以下是現場速記。
浪潮信息企業推進部總經理集團客戶部總經理 劉志勇
劉志勇：各位領導、各位嘉賓上午好!我感覺時間過得太快了，云南的會議沒過多長時間，今天又在這里跟大家見面了。
今天浪潮想跟大家分享的是有點偏基礎架構底層邏輯的。剛剛我看桌子上這兩天討論的題目，嘉賓演講的交流的題目內容特別多，有各種各樣的。包括云的、應用的各種各樣的。但是不管我們看到了云也好、應用也好、微服務也好，你在最底層還是要有基礎架構的支撐。
今天我們分享的內容可能有點偏邏輯架構，我盡量用一些比較生動的方式來把枯燥的問題描述清楚。
首先.這幾年我也回憶參加范總CIO的會，在過去幾年里我們講的題目，從仿真包括高性能運算、基礎架構、智算中心等等。這幾年我們很明顯能感覺到逐漸的信息化在往數字化跟智慧化方向去轉，而且很多東西其實已經落地了。在某種程度上確實到了一個拐點的時候。
這是今年4月份剛剛發布的，我到時給大家解釋一下。這個是腦機接口，在大猩猩大腦皮層植入兩個大腦之后，是個很簡單的打乒乓球的游戲。所以在某種程度上今天我們曾經覺得很不可思議的事情已經在發生了，腦機接口這兩年有突破性的進展，這跟人工智能和機器學習有非常大的關聯。
換句話說硅基電腦正在從科幻一點點的走向科學，原來是幻想，是沒有太多的科學理論的基礎支撐的，但是我們現在說它已經科學了，就說明它在基礎科學研究上，在未來實現的邏輯上已經有了比較大的突破了。要想象什么是硅基電腦?《變形金剛》電影就是最典型的硅基電腦。這些東西成為現實，其實在某種程度上第一它代表了人工智能和數字化往智慧化方向去發展。另外同時也刺激了整個的智慧計算的發展，因為它是一個最基礎的東西。
在過去的幾年時間里面，我們看到比如說像智慧醫療、智能電力、工業互聯網、智能運算、智能家居，然后在分子生物學上的研究，在各個角度我們創造了各種各樣在各個行業落地的智慧化的應用。
這里面能舉出的例子非常多，在近一兩年的時間里面。我去年開這個會的時候當時舉了一個例子是說我們在機器閱卷方面，比如一個小學生寫了一段文章，機器識別完了以后會達到一定的機器判卷的準確率，這個數據我們去年做了更新，目前看機器閱卷因為它涉及到語言的識別，涉及到OCR，這些技術現在已經能夠準確率跟人的相似度超過了95%，我們隨便舉一個例子，像這樣的案例非常、非常多。
所以在某種程度上，我們已經看到了智慧時代的到來，我們也在積極的努力的去參與到整個的智慧中國的建設中。
后面我們要講的是整個的基礎邏輯的變化，因為我們看見的是應用，看見的是云，但是你背后的底層硬件邏輯是怎么變化的?
