以下是现场速记。
浪潮信息 方案与测试部总经理 企业推进部总经理 刘志勇
刘志勇：各位领导、各位嘉宾，大家上午好!压力很大，刚才刘总讲了诗，韦总讲了宇宙，除了诗歌就是远方。我今天要讲的内容是数据中心，我们讲的是很实际的基础性的工作。
两会刚刚结束，比较去年新基建和今年十四五的国家政策，国家政策上讲得很明确，去年新基建时提的是信息的基础设施、创新和融合的基础设施。它的基础是在算力、5G和新技术，这是去年的概念。到了十四五进一步又强调了一下，科技创新把人工智能排在了第一位，这是整个中国的政策环境。这个政策环境，基本上已经很明确的指明了国家经济发展的方向，就是往数字化的方向、智能化的方向去转型。
除了外部环境、政策环境之外，还有企业内部的驱动力，特别是大型企业跟超大型企业内部驱动力。
它会体现在哪里?从去年贸易战开始一直到近两天的棉花问题，外部环境变化导致国内所有大型企业有核心竞争力的有核心技术的企业越来越关注自己对核心竞争力的发展以及追求方面的保护，国家投资也在进行引导。
同时由于中国互联网应用技术是全世界最好的，所以在智能经济以及颠覆性的业务模式、商业模式上在中国受到的关注度也会比其他的国家高很多，这是我们看到由于外部的环境的变化导致企业内部对数字经济转换的驱动力。
还有一个是来自于企业内部的，技术手段变化了，设备变化了，我们看待IT角度也产生了变化。会体现几个地方：
第一，技术业务战略。
最早的技术业务战略发生在互联网的这些公司，我们看到不管阿里还是头条等，基本上都是靠自己的技术创造了一个业务模式，所以在某种程度上技术确实是代表了某种业务的战略。
第二，技术人员越来越多不是支撑的工作。
我们回想20年前的时候，当时不叫数据中心，很多单位叫机房。机房工作人员主要做的是支持的工作，支撑性的工作。现在不一样了，现在越来越多的IT技术人员变成了业务的合作者，他在跟别人合作。如果没有IT支持，可能很多业务无法上线也无法维持。
接下来是敏捷开发。
比如我们说敏捷开发去年春节的时候，当时初二因为疫情原因要待在家里，尽量少出去。到大概三、四月份时候陆续开始出差，五月份国内出差比较普遍，六月份基本没什么大限制了。这个业务的上线用了多长时间?是全国性的上线，跟踪每一个人行踪、交通、乘车轨迹，用了几周的时间就上线了。
我们这个例子很典型，因为它是全国性的应用上线了，只是几周的时间。所以敏捷开发推动的一定是企业文化的转变，还有人工智能带来的颠覆性的业务。
这是我们能看到企业的内因，有政策环境变化、政策指导还有企业发展数字化转型内部的驱动力。
所以CIO会越来越多的和CEO、CFO共享视角，大家看到的是同一个角度，用IT的方式去从另外一个比如报表、BI等等角度去看待一个企业的业务，越是大型的企业这方面的表现就会越明显。
政府在前几年提到强政、兴业和惠民。一方面跟国家有关系，还有跟制造有关系，和老百姓生活有关系，每一部分最后处理的都是数据。比如从强政角度来看，为什么成立大数据局?某种程度它是做数据融合，为什么跑一次就把所有事办完，因为数据是打通的。可是数据打通以后，最后在根本上还是要去运算，因为单独给你数据是没有意义的。就好像我们在机场也好还是在高铁也好，它给你监控每人面部，如果看到有发烧迹象就单独挑出来。面部识别不重要，关键的是要挑出那个人他可能在发烧，可能体温过高。在数据卵生在老百姓日常生活中这个体现就更加明显了。
我们引用了两张图，两个统计：2021年到2025年全球数据增长量大概是接近4倍，从44zb涨到163zb，差不多是四倍的增长。数据来自人工智能、容器、大数据、IoT还来自于从模拟到数字的转变以及云计算产生的相关数据，是四倍。但是我们在看对计算力的要求，数据增长是四倍，对算力要求增长是多少?AI算力过去六年时间30万倍，所以从计算的角度来讲，我有这么多的数据，就意味着你一定是几何级指数往上增长的对计算力的要求。这是我们今天谈数据中心要改革、要更新，要有进一步升级的原因，基础就在这儿。
传统的数据中心，我们把它简化成最最简单的句子来看。传统的数据中心，技术上的叫法叫记录型的系统，这个是专有名词。它的体量基本上是TB级到PB级的，正常情况下哪怕一个比较大型的企业如果它的业务数据，基本超过TB的都不是很多，PB级指的是什么?比如说他要做科学运算或者做影视动漫渲染，这种情况下他们有些时候做的运算量或者数据量会达到PB级，但基本到PB级都差不多了，传统数据中心大概的数据体量就是这么大。
它的运行方式，它是有计划、有流程的，它是按照程序在走，是事先预设好的，所以它没有太多的智能化的控制，除非人为控制。架构最早是物理机，后来在七八年前转移到虚拟机。这是我们看到的传统的数据中心，新一代的智慧化的数据中心改变在哪里?
