575
“東數(shù)西算”無疑是2022年一大熱詞，產業(yè)界和學術界就該話題進行了深入的研究探討。
整體上來看，“東數(shù)西算”的實施，一方面是為了更好地利用西部相對優(yōu)惠的電力資源和優(yōu)異的氣候條件，推動數(shù)據(jù)中心的優(yōu)化布局和產業(yè)整體的綠色低碳發(fā)展；另一方面希望借此帶動西部的算力基礎設施建設，促進當?shù)匦畔⒒降奶岣吆?a class="article-link" target="_blank" href="/tag/%E6%95%B0%E5%AD%97%E7%BB%8F%E6%B5%8E/">數(shù)字經濟的發(fā)展。
算力和數(shù)據(jù)是數(shù)字經濟的核心驅動力
在數(shù)字經濟時代，數(shù)據(jù)以幾何級數(shù)增長，隨之而來的是對強大算力的需求?！皷|數(shù)西算”從字面上看，是將東部的數(shù)據(jù)拿到西部計算。
數(shù)據(jù)來源于各種應用，當數(shù)據(jù)積累到一定的程度，且具有快速流轉、多樣類型和價值密度低等特征后，便成了大數(shù)據(jù)。從內容格式來看，大數(shù)據(jù)分成結構化數(shù)據(jù)、非結構化數(shù)據(jù)和半結構化數(shù)據(jù)，其中結構化數(shù)據(jù)主要是指關系型數(shù)據(jù)，非結構化數(shù)據(jù)主要是音視頻文件等數(shù)據(jù)。從數(shù)據(jù)的使用頻率來看，大數(shù)據(jù)主要分為熱數(shù)據(jù)、溫數(shù)據(jù)和冷數(shù)據(jù)。從存儲角度來看，數(shù)據(jù)可采用文件存儲、塊存儲和對象存儲等方式。從數(shù)字世界的角度來看，以上所有的數(shù)據(jù)最終都會轉變成0和1的二進制數(shù)字，在網(wǎng)絡上傳輸并在芯片上計算、存儲。
《中國算力白皮書（2022年）》顯示，算力是數(shù)據(jù)中心的服務器通過對數(shù)據(jù)進行處理后實現(xiàn)結果輸出的一種能力，最常用的計量單位是每秒執(zhí)行的浮點運算次數(shù)（FLOPS）。算力由計算、存儲和網(wǎng)絡共同支撐實現(xiàn)，缺一不可。
從類型上分，算力主要包括通用算力、智能算力、超算算力。其中為人們所熟知的是CPU所提供的算力，例如網(wǎng)頁瀏覽；普通人接觸不多但是能享受到其服務結果的是GPU算力，例如電影渲染；更尖端的則是主要用于科研創(chuàng)新的超算算力，例如天氣預報。日漸興起的邊緣算力是對基于計算所在位置維度的特定算力的統(tǒng)稱，它可能包括通用算力和智能算力。由于應用和規(guī)模的關系，邊緣超算算力存在的可能性幾乎為零。
由于具有不可移動性，各類數(shù)據(jù)中心就是數(shù)據(jù)計算和存儲的中心，存進去的是數(shù)據(jù)，傳出來的還是各類數(shù)據(jù)。業(yè)界對是否所有大數(shù)據(jù)都適合拿到西部去計算的討論也頗為熱烈。總的原則是要根據(jù)大數(shù)據(jù)處理對時延的要求進行分類判斷，對處理時延要求極高的大數(shù)據(jù)（例如金融交易、游戲等），應該就近進行計算，這也是“北上廣”等地區(qū)數(shù)據(jù)中心供不應求的重要原因；對處理時延要求不高的大數(shù)據(jù)（如渲染、訓練等），則可以拿到西部進行計算和存儲。通過“東數(shù)西訓”“東數(shù)西存”等方式，實現(xiàn)數(shù)據(jù)的差異化處理。
算力網(wǎng)絡賦能“東數(shù)西算”
“東數(shù)西算”工程啟動后，算力和網(wǎng)絡這兩個原本獨立的詞組成了“算力網(wǎng)絡”這一新詞，成為業(yè)界特別是電信運營商重點關注和研究的方向。