首先我們在過去的這幾年里面，統計數據顯示在企業辦公最下面藍色的曾經在以前10年、15年在企業辦公里面它是占到整個IT里面最大的一部分，但是隨著時間的推移，從20年之后它一直在下降。中間綠色的這一條是過去很多年互聯網技術的應用，因為互聯網技術太特殊了，我們把它單獨拿出來看。再上面就是所謂的商業智能，其實在10年前后的時候，在商業智能的角度還是占特別、特別小的比例，但是從發展的角度來看，到20年、25年增長會非常快。這些商業智能，咱們都是企業信息化的領導，這個跟我們的工作是直接相關的。
在未來的五年時間里面，在這個圖里面能夠明顯的看出來跟企業辦公相關的IT資源會慢慢的降下來，跟互聯網相關的這些技術會保持一個比較平的狀態，它基本上就不太變了。但是最大的變化會發生在跟商業，跟智能制造、智慧商業相關領域里面。之所以會發生這樣的變化，是因為在過去的十年左右的時間里面，首先人的工作方式變了，他會通過加速智能化的勞動，使我們的勞動能力有了進化，這個時候人就變成了人+人工智能;第二大量傳感器應用，導致在物聯網部分，IOT融合部分也已經產生了非常大的進步跟變化，這個時候導致了我們未來看到的生產設備、制造設備越來越智能化，我們叫智能裝備;還有原材料像礦石、農作物等等它會產生大量的數據。這個進步，大家能看到人在變化，我們使用的生產設備在變化，同時我們對原材料的看法跟以前也有非常大的不一樣。
站在基礎架構的角度，我們看到的左邊的1.0的融合架構，因為融合架構本身就是相對比較新的概念或者比較有技術含量的概念了。但是在融合架構1.0里面，它更多做到是把CPU放在一起，內存放在一起，然后存儲，這是非常標準的數據中心。它融合完以后在管理上是統一的，在供電上統一，散熱是統一的。
到了融合架構2.0時代，它的情況有了變化。CPU跟內存放在整個的數據中心里面，但是我們把FPGA和GPU計算拿出來池化了，同時存儲資源也開始池化，然后用的是分布式的網絡而非傳統集中的網絡，管理、供電和散熱仍然跟以前一樣的，這是第一輪的進步。
再一輪的進步是它已經把所有的東西都給它計算資源放在一起了，這個就是云計算的基礎。數據中心演進到融合架構3.0階段的時候，我們所有的CPU、GPU、FPGA各種各樣的計算單元再不是2U、4U的盒子，而是完整的計算中心，連里面的計算單元都已經放在一起管理了。
這一張圖是在智慧計算的體系里面，多元算力的聚合。我們現在說多元算力，以前一說計算往往說的是CPU，后來加入GPU，現在大量計算是CPU在算、GPU在算，同時FPGA各種加速在算。左邊的圖是相對傳統的，是CPU放在一起之后，通過網絡連接，連完了以后我們再去看GPU的運算什么樣，網絡運算單元是什么樣，可定義是什么樣的，這個技術在過去幾年已經發生了，而且很多新一代數據中心已經在應用了。
但是我們下一步再演進的時候，因為是多元計算，計算單元來自各種各樣的地方，于是事情開始產生變化。CPU放在那，這是大家傳統的，然后FPGA放在一起，通過IPU再把它連接起來。計算機這個行業里面IPU有很多定義，在這里面是IO的意思，通過IO處理器單元把CPU連起來，下面連的是GPU的計算，現在海外基本用NV的多，但是在國內我們最近一段時間也推出了自己GPU加速，整個運算的情況跟實際使用的效果還是很不錯的。
還有網絡的協處理單元，全部都做完以后再整個連起來，服務器整個已經異構化了，因為運算單元變了，計算方式變了，導致IO跟著一塊改變，導致管理手段改變，這是非常底層的運算的邏輯。
在這樣的情況下，你把整個運算、存儲、網絡全部放在一個統一的池化管理體系里面以后，最后還是要應用它，最后算的東西還是要提供服務的，讓使用者能夠感受到你的運算快了、穩定了，這個時候就涉及到場景上的分類。我們這里做了比較簡單的切分，首先左邊是剛才我們提到的可重構的硬件資源，是一個異構化的硬件資源，在中間我們通過軟件定義的方式，把整個的運算單元給它組織起來、IO、存儲組織起來，最后多場景應用上比如圖像識別、自然語言處理和語音的識別，這個是在商業智能應用里面最耗計算資源的。
這一張圖上基本上按照邏輯上是異構、多元、軟件定義的方式去管理池化的運算資源，最后以服務的形式把計算的資源分配到各種各樣的場景應用里面。
