聊聊大家都經(jīng)常聊的算力話題

從微服務(wù)的視角，云計(jì)算是由不同的服務(wù)組成的分層服務(wù)體系：每一層就是一個(gè)服務(wù)族，然后不同層次的服務(wù)族組成整個(gè)云計(jì)算服務(wù)體系，這就是我們所熟悉的云計(jì)算三層服務(wù)IaaS、PaaS和SaaS。

更詳細(xì)的軟件堆棧如上圖所示，從非云系統(tǒng)所有的“服務(wù)”堆棧都需要用戶自己擁有并維護(hù)，經(jīng)過IaaS、CaaS、PaaS、FaaS，再到最后的SaaS，一切都由供應(yīng)商運(yùn)營(yíng)維護(hù)。從左到右的過程，就是“服務(wù)”堆棧的下層layer不斷地由云運(yùn)營(yíng)商接管的過程。

這是一個(gè)鮮明的“二八定律”案例：80%的任務(wù)由云運(yùn)營(yíng)商負(fù)責(zé)，20%的任務(wù)由用戶負(fù)責(zé)；站在用戶的角度，20%自己負(fù)責(zé)的任務(wù)價(jià)值占到80%，而運(yùn)營(yíng)商負(fù)責(zé)的部分只占到到20%的價(jià)值。

因此，基于二八定律，我們可以把整個(gè)系統(tǒng)分為三部分：

基礎(chǔ)設(shè)施層。基礎(chǔ)設(shè)施層的任務(wù)都相對(duì)確定，適合DSA和ASIC處理引擎處理。

應(yīng)用層可加速部分任務(wù)。基礎(chǔ)設(shè)施層是CSP使用，而應(yīng)用層則是給到用戶應(yīng)用。用戶的應(yīng)用多種多樣，因此應(yīng)用層的加速也需要一定程度的彈性。這樣，GPU和FPGA就相對(duì)比較合適。

應(yīng)用層的不可加速部分。主要是一些通用的處理，如控制以及一些細(xì)粒度的計(jì)算。協(xié)處理器是CPU的一部分。因此，CPU適合各類通用任務(wù)處理，CPU負(fù)責(zé)兜底。

如上圖所示，整個(gè)系統(tǒng)的處理有點(diǎn)像塔防游戲：DSA負(fù)責(zé)干粗活累活，大量的計(jì)算任務(wù)在DSA中完成；GPU是性能和靈活性折中一些，負(fù)責(zé)一些彈性加速的計(jì)算任務(wù)；CPU啥都能干，但性能較差，因此負(fù)責(zé)兜底，也就是其他處理引擎都干不了的，都放在CPU。

這樣，CPU+GPU+DSA+etc.的超異構(gòu)計(jì)算架構(gòu)就可以實(shí)現(xiàn)“包治百病”的、相對(duì)通用的計(jì)算架構(gòu)和平臺(tái)，就可以實(shí)現(xiàn)在云、網(wǎng)、邊、端等大算力場(chǎng)景以及用戶的絕大部分覆蓋。

更多場(chǎng)景和更多用戶的覆蓋，這樣才能真正實(shí)現(xiàn)芯片的規(guī)?；涞亍Ｐ酒拇笠?guī)模落地之后，又進(jìn)一步攤薄一次性研發(fā)成本，進(jìn)一步降低成本，形成良性循環(huán)。

3.2 宏觀算力建設(shè)實(shí)現(xiàn)芯片規(guī)模化

要想持續(xù)不斷地增加算力，不可避免的就是建設(shè)更多的數(shù)據(jù)中心。2022年2月，國(guó)家發(fā)改委、中央網(wǎng)信辦、工業(yè)和信息化部、國(guó)家能源局聯(lián)合印發(fā)通知，同意在京津冀、長(zhǎng)三角、粵港澳大灣區(qū)、成渝、內(nèi)蒙古、貴州、甘肅、寧夏等8地啟動(dòng)建設(shè)國(guó)家算力樞紐節(jié)點(diǎn)，并規(guī)劃了10個(gè)國(guó)家數(shù)據(jù)中心集群。至此，全國(guó)一體化大數(shù)據(jù)中心體系完成總體布局設(shè)計(jì)，“東數(shù)西算”工程正式全面啟動(dòng)。