隨著寬帶通信和移動通信的發(fā)展，我國數(shù)據(jù)流量日益增長。據(jù)工信部統(tǒng)計，2015年，DOU（Dataflow of usage，每戶每月上網(wǎng)流量）為200M左右；2021年DOU達13.36GB，暴漲60多倍。數(shù)據(jù)的大幅增長帶動了對數(shù)據(jù)中心的龐大需求。據(jù)中國信息通信研究院統(tǒng)計，我國數(shù)據(jù)中心的在用機架數(shù)量從2011年的不到30萬架，增長到2021年的520萬架，10年期間增長近20倍。
數(shù)量如此之大的數(shù)據(jù)中心，使得原本主要為通信服務的網(wǎng)絡，需要承擔數(shù)據(jù)中心間的流量傳輸，于是數(shù)網(wǎng)協(xié)同被提上了議事日程。在此過程中，電信運營商通過第二平面的建設，重點保障高QoS的業(yè)務，滿足了部分需求。例如中國電信的CN2，支持數(shù)據(jù)、語音、視頻等多種業(yè)務融合的應用。
同一服務商的不同數(shù)據(jù)中心之間可以通過租用裸纖的方式建立DCI通道，但是隨著數(shù)據(jù)流量的增大以及各類應用的發(fā)展，跨區(qū)域、跨服務商的數(shù)據(jù)中心網(wǎng)絡互聯(lián)需求日益強烈，算網(wǎng)協(xié)同就此進入專家的研究視野。通過網(wǎng)絡的支撐，高效地調度不同服務商間的算力，形成算網(wǎng)協(xié)同的解決方案，是目前階段業(yè)界努力的方向。算力和網(wǎng)絡的協(xié)同程度如圖1所示。
圖1 算力和網(wǎng)絡的協(xié)同程度
集群間的網(wǎng)絡聯(lián)接主要是通過骨干網(wǎng)，其建設運營相對簡單。我國的5G網(wǎng)絡覆蓋和千兆光網(wǎng)接入的能力已經進入全球前列，網(wǎng)絡基礎設施較為完善?！皷|數(shù)西算”工程的實施，將為算網(wǎng)一體的服務提供更多的應用場景，促進算力和網(wǎng)絡的一體化發(fā)展。
算力資源不同于水電資源，傳輸?shù)氖菙?shù)據(jù)
有人說“算力隨處可取，像自來水一樣擰開龍頭就可以得到”，這個比喻很形象但不嚴謹。
水、電、氣，其屬性各不相同。水是物理存在的自然資源，通過管道運輸，可以利用某些器皿進行儲存；氣也是物理存在的自然資源，通過管道運輸，但是看不見摸不著，可以通過器具儲存；電屬于二次產品，需要風、光、水、煤等自然資源經過轉換才能得到，通過電線傳輸。雖然近年來儲能技術發(fā)展迅速，但總體看儲存難度較大，性價比不高。
算力與水、電、氣的特征比較如表1所示，通過對比不難發(fā)現(xiàn)，算力與水電、氣、均不相同。算力是由數(shù)據(jù)中心產生，服務器在哪里，算力就在哪里。在服務器不換位置的情況下，它不可能移動也不能被傳輸。而且算力無法儲存，如果某段時間內服務器沒有使用，那么這段時間的算力也不可能存儲起來供以后使用。
表1 算力與水、電、氣的特征比較
因此，擰開龍頭算力并不會流出來，流動的只能是數(shù)據(jù)，而算力更像是一個水池。數(shù)據(jù)源源不斷地流進水池，一些數(shù)據(jù)留下了，另一些數(shù)據(jù)被處理后流出去，邊緣數(shù)據(jù)中心的作用也是如此。由此可見網(wǎng)絡在算力時代的重要性，沒有網(wǎng)絡，數(shù)據(jù)就無法流動，數(shù)據(jù)中心也就發(fā)揮不了作用，成為“沒有生機的沙漠”。
算力調度是高效利用算力資源的關鍵
眾所周知，電網(wǎng)是可以調度的，“拉閘限電”是一種最直接的調度方式。這是由于電網(wǎng)發(fā)電機不能滿足用電負荷需求，或輸變電設備已無法承載更多的負荷，為保證電網(wǎng)或輸變電設備安全，人為采取了去除負荷措施。與電力不同，算力無法移動、傳輸和存儲，那么算力如何調度？