最終我們是通過計算系統，一個融合結構的計算系統，把整個算法統一起來，你算的是大量數據、各種各樣的數據，來自人、智能裝備數據以及原料的數據，最后以AI模型的方式把AI算法放進來以后，產生的結果就是最后以服務的形式體現了對使用者的價值，對客戶的價值，對于我們服務對象的價值。
這是智算中心的落地，因為整個結構是完全不一樣的結構。這種情況下我們有一個新的名字就是智算中心的概念，在智算中心里面我們看到的左邊是計算的基礎架構和人工智能相關的理論，這部分是相當于基礎，是我們整個運算能夠成立的科學的基礎，是理論的基礎。中間這部分是我們在整個的智算中心里面能夠給使用者提供的各種各樣的服務，包括功能的平臺、算力的基礎設施，最后整個產業角度來講達到的結果AI產業化，AI產業化反過來刺激企業開始越來越AI化。一會兒會用例子跟大家解釋，AI越來越像產業，產業如果沒有AI，很多事情做不了了。包括政府對大的產業的治理。
這個是視頻，這個主要看的是對第一產業的變化。我們對農業真正的應用在這兒，我們國家打造數字化農田。我們今天總是覺得種地這個事兒，除了收割機這些機械設備使用，好像跟AI、跟數字化關系不是特別大，事實不是這樣的。大量傳感器的使用，我們對土壤的各種分析已經越來越變得智能化了，在這兒能夠看到的是包括GIS一張圖、農業大數據還有視頻云以及指揮調度，大量檢查都是通過無人機，它大量看到視頻數據、圖像數據，從土壤里面是各種各樣的傳感器收集到各種各樣的微量元素、酸堿度等微量數據，把這些數據加在一起我們看到的未來就是智慧化的農業，這是我們在第一產業，數字化和智慧化落地的應用。
智慧農田信息化的結構是什么樣?看著跟我們工業差不了多少。底層也是傳感技術，有傳輸層，有服務層，最后工業應用是生產、品控等等，最后農業應用是比如對環境監測、對農機設備的監控以及各種各樣數據統計的分析，所以農業跟第一產業和我們的人工智能、智慧計算是有直接的關系的。
這個是第二產業，是我們說的工業。這就是我們腦子里想象的現代化工業，我們一想到現代化工業大概就是這個樣子的。但實際這背后仍然有大量跟運算相關的東西，我們上個禮拜剛剛參加完全球的鋼鐵大會和中國鋼鐵業協會一塊合辦的。工業的例子非常多，我們隨便舉一個跟鋼鐵相關的例子，我們選其中的一個行業。
我們國家在今年已經明確的提出來包括國內很多鋼鐵企業已經明確提出來未來幾年里面，首先要先碳達峰，把碳排放升到最高一級然后開始降，未來五年時間逐漸做到碳中和，2060年最終實現整個國家的碳中和，這是國家大的策略。
但是你真正實現時是怎么實現的?你完全靠一些原料的改變還是靠整個的業務流程的改變?這是我們繪制的行業的圖，它生產過程就是這樣的過程。現在是兩種材料，一種是廢鋼，一種是鐵礦石。從冶煉到煉鋼時做轉爐做智能化的鋼包，整個業務管理大概就是這么多東西，我們真正實現減碳，減碳實際是靠大型鋼鐵行業里智算中心、多云融合，在整個控制體系里通過IT手段、信息化的手段加強對整個系統的控制，從實際的情況上來看在過去的幾年里面計算出來的數據6個月大概能降低3%的碳排放，如果持續下去，我們在未來一些年逐漸在鋼鐵下野里會越來越減少這種污染。
這個是跟第三產業相關的，正常情況都是這么分的，第一產業農業，第二產業工業，第三產業是各種服務業、金融等等。
這個是浪潮我們自己的實踐，在重慶的實踐，還被總理點贊了。當時在參觀的時候用的是浪潮的政務云平臺，底層的設備也是由浪潮統一提供的。這個是一個比較成熟的落地，像類似這樣的東西在各個城市都已經發生了。比如去年我們在某省16個地市做的智慧交通大腦，整個把信息處理的速度，圖像數據和視頻數據處理的效率提高了40倍，這些都是非常典型的應用。
最后我們摘錄一點國家信息中心和信產部合發布的《智能計算規劃建設指南》里的幾個關鍵點，我們只是摘錄一點，白皮書內容很長。
第一.全面提升AI計算力的供應，我們要提供算力的供應。就像發電一樣去產生各種計算力，把它和電力基礎設施放在一起看。
第二.促進數據的開放和共享。因為你有了這么龐大的計算力，你最后要做的就是數據的運算。
第三.培育區域智能生態。剛才包括張博士、雷博士都在談生態的事兒。整個區域的智能生態能夠保證大部分的業務一點點落地。
第四.推動AI產業創新聚集。
浪潮作為全球領先的智慧計算的領導者，我希望在未來的工作里面和各位CIO一起能夠共同促進國家的產業數字化的升級向智慧化的轉型，謝謝大家!
京公網安備 11010502049343號