“東數(shù)西算”通過構(gòu)建數(shù)據(jù)中心、云計(jì)算、大數(shù)據(jù)一體化的新型算力網(wǎng)絡(luò)體系，將東部算力需求有序引導(dǎo)到西部，優(yōu)化數(shù)據(jù)中心建設(shè)布局，促進(jìn)東西部協(xié)同聯(lián)動(dòng)?！皷|數(shù)西算”工程有三個(gè)總體思路：一是推動(dòng)全國(guó)數(shù)據(jù)中心適度集聚、集約發(fā)展。通過在全國(guó)布局8個(gè)算力樞紐，引導(dǎo)大型、超大型數(shù)據(jù)中心向樞紐內(nèi)集聚，形成數(shù)據(jù)中心集群。二是促進(jìn)數(shù)據(jù)中心由東向西梯次布局、統(tǒng)籌發(fā)展。三是實(shí)現(xiàn)“東數(shù)西算”循序漸進(jìn)、快速迭代。

除了大型云數(shù)據(jù)中心建設(shè)之外，也需要更多的邊緣數(shù)據(jù)中心和服務(wù)器、更多的超高算力的智慧終端，以及更智慧的網(wǎng)絡(luò)核心設(shè)備，來(lái)共同提升宏觀總算力。

4 在超異構(gòu)的約束下，提升算力利用率

4.1 提升算力利用率的手段

云計(jì)算出現(xiàn)之前，部署一套互聯(lián)網(wǎng)系統(tǒng)，一般有兩種方式：小規(guī)模的時(shí)候，自己購(gòu)買物理的服務(wù)器，然后租用運(yùn)營(yíng)商的機(jī)房；超過一定規(guī)模的時(shí)候，就需要自己建機(jī)房，租用運(yùn)營(yíng)商的網(wǎng)絡(luò)，自己運(yùn)維數(shù)據(jù)中心的軟件和硬件。這個(gè)時(shí)候的算力資源是一個(gè)個(gè)孤島，整個(gè)業(yè)務(wù)的模式也非常之重，成本很高而且彈性不足。如果算力資源配置比較多，就意味著資源浪費(fèi)和利用率低；如果算力資源配置比較少，就意味著無(wú)法支撐業(yè)務(wù)的發(fā)展，丟失關(guān)鍵的商業(yè)機(jī)會(huì)。

云計(jì)算通過互聯(lián)網(wǎng)按需提供IT資源，并且采用按使用量付費(fèi)的方式。用戶可以根據(jù)需要從云服務(wù)商那里獲得技術(shù)服務(wù)，例如計(jì)算能力、存儲(chǔ)和數(shù)據(jù)庫(kù)，而無(wú)需購(gòu)買、擁有和維護(hù)物理數(shù)據(jù)中心及服務(wù)器。云服務(wù)使用多少支付多少，可以幫助用戶降低運(yùn)維成本，用戶可以根據(jù)業(yè)務(wù)需求的變化快速調(diào)整服務(wù)的使用。

其他如基于分布式云的邊緣計(jì)算、跨不同云廠家的MSP、算力網(wǎng)絡(luò)以及云網(wǎng)邊端融合等，都是盡可能的把算力資源整合成一個(gè)巨大的資源池，然后可以靈活的根據(jù)各種完全動(dòng)態(tài)變化的需求來(lái)提供合適的算力。

我們分析一下，要想提升算力利用率，肯定不能是算力的孤島：

第一個(gè)階段，所有的設(shè)備是孤島，各自要實(shí)現(xiàn)各自的所有功能。軟件應(yīng)用也是單機(jī)版，算力利用率很低，應(yīng)用的規(guī)模受單個(gè)硬件規(guī)格的限制；