算力調度更多是指調用合理的算力去處理相應的數(shù)據(jù)，數(shù)據(jù)中心擁有多種算力，每種算力針對不同類型的數(shù)據(jù)。從計算類型來看，算力主要分為整型和浮點計算。整型計算適用于深度學習模型的推理運算；半精度計算適用于深度學習模型的訓練運算；單精度計算多用于圖形應用程序、圖像處理和機器學習等；雙精度浮點運算主要用于超算領域。這里的分類維度和通用算力、智能算力、超算算力不是一一對應的關系。一般來說，通用算力主要用來處理整型和半精度計算；智算算力更合適進行單精度計算；超算算力特別擅長雙精度計算。各類算力中心重點處理的數(shù)據(jù)類型如表2所示。
表2 各類算力中心重點處理的數(shù)據(jù)類型
基于智算算力的數(shù)據(jù)中心即為智算中心?，F(xiàn)在業(yè)界對智算中心算力的宣傳多集中于多少FLOPS或者OPS等。需要注意的是，在單位不統(tǒng)一、精度不統(tǒng)一的情況下，不同智算中心的性能指標是沒有可比性的。
算力無法儲存和傳輸，如果此時此刻的算力不能被利用，那么也就過期作廢了。因此，如果要高效全面地利用好所有的算力資源（包括不同類型的算力、不同數(shù)據(jù)中心的算力、不同集群的算力），就需要通過統(tǒng)一的調度平臺來實現(xiàn)統(tǒng)一的算力編排，并能在具有一定預期性的前提下，基于統(tǒng)一的算力定價機制完成算力的供給和使用，使得所有類型的算力都能“算”盡其用，所有的算力需求都能得到滿足，使“數(shù)據(jù)”和“算力”達到一種理想的平衡狀態(tài)。
算力和能效
一直以來，大家只要聊起數(shù)據(jù)中心，必然會與高能耗結合起來看。從技術的角度看，數(shù)據(jù)中心的高能耗是由芯片帶來的，因此除非芯片制程（如5nm）或者計算物質（如量子）有根本性變化，否則高算力對應高能耗是一個無法避免的事實。但是相比高能耗，大家更應該看到的是，基于數(shù)據(jù)中心的各種數(shù)字化應用給我們的工作和生活帶來的便利，為企業(yè)數(shù)字化轉型和國家數(shù)字經濟發(fā)展貢獻的發(fā)動機作用。
我國數(shù)據(jù)中心10年間增長近20倍，數(shù)據(jù)中心所消耗的能源絕對值一定是相應增長的，但是經研究，單位算力的能耗卻是一直在下降的。2020年初《Science》刊登的《重新校準全球數(shù)據(jù)中心能耗估算》一文披露，從單計算實例來看，全球數(shù)據(jù)中心能耗強度自2010年以來每年下降20%。
PUE（電能利用效率）是業(yè)界公認的評判數(shù)據(jù)中心能效高低的指標。2022年11月，國家強制標準GB40879—2021《數(shù)據(jù)中心能效限定值及能效等級》正式實施，其中很重要的一條就是對PUE的要求。綠色低碳的深入發(fā)展，使得CUE（碳利用效率）也逐漸成為大家關注的焦點。
從數(shù)據(jù)中心整體的碳排放深入到IT設備的碳效指標，近期開放數(shù)據(jù)中心委員會（ODCC）發(fā)布的ODCC-2022-0500A《數(shù)據(jù)中心算力碳效白皮書》提出了一種服務器的算力碳效模型，定義如下：CEPS=C/S，其中C是碳排放量；S是服務器算力性能。通過測試和研究發(fā)現(xiàn)，隨著算力的提升，不同芯片的碳排放增長曲線各不相同。
圖2 服務器使用階段內算力碳效實測值
服務器使用階段內算力碳效實測值如圖2所示，測試結果顯示，在服務器使用周期為5年的情況下，單位算力性能的碳排放量在20kg~60kg之間。由于IT設備特別是服務器在數(shù)據(jù)中心能耗中占比極大，數(shù)據(jù)中心的碳排放將在很大程度上取決于服務器和芯片，這逐漸成為數(shù)據(jù)中心綠色低碳發(fā)展的關鍵。
算力日漸成為新時代的新型生產力，成為數(shù)字經濟發(fā)展的引擎。在算力的發(fā)展過程，可能會遇到各種各樣的問題。通過對這些問題的分析和研究，能讓我們對算力有更清晰的認識，也能更好地推進產業(yè)發(fā)展和“東數(shù)西算”落地。
*本文首發(fā)于《通信世界》2022年12月10日? 第23期? 總第909期
作者：中國信息通信研究院云計算與大數(shù)據(jù)研究所 郭亮
責編/版式：沈新竹
審核：申晴
監(jiān)制：劉啟誠
