云計算、AI對綠色計算提出巨大需求

　　隨著云計算、大數據、AI的快速發展，數據中心的工作量越來越多元和復雜，呈現出數據密集、橫向擴展、多流并發、多重迭代等特征，因此，云數據中心具有異構、多樣化、大規模的計算需求。這些需求，給數據中心提出了三大挑戰：高性能、低功耗和多業務。

　　中國科學院院士梅宏表示，面對這些挑戰，低碳、創新、開放和共贏的綠色計算應運而生。他強調，數據中心的硬件和軟件來自不同廠商，必須能夠相互兼容、統一管理，并支持持續優化，也需要更加開放合理的社會分工模式，協同解決計算產業面臨的挑戰，只有開放才能共贏。

　　算力強勁增長 摩爾定律逐漸失效

　　從算力角度來看，近年來在AI和HPC方面的算力急劇增長。據統計，人工智能的訓練市場算力需求（Training）8年內增長了40倍，推理市場（Inference）5年內增長了9倍；同時HPC在這8年里也增長了13倍。從計算供應來看，摩爾定律逐漸失效，以前每18個月算力增長1倍，最近每年算力只增加10%左右。

　　梅宏認為，面向未來AI和HPC算力每年增加10倍的快速增長的需求，這中間將存在100倍的巨大算力缺口。這就需要從計算架構的角度來思考如何更快滿足產業界對高算力的需求。

　　數據中心成為能耗大戶 降低能耗成為產業共識

　　我國數據中心耗電不斷增長，2018年中國數據中心的耗電量為1609億千瓦時，占全國能耗的2.3%。預計2030年達4115億千瓦時，CAGR超過8%，將占全國能耗的4.2%。

　　梅宏分析認為，從微觀角度來看，CPU芯片功耗具有放大效應，CPU每降低1W，數據中心總能耗可降低1.65W。按PUE為1.34的數據中心估算，CPU每節省1W，在CPU風扇節省0.04W，系統電源節省0.14W，UPS節省0.06W，加上配套空調的能耗0.33W，以及配電傳輸+變壓器節省0.08W，總計減少1.65W。

　　業務多樣導致數據多樣 驅動計算多樣

　　云和人工智能的發展，帶來了業務的多樣性：智能手機、智慧家庭、IoT物聯網、智能駕駛、AR/VR等場景越來越豐富；業務的多樣性導致數據多樣性的需求，包括數字、文本、圖片、視頻、圖像以及結構化數據、非結構化數據等；同時大數據分析、分布式存儲、ARM原生、高性能計算、Web等應用，對高并發計算提出了大量需求。

　　梅宏表示，在這種情況下，沒有一個單一的計算架構能夠滿足所有場景、所有數據類型的處理，包括文本處理、大數據分析、科學計算和視頻處理等等，依賴單一CPU計算架構的時代即將結束。

　　多種計算架構組合 滿足多樣計算需求

　　計算產業歷經近半個世紀的發展，持續改變著社會和其他產業，但計算產業本身也在不斷地進化：從專用計算，到通用計算，再到現在全棧全場景的智能計算時代，應用多樣化，業務場景多樣化，需要處理的數據類型也多樣化。

　　梅宏指出，計算多樣性帶來了新挑戰，需要各種CPU、DSP、GPU、AI芯片、FPGA等同時存在，發揮計算架構獨特優勢，多種計算架構的組合才是最優解決路徑。

　　梅宏認為，目前來看，綠色計算的生態還不成熟，仍需產業界共同努力。希望產業界能夠進一步加強合作，共同推動綠色計算生態發展與繁榮。（記者 張一迪）

　　轉自：中國電子報

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65367254。

延伸閱讀