第一，它的功能是变成了数据智能，带有智能特征的数据，它的体量慢慢会变成EB级。运行是按需的，敏捷有智能化、有弹性的会做一定预测性，它跑的应用和程序会有一定的预测性，它的架构是一个平台性的架构。这个就是我们浪潮主要在推的概念就是智算中心的概念。
智算中心首先解决的是算力的问题，未来企业、政府对算力要求会非常高。
第二规模化的问题，它越来越标准化，越来越模块化，支持规模化的扩展。现在超大规模数据中心基本出现在互联网。
还有绿色、节能。如果大家看新闻，大概两周以前，我们国内挺火的有一个公司的运算，他们把机房都放到了内蒙，那边电力会好一点。但是两周以前，政府要求全部都拆掉了，都挪到了其他地方，因为电力中心不够了。
去年全球数据中心用电量大概相当于瑞士一年整个国家的用电量，所以我们未来在节能上肯定会对数据中心提出特别高的要求。
还有云的管理、数据、海量数据的涌入、大数据的整合还有深度学习的算法。这个是我们从传统数据中心向智算中心的演进。
我们去年11月份和国家信息中心联合发布了《智能计算中心规划建设指南》。为了发这个指南，我们浪潮做了很多年的技术上的储备、方案的储备、产品的储备、技术的储备，我们参与了几乎所有的开放组织。我们牵头和参与了国家级GB国标的制定。
我们发布了很多的行业指南，这些都是浪潮在实际的工作当中过去这些年的积累。今天我们讲智算中心，我们没有这方面的产品技术跟方案的积累，我们就很难推动这个概念。所以为什么跟国家信息中心发布这个东西，这是基础的原因。
这一页PPT讲智算中心建设模型，中间部分是跟传统的数据中心架构差不多，没有本质区别。只不过下面的平台变成了云，变成了异构云、中心云、边缘云，上面跑的是硬件，再上面是操作系统，再上面是云、数据和人工智能，最上面是各行各业的应用，这个是它基础的结构。
特征是敏捷，要分层解耦，有开放的标准。因为时间关系，后面无法展开了，其实这一页逻辑是很复杂的。
我们分开人工智能、云和数据单独给大家再稍微展开一下，因为这个概念挺复杂的。
首先，我们看一下这几年深度学习对算力的要求，早些时候1940年年代主要做弹道导弹计算，最简单的是狗追兔子。
第二个是深蓝击败世界象棋大师。
第三是深度学习、系统能力包括无监督训练、遗传密码、模式识别、训练、推理、完善。
如果我们要把智能运算当成一个话题，它至少要有四部分：
第一部分，算力从哪产生的?我们基于浪潮自己的设备可以看到，比如说AGX-2全球最高密度的计算，还有全球最快的人工智能运算服务器。产生的运算之后，我们把运算聚合起来就是强大的数据化平台，然后要把计算力调度好，因为现在是虚拟化平台、云的平台，并不是看单机运算能力，而是整个系统、数据中心拥有的计算力，这就带来怎么把计算力放在合适的地方问题。所以我们有AI进行调度，最后实践时Alstation是浪潮自己开发的中间件将算力释放出来，将产生出来的算力放在一起最后调度它，最后把它调度到需要算力的那个应用。
我们再提一下数据，我们以前看到的数据，特别是数据中心大部分看到的是业务数据。但今天的情况肯定有非常大的变化，首先第一个先增加了人类的数据，比如说人的行程轨迹、每天心跳走的步数，现在有专门设备进行收集数据，但几年前可能还行，这个数据库越来越多，同时机器会产生很多数据，这就是5G应用最基本的基础就是来自设备的数据，比如摄像头。它会最后形成统一的数据湖，这是第一海量多，第二多源，它有很多地方产生数据，现在是产生数据能收集，异构就是有结构化、非结构化、半结构化，所以现在任何一个企业面临的数据都比以前要复杂，以前更多关注在业务数据上。
