【2018亚太数据中心峰会】曹峰：AI赋能下的数据中心产业发展趋势

最后一报，这里没有列，传统数据中心的日志，可能过去就过去了，大家存一个月、两个月不会动它，大家认为可能没有价值，但是数据中心长久的运行当中的日志经过深度学习的手段，它其实是能形成相应的模型的。这样不但可以实时的检测或者监控数据，最重要的是能够预测出一些问题，换句话说，可以根据现在日志的特征预测出可能出现的问题。这就相当于从亡羊补牢变成提前修羊圈，这样对数据中心的能力是很好的提升。

第二，节能降耗，UPS的智能化管理，可以实现延长寿命、提高可靠性的好处。上一位专家讲到，整个数据中心一方面是每个时段的波峰波谷的负载是不一样的，另外每个业务的波峰波谷也是不一样的。但是现在所有的机器都不能关了等这个业务，但是实际上这些波峰波谷是有它内在的规律的。通过深度学习的技术，一方面预测出来潜在的未来一个小时的需求，比如我提前关掉一些设备或者怎样，达到真正的节能降耗的目的。

为什么要把硬件拿出料？算力是技术实现的保证，从数据中心或者计算能力来说，大家从FLOPS到G到T到P，它已经到非冯诺伊曼体系架构出来之后，对未来的数据中心的设计和建造和运维提出更高的要求，五年前的数据中心都是CPU一家独大，现在可以看到，很多是GPU已经进入数据中心，而且传统互联网企业，比如BAT都会去踩GPU服务器，另外一些人工智能的企业，比如说科大讯飞、旷世等大型人工智能企业主动要求租或者买具有GPU训练能力的数据中心，会提出整个数据中心对GPU的要求或者能力。其实GPU其实并不是深度学习训练最佳的选择方案，只不过目前是最好的解决方案，所以随着计算能力或者人工智能硬件能力的提升，未来数据中心的整个架构也会持续进行进步。

数据中心是给人工智能的服务器带来新的发展趋势，从两个层面讲，传统服务器+AI、AI+传统服务器。传统服务器+AI，比如联想、浪潮等等传统服务器厂商，它因为看到GPU等计算能力的需求，所以它纷纷退出GPU的服务器，不管是两卡还是四卡还是八卡，推出相关的服务器，其实可以看到市面上服务器已经几十款了。另外AI+传统服务器，每个不同的人工智能的企业其实对底层的计算能力的要求是有不同的，所以不同的企业会依据自己的业务能力，还有业务的实际特征，它会寻求一些定制，比如说一方面我们可以看到今年3月份华为意图共同宣布要做AI的一体机，是专注于视频智能分析的，基于意图的智能识别算法可以识别视频的对比等等分析能力，这其实是对它现有业务的优化。另外一方面，英伟达不断突出DGXE或者HGX1这一系列人工智能的一体机，也是为了顺应大家对计算能力的需求。

人工智能给数据中心带来什么业务呢？我们能看到的是人工智能给数据中心带来业务上的发展，从底层，包括计算服务平台再到上层的智能语音、语义的服务平台，还有计算机视觉的平台，这些平台都是支撑产品服务或者应用的底层技术。我们认为这个是在线服务的形式，类似云计算这种提供AI相关的高性能计算或者智能语音、语音识别、计算机视觉等技术的能力。每块展开讲一下，首先的是计算服务平台，大家可能见到比较多，主要是依托第三方搭建和运营的基础计算，存储网络基础设施，以服务交互的能力提供人工智能需要的计算能力。一方面是大家能看到GPU服务器比较贵，GPU卡也比较贵，还买不到，很多初创型企业，如果要投资做这个平台，可能自己的几百万块钱够买几台服务器，就黄了。所以业界是需要一些即取即用，然后通过用量收费的平台，来完成训练任务。我租三天平台，跑完训练任务就可以还了。这几种服务是国内云服务企业来做的，包括BAT、金山云等。国外也有相关的阿里，AWS等等都在做相关的工作。这里面有三种类型，GPU云服务器，通过虚拟机的形式提供GPU相关计算。还有FPGA云服务，这个比较少，业界对这个需求量还是没有那么大。最后是基于GPU服务器和深度学习平台，相当于在传统硬件的平台搭载着TensorFlow和Caffe为等的框架为基础，提供相应的深度学习平台，方便开发者的使用。

（编辑：网站开发网_马鞍山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!