當(dāng)算力網(wǎng)絡(luò)無(wú)處不在，會(huì)為我們的生活帶來(lái)怎樣的改變?當(dāng)產(chǎn)業(yè)數(shù)字化遇上算力又會(huì)迸發(fā)怎樣的潛能?

 

今晚7點(diǎn)，戴爾科技聯(lián)合第一財(cái)經(jīng)，暢談算力如何賦能中國(guó)數(shù)字經(jīng)濟(jì)，長(zhǎng)按識(shí)別二維碼，鎖定關(guān)注。

 

每年的3月23日是世界氣象日。今年世界氣象日的主題為“早預(yù)警、早行動(dòng)：氣象水文氣候信息，助力防災(zāi)減災(zāi)”。

 

在過(guò)去的2021年里，從河南大暴雨到山西洪澇自然災(zāi)害，到加拿大遭受歷史性高溫干旱，歐洲泛濫的洪水，再到美國(guó)德州遭遇的極寒天氣...暴雨、雷電、大風(fēng)、高溫等各種極端天氣席卷全球。

 

為了降低災(zāi)害帶來(lái)的損失，各國(guó)都十分注重氣象災(zāi)害的預(yù)警工作。

 

氣象災(zāi)害預(yù)警，是防災(zāi)減災(zāi)的第一道防線。對(duì)于氣象部門來(lái)說(shuō)，隨著監(jiān)測(cè)更加精密化和多源數(shù)據(jù)廣泛匯集，我們不再缺乏氣象數(shù)據(jù)。而要實(shí)現(xiàn)對(duì)氣象災(zāi)害的預(yù)警，所涉及到海量數(shù)據(jù)的快速匯聚和加工、長(zhǎng)序列數(shù)據(jù)在線分析、部門內(nèi)外多源數(shù)據(jù)綜合應(yīng)用、基于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)而發(fā)展的智能預(yù)報(bào)和服務(wù)算法等，最終都將落在對(duì)算力的需求上。

 

鑒于此，國(guó)內(nèi)某省級(jí)氣象局與戴爾科技和神州數(shù)碼云科信息技術(shù)有限公司開(kāi)展合作，面對(duì)氣象數(shù)據(jù)文件數(shù)量多、數(shù)據(jù)交換效率要求高、整體吞吐量大的特點(diǎn)，通過(guò)部署戴爾科技PowerEdge服務(wù)器與全閃存陣列，提升了該省氣象局衛(wèi)星、雷達(dá)、GNSS等數(shù)據(jù)的計(jì)算處理能力，并推動(dòng)了區(qū)域氣象測(cè)算技術(shù)升級(jí)，數(shù)值天氣預(yù)報(bào)時(shí)空分辨率提高到1-2個(gè)小時(shí)，強(qiáng)對(duì)流天氣預(yù)警提前量可以做到50-60分鐘，暴雨、暴雪預(yù)報(bào)準(zhǔn)確率位居行業(yè)前列，真正筑牢了防災(zāi)減災(zāi)的“第一道防線”。

 

其實(shí)，不光是氣象行業(yè)可以通過(guò)提升對(duì)數(shù)據(jù)處理能力來(lái)提升服務(wù)精度和質(zhì)量，縱觀各行各業(yè)，無(wú)論是大數(shù)據(jù)在追蹤疫情傳播中的應(yīng)用，還是建設(shè)智慧城市、智慧工廠，抑或是線上辦公、學(xué)習(xí)、娛樂(lè)，千行百業(yè)的數(shù)字化轉(zhuǎn)型都對(duì)算力的需求與日俱增。算力在經(jīng)濟(jì)社會(huì)發(fā)展中扮演越來(lái)越重要的角色。

 

算力需求挑戰(zhàn)重重

 

“數(shù)據(jù)驅(qū)動(dòng)”成為企業(yè)在當(dāng)下運(yùn)營(yíng)和發(fā)展業(yè)務(wù)的一項(xiàng)核心特征。誠(chéng)如埃森哲在《智能運(yùn)營(yíng)，智贏未來(lái)》報(bào)告中，分析了一些企業(yè)之所以能夠在高度不確定的市場(chǎng)環(huán)境下取得不菲成績(jī)的原因，其中一個(gè)重要因素就是利用優(yōu)質(zhì)的多元數(shù)據(jù)來(lái)獲取更多洞見(jiàn)，有助于持續(xù)地收獲價(jià)值與增長(zhǎng)，同時(shí)也將其視作“未來(lái)級(jí)”企業(yè)所必備的特征之一。企業(yè)對(duì)數(shù)據(jù)的全方位利用是提升其核心競(jìng)爭(zhēng)力的關(guān)鍵渠道。