大数据第二部分是从最早国内数据是从数据生命周期的管理，因为这个东西它会消失的。比如我们说一段小区的安保视频拍下来之后以前基本存三个月，三个月后数据就消失了，这些数据不会再保留，不会备份，这个数据就是基于生命周期的管理。现在它逐渐向数据湖发展，最终发展到数据器，它会变成更庞大的体系。它的数据来源主要是端、边、心、云。
站在云计算的角度，简单看一下。第一代单体结构，第二代以服务为核心的架构，第三代是微服务架构，图并不复杂，但是演进的路线是非常明确跟准确的。
云计算最终导致的结果是我们会脱离原来数据中心对操作系统的依赖，它越来越多的会到容器上去。因为我们以前关心系统，现在越来越多关心的是应用。我们有了容器技术以后，很多微服务就会成为现实，最终我们的整个敏捷开发、敏捷的业务上线等等这些都会变成现实。
刚刚我们谈了智能运算、大数据和云。刚刚微软的韦总也讲了，关于智算中心操作系统，最后一定是融合在一起的就是云数智融合在一起的，它最后的操作系统跟我们原来所理解的操作系统有很大的差别，它演进的过程也是从传统的开发部署到微服务到云数智的融合。
传统的数据管理是从数据库直接演进到统一的大数据平台。管理层是最下面的传统IT到逐渐的软硬件的解耦，然后逐渐变成资源池化，最后整个IT服务变成完整的云，当然它是多云可能是异构的。
我们再简单说一下关于智能应用这一层，因为最后数据中心还是要用的，我们建那么好的数据中心，花那么多钱，去将它升级。升级完以后，首先它有一个平台，AI算力平台调度、算法以及优化引擎这些是基于AI计算的。有了这个平台之后最后会到行业智能应用，例如设备健康管理、智能质检、影像识别、商业决策、智能客服等。
有了智算中心之后最终要跑应用，这张图我引用的是浪潮软件常用的一张图，这个图其实挺典型的，它的说的意思是底层的智算中心基础上，上面的数据中台和业务中台，再上面是基于应用的各种云，各种微服务，在上面跑的是大家最常见的电子采购、供应链等等，最基础的部分在智算中心上，然后是在整个中台上，这是浪潮能提供的落地的实际案例。
这一页PPT是基于工业互联网的，我们不做详细的解释了，这张图我引用的是浪潮的云服务BG一张常用的图，我们举了两个例子，一个站在企业的角度整个未来的架构是什么样的，底层还是智算中心，另外一个是站在工业互联网的角度上未来的应用架构大概是什么样的。
这一页PPT是浪潮提供的应用智算中心、云州大脑、QID云ERP全堆栈能力，基于工业互联网上我们的智算中心架构体系是什么样的。
你怎么建设智算中心?最后数据中心是物理的形态，它也许是个楼。最终分成七个部分：机房、算力系统到云化的经营到智算的平台而且还要安全可控，包括目前在央企里还有信创的要求还有智能管理和智慧化和外界的连接。
这个论证我只拿了一页PPT，这个文件是200页，欢迎各位领导到浪潮参观，到那时如果需要的话，我们会有很详尽关于智算中心如何落地的解释。
这一页PPT是我们在国内的重要客户，基本上央企占了大部分。
最后我再总结一下，整个智算中心未来的新一代的数据中心升级，智算中心的路径最基础的工作就是云化，所有的设备需要云化。关键是把所有数据放在一起，达到的目标是提升整个智算中心对业务的影响以及提高运作的效率，达到整个系统或者让整个企业变成智慧化的系统、智慧化的计算中心、智慧化的企业。
以上就是我今天的分享，谢谢各位!
京公网安备 11010502049343号