AI時代的基石
眾所周知，數據是AI應用的關鍵所在。
隨着AIGC的興起，AI大模型在加速走向多模態和複雜化，除了帶來PB級甚至EB級的海量數據之外，也讓混合工作負載迅速增多，大幅提升了實時性極強的數據處理需求。因此，一個好的存儲平台就是AI時代的基石，為AI大模型源源不斷輸入數據要素，真正讓AI大模型的通用性變強，加速走向百行百業。
當前，傳統存儲從數據類型、數據處理流程和效率來看，都已經很難勝任AI時代的數據處理任務。比如，傳統存儲很難在一個系統中滿足不同數據類型或者工作負載對於性能的不同需求。比如，隨着AIGC的能力將深入到各個垂直領域進行發展，會吸收更多行業相關的數據進行訓練，AI訓練的性能瓶頸可能很快就出現。
“未來十年，以服務為導向的智慧存儲將帶來巨大的技術變革。新華三認為智慧存儲的演進方向將集中在智能化運維、雲化式體驗、追溯碳足跡三個方面。”新華三集團存儲產品線副總經理兼首席產品經理關天舒介紹道。
在智慧存儲領域，新華三是當之無愧的引領者，其以AI存儲智慧中樞為核心的發展路線在近年來的市場中被證明極具前瞻性且非常成功。AI存儲智慧中樞平台可協助用户將焦點從底層的存儲佈局轉變到上層的應用維度，幫助用户無縫調配數據，自動資源分配與任務分發，提前風險預測和主動故障處理，並實現按使用計費的公有云式體驗。
在本次領航者峯會上，新華三將AI存儲智慧中樞升級到3.0版本，進一步實現了系統資源的淨空預測，瞭解工作負載的壓力與變化，理解和掌握業務規律，並能進行正確分析和判斷，進一步提升了智慧存儲的智能化程度。
針對AI應用的全面支撐，分佈式存儲被認為將堪當大任。《分佈式融合存儲發展白皮書》預測，分佈式融合存儲在雲、大數據分析、AI等應用場景有着廣泛的部署需求。為此，新華三正式發佈了新一代分佈式存儲X18000 G6，具備極致可靠極簡運維、極致性能極低時延、一框交付極致敏捷、整體優化極致節能等多重優勢，可以很好地支撐起自動駕駛、海量數據智能實時分析等場景。
“AI應用帶來大量的非結構化數據，會進一步推動高性能文件存儲和對象存儲的需求。並且，隨着RDMA、RoCE、NVMe、CXL等相關技術的不斷發展，存儲產品的形態未來還會持續創新與演進。新華三智慧存儲會持續聚焦新智能和新協議的演進。”關天舒補充道。
綜合觀察，以AIGC為代表人工智能浪潮，正在開啓AI新時代，百行百業的生產力有望實現又一次飛躍。與此同時，基礎設施的變革大幕也在加速開啓，CXL、GPU、NPU、AI等多種技術推動着服務器、存儲等基礎設施產品走向重塑。新華三作為ICT領域的佼佼者，在服務器、存儲等基礎設施領域耕耘多年，深刻洞察和理解AI時代的各種挑戰與需求變化，通過佈局智慧計算和智慧存儲，為百行百業構建起AI時代的數字底座，按下數實融合的快進鍵，真正讓百行百業用户在數字化浪潮中揚帆遠行。