 

數(shù)據(jù)成為新的經(jīng)濟(jì)要素，而算力隨之成為釋放數(shù)據(jù)價(jià)值的關(guān)鍵驅(qū)動(dòng)力，是助推各行各業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵力量。隨著數(shù)據(jù)量的急劇增長(zhǎng)，尤其是智能應(yīng)用普及帶來(lái)對(duì)語(yǔ)音、視頻和圖像這類非結(jié)構(gòu)化數(shù)據(jù)的快速增長(zhǎng)，企業(yè)的工作負(fù)載在混合多云架構(gòu)中的動(dòng)態(tài)遷移，都加劇了海量數(shù)據(jù)處理與工作負(fù)載管理的挑戰(zhàn)，同時(shí)對(duì)算力提出了更高的要求。

 

業(yè)務(wù)場(chǎng)景多樣化到

 

算力需求多樣化

 

不同場(chǎng)景下計(jì)算任務(wù)的側(cè)重點(diǎn)存在差別，計(jì)算密集型應(yīng)用需要計(jì)算平臺(tái)執(zhí)行邏輯復(fù)雜的調(diào)度任務(wù)，而數(shù)據(jù)密集型應(yīng)用則需要高效的完成海量數(shù)據(jù)并發(fā)處理。如石油、氣象和地球科學(xué)計(jì)算等高性能計(jì)算應(yīng)用是主要的計(jì)算密集型場(chǎng)景，CPU資源消耗多，計(jì)算量大。

 

再如企業(yè)業(yè)務(wù)向著數(shù)智化的方向演變，例如智能醫(yī)療影像分析、智慧城市安防、自動(dòng)輔助駕駛等智能應(yīng)用不僅需要對(duì)大量圖像、視頻、語(yǔ)音等非結(jié)構(gòu)化數(shù)據(jù)的分析，而且對(duì)分析的廣度、深度、實(shí)時(shí)性、準(zhǔn)確性也有著更高的要求。這當(dāng)中，僅靠提升CPU時(shí)鐘頻率和內(nèi)核數(shù)量來(lái)提高計(jì)算力已經(jīng)遭遇瓶頸，所以需要GPU、FPGA、DSP、DPU，這些計(jì)算單元去配合CPU實(shí)現(xiàn)更高的并行計(jì)算。因此，在多樣的計(jì)算應(yīng)用場(chǎng)景下，用不同的計(jì)算資源應(yīng)對(duì)不同的計(jì)算需求，是必要的。

 

混合多云環(huán)境下，海量數(shù)據(jù)的收集

 

存儲(chǔ)和分析要求彈性高算力

 

從數(shù)據(jù)到數(shù)據(jù)價(jià)值實(shí)現(xiàn)全生命周期過(guò)程并不簡(jiǎn)單，由于當(dāng)下數(shù)據(jù)規(guī)模龐大、數(shù)據(jù)類型眾多、實(shí)時(shí)性高等要求，使得實(shí)現(xiàn)數(shù)據(jù)價(jià)值依然存在著極高的技術(shù)門檻。尤其是在企業(yè)深化數(shù)字化轉(zhuǎn)型的過(guò)程中，從核心到云再到邊緣，數(shù)據(jù)產(chǎn)生節(jié)點(diǎn)越來(lái)越多，也越加分散。這種趨勢(shì)對(duì)跨核心、邊緣和云對(duì)極速數(shù)據(jù)分析提出更高要求。如何有效提升混合多云環(huán)境下的數(shù)據(jù)分析能力，實(shí)現(xiàn)數(shù)據(jù)分類、發(fā)現(xiàn)、標(biāo)記、整合，讓企業(yè)走出“數(shù)據(jù)是成本，難成價(jià)值”的窘境，成為亟需解決的問(wèn)題。

 

實(shí)時(shí)邊緣端數(shù)據(jù)處理

 

對(duì)于算力需求快速增長(zhǎng)

 

IDC預(yù)測(cè)，到2025年全球數(shù)據(jù)總量將達(dá)到175ZB。在企業(yè)組織的存儲(chǔ)系統(tǒng)中，非結(jié)構(gòu)化數(shù)據(jù)也占據(jù)了數(shù)據(jù)總量的80%至90%。由于大多數(shù)邊緣應(yīng)用對(duì)“延時(shí)”和成本都是非常敏感的，如自動(dòng)駕駛場(chǎng)景中，自動(dòng)駕駛汽車有成百上千個(gè)傳感器，在自動(dòng)駕駛的途中，每駕駛八個(gè)小時(shí)約產(chǎn)生40TB的數(shù)據(jù)。除此以外，自動(dòng)駕駛對(duì)于數(shù)據(jù)傳輸?shù)难舆t也極為敏感，毫秒的延遲便會(huì)導(dǎo)致一場(chǎng)慘案的發(fā)生。種種需求正加速邊緣算力的急劇增長(zhǎng)。