第二階段，有了互聯(lián)網(wǎng)。不同的設(shè)備可以進(jìn)行協(xié)作。可以通過C/S架構(gòu)實(shí)現(xiàn)跨設(shè)備的軟件應(yīng)用協(xié)作。這樣，應(yīng)用的規(guī)模就突破了單個(gè)設(shè)備的約束。

第三階段，所有的算力資源形成一個(gè)整體。可以自動(dòng)的、任意的切分算力資源。軟件也升級(jí)成了MicroService架構(gòu)。這樣可以根據(jù)設(shè)備的規(guī)格大小，運(yùn)行合適大小合適數(shù)量的微服務(wù)。只有資源形成巨大的資源池，然后通過各種運(yùn)營(yíng)管理，才能真正提高算力的利用率。

4.2 芯片視角看算力利用率

資源池化是提升算力利用率的根本途徑，但資源要想池化，對(duì)硬件有很高的要求：

不同設(shè)備架構(gòu)/接口一致。比如CPU等引擎架構(gòu)一致（比如都是x86架構(gòu)平臺(tái)），那么軟件可以運(yùn)行在任何一個(gè)設(shè)備上，硬件也可以支持各種不同的軟件運(yùn)行。比如NVMe SSD，可以被不同的用戶訪問，也可以同時(shí)或分時(shí)地支持多種用戶的工作。

支持虛擬化。一方面是資源粒度的問題，另一方面是資源自由和動(dòng)態(tài)分配的問題，都可以通過虛擬化技術(shù)解決。虛擬化還可以實(shí)現(xiàn)不同架構(gòu)/接口的抽象，屏蔽硬件差異。

通常，算力的平臺(tái)都是CPU，而且目前x86架構(gòu)CPU占據(jù)了絕大部分市場(chǎng)份額，并且x86 CPU對(duì)虛擬化的支持也非常的好。CPU對(duì)資源池化的支持，或者說對(duì)算力更高利用率的支持，是相當(dāng)?shù)挠押谩?/p>

但是，隨著性能需求越來(lái)越高，不得不通過超異構(gòu)計(jì)算來(lái)數(shù)量級(jí)提升算力的時(shí)候，問題出現(xiàn)了。在超異構(gòu)的架構(gòu)下，如何實(shí)現(xiàn)更高的靈活性，如何實(shí)現(xiàn)更高的擴(kuò)展性，如何實(shí)現(xiàn)各類資源的輕松便捷地池化和共享，則是一個(gè)全新的挑戰(zhàn)：

處理引擎要支持虛擬化和高可擴(kuò)展性；

軟件可以跨不同廠家的、不同架構(gòu)處理引擎；

軟件可以跨跨CPU、GPU、DSA等不同類型處理引擎；

軟件可以跨云網(wǎng)邊端。

5 展望，云網(wǎng)邊端大融合

在虛擬化的加持下，軟件可以實(shí)現(xiàn)完全高可用：軟件可以脫離硬件實(shí)體，隨意的尋找合適的平臺(tái)運(yùn)行，自適應(yīng)的在云、網(wǎng)、邊、端運(yùn)行。

隨著CPU的性能瓶頸，I/O虛擬化技術(shù)完全硬件化的情況下，硬件接口直接暴露給軟件，這就需要云數(shù)據(jù)中心內(nèi)部，以及跨云邊端的硬件平臺(tái)一致性。

要想實(shí)現(xiàn)跨云網(wǎng)邊端、跨不同廠家的芯片平臺(tái)、跨不同類型不同架構(gòu)的處理引擎，就需要芯片、系統(tǒng)、框架和庫(kù)、以及上層應(yīng)用的多方協(xié)同，就需要開源開放的超異構(gòu)計(jì)算生態(tài)。

萬(wàn)物互聯(lián)，當(dāng)所有的設(shè)備算力資源匯集成一個(gè)大的共享資源池，算力資源將取之不盡用之不竭。

審核編輯：劉清