 

同時(shí)，對(duì)實(shí)時(shí)性要求較高的邊緣場(chǎng)景中，也驅(qū)動(dòng)邊緣側(cè)對(duì)流式數(shù)據(jù)處理能力的需求快速增長(zhǎng)。如工廠數(shù)字化轉(zhuǎn)型中，因?yàn)樾枰趯?duì)生產(chǎn)線以及整個(gè)系統(tǒng)運(yùn)行狀態(tài)而采集的數(shù)據(jù)做實(shí)時(shí)預(yù)警、決策，延時(shí)要控制在秒級(jí)以內(nèi)，就需要對(duì)數(shù)據(jù)流進(jìn)行實(shí)時(shí)計(jì)算處理。因此，這也成為一些邊緣及計(jì)算場(chǎng)景中對(duì)于算力需求不同于傳統(tǒng)數(shù)據(jù)分析的地方。

 

戴爾科技助企業(yè)

 

從“數(shù)據(jù)海洋”中獲取“新價(jià)值”

 

面對(duì)數(shù)據(jù)量的爆炸性增長(zhǎng)，對(duì)及時(shí)且高性能的把數(shù)據(jù)轉(zhuǎn)化為洞見(jiàn)和創(chuàng)新能力的需求，不斷推動(dòng)企業(yè)對(duì)于多元算力需求的快速增長(zhǎng)。為此，戴爾科技通過(guò)技術(shù)創(chuàng)新、設(shè)備的升級(jí)和調(diào)整，以功能強(qiáng)大的產(chǎn)品，實(shí)現(xiàn)高算力、高穩(wěn)定性以及盡量低的功耗，提升整體算力規(guī)模，幫助企業(yè)用戶從“數(shù)據(jù)海洋”中獲取實(shí)時(shí)洞察，為驅(qū)動(dòng)數(shù)據(jù)價(jià)值創(chuàng)新打下了堅(jiān)實(shí)的基礎(chǔ)。

 

戴爾新一代PowerEdge服務(wù)器提供更強(qiáng)算力，助力企業(yè)在競(jìng)爭(zhēng)中占據(jù)先機(jī)：

 

想要數(shù)據(jù)發(fā)揮價(jià)值，計(jì)算能力要跟得上。新一代戴爾PowerEdge服務(wù)器系列產(chǎn)品通過(guò)在細(xì)節(jié)設(shè)計(jì)上的革新以及硬件升級(jí)，如主流L型主板造型“進(jìn)化”成T型，配合PCIe Gen 4.0，讓其能效比前代產(chǎn)品提高60%，為用戶提供滿足最關(guān)鍵負(fù)載和應(yīng)用所需的計(jì)算能力。

 

此外，PowerEdge服務(wù)器系列以其性能可適配多個(gè)計(jì)算場(chǎng)景。如PowerEdge C6520作為一款密度優(yōu)化型多節(jié)點(diǎn)服務(wù)器，利用 PCIe 4.0 和每個(gè)節(jié)點(diǎn)多達(dá) 6 個(gè) NVMe 驅(qū)動(dòng)器，大幅提升吞吐量，非常適合需要高可擴(kuò)展性和高性能的超大規(guī)模計(jì)算工作負(fù)載;PowerEdge R750搭載了第三代英特爾至強(qiáng)可擴(kuò)展處理器，能夠?yàn)樽顕?yán)苛的工作負(fù)載提供出色的性能;PowerEdgeXE8545匯集了多達(dá)128個(gè)第三代AMD霄龍?zhí)幚砥鲀?nèi)核和四個(gè)NVIDIA A100 GPU，是人工智能的強(qiáng)大動(dòng)力引擎，可將HPC性能提高一倍，而機(jī)器學(xué)習(xí)性能提高多達(dá)7倍;PowerEdge XR11和XR12為惡劣的遠(yuǎn)程環(huán)境而設(shè)計(jì)，旨在數(shù)據(jù)中心之外提供企業(yè)級(jí)性能，助力用戶在多種場(chǎng)景下提升洞察力。

 

戴爾現(xiàn)代化云數(shù)據(jù)平臺(tái)提高企業(yè)數(shù)據(jù)變現(xiàn)能力：

 

在多云和混合云下，基于戴爾PowerScale的戴爾現(xiàn)代化云數(shù)據(jù)平臺(tái)，通過(guò)支持全閃存和NVMe，加快數(shù)據(jù)的訪問(wèn)速度，每個(gè)集群的每秒讀寫次數(shù)(IOPS)最高可達(dá)1580萬(wàn)次，為人工智能、數(shù)據(jù)分析、物聯(lián)網(wǎng)、數(shù)字媒體、醫(yī)療健康等要求嚴(yán)苛的工作負(fù)載提供了卓越的性能和效率，滿足其對(duì)極速大數(shù)據(jù)分析需求。其橫向可擴(kuò)展集群架構(gòu)保證性能和容量線性升級(jí)能力，可構(gòu)建和管理PB級(jí)數(shù)據(jù)湖，滿足數(shù)據(jù)關(guān)鍵型業(yè)務(wù)對(duì)海量大數(shù)據(jù)進(jìn)行高并發(fā)，低延遲處理分析需求，并降低海量數(shù)據(jù)和全量數(shù)據(jù)分析時(shí)間和開(kāi)支。

 

此外，PowerScale通過(guò)CloudPool和SmartPool快速整合公有云存儲(chǔ)，應(yīng)對(duì)大數(shù)據(jù)相關(guān)項(xiàng)目或業(yè)務(wù)激增流量對(duì)高性能存儲(chǔ)資源需求，通過(guò)規(guī)則設(shè)定更有效管理大數(shù)據(jù)，釋放大數(shù)據(jù)價(jià)值;通過(guò)DataIQ以單一窗口來(lái)可視化所有非結(jié)構(gòu)化數(shù)據(jù)，有效消除數(shù)據(jù)孤島，實(shí)現(xiàn)多維度的數(shù)據(jù)分析。

 

戴爾流數(shù)據(jù)平臺(tái)賦能邊緣側(cè)算力，洞悉數(shù)據(jù)中心之外的數(shù)據(jù)價(jià)值：

 

智能應(yīng)用的興起推動(dòng)邊緣計(jì)算的崛起。戴爾科技通過(guò)擴(kuò)展其邊緣產(chǎn)品組合，幫助企業(yè)在邊緣進(jìn)行數(shù)據(jù)收集、實(shí)時(shí)分析和多云部署。戴爾流數(shù)據(jù)平臺(tái)(Dell Streaming Data Platform)可以用來(lái)存儲(chǔ)、管理、分析由邊緣來(lái)生成的數(shù)據(jù)，以增強(qiáng)的GPU，進(jìn)一步在邊緣實(shí)時(shí)捕獲、存儲(chǔ)和分析流數(shù)據(jù)，并支持 Dell VxRail和PowerEdge系統(tǒng)的實(shí)時(shí)分析，幫助企業(yè)在邊緣端獲得數(shù)據(jù)實(shí)時(shí)分析的能力。

 

除了實(shí)時(shí)分析，戴爾流數(shù)據(jù)平臺(tái)還能在同一個(gè)平臺(tái)里對(duì)歷史數(shù)據(jù)進(jìn)行分析，無(wú)需劃分?jǐn)?shù)據(jù)孤島，并且該平臺(tái)通過(guò)大規(guī)模地?cái)U(kuò)展，能夠處理海量規(guī)模的數(shù)據(jù)，而且還能無(wú)縫地和包括戴爾ECS對(duì)象存儲(chǔ)等解決方案對(duì)接，整合所有數(shù)據(jù)，提高企業(yè)對(duì)數(shù)據(jù)的應(yīng)用效率，縮短企業(yè)在數(shù)據(jù)價(jià)值產(chǎn)出上的周期。

 

隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，在大數(shù)據(jù)、AI、物聯(lián)網(wǎng)等數(shù)字化技術(shù)帶動(dòng)下，企業(yè)對(duì)于算力需求在不斷提升。戴爾科技通過(guò)持續(xù)的技術(shù)創(chuàng)新和迭代，以及全面的產(chǎn)品布局和豐富的行業(yè)解決方案，滿足用戶多樣性的計(jì)算需求，助力企業(yè)通過(guò)釋放數(shù)據(jù)價(jià)值，為業(yè)務(wù)創(chuàng)新注入全新的活力，擴(kuò)大企業(yè)在數(shù)字時(shí)代的競(jìng)爭(zhēng)優(yōu)勢(shì)。