阿里云CIPU下笔惊雷，方寸间书写中国算力故事

最新推荐文章于 2024-11-12 23:07:13 发布

脑极体

最新推荐文章于 2024-11-12 23:07:13 发布

阅读量172

点赞数

文章标签：网络大数据人工智能 java 编程语言

本文链接：https://blog.csdn.net/R5A81qHe857X8/article/details/125342033

版权

“当其下笔风雷快，笔所未到气已吞”，看到阿里云CIPU发布的消息，我脑海里第一时间冒出了苏轼的这句诗。

开启工业革命序幕，让蒸汽机、铁路和煤炭成为主要能源的是英国发明家瓦特；让灯泡和电力走入所有人生活的，是美国发明家爱迪生；现代计算机和互联网成为信息时代的基础设施，变革诞生在美国西海岸。今天，所有人都将算力看作第四次工业革命的基本能源，将与千行百业、社会经济产生深刻而绵长的化学反应，那么这一次，算力基础设施可以由中国来定义吗？

显然，阿里云想尝试一下，并且已经迈出了关键的一步——正式发布为新型云数据中心设计的专用处理器CIPU，展现出取CPU而代之的气势。

CPU制霸计算产业半个世纪之久，CIPU要另起炉灶何其难也。作为读者或许会疑问三连：凭什么？为什么？怎么做？我们不想直接给答案，从大家感兴趣的问题出来进行逻辑推演，读者自然会思考并得出自己的答案。

提笔：凭什么是中国？

有一句流行歌词：没有人能在我的BGM里打败我。听起来十分自信，不过，这份自信很长一段时间是属于美国的。1971年，英特尔生产的4004微处理器标志着CPU的诞生，随后与微软的Windows系统一起组成了著名的“Wintel”联盟，成为计算产业的现实标准，被广泛应用于PC、高性能服务器以及云服务器中。而众所周知，获取算力的方式，无外乎本地硬件（数据中心）、云计算两种。也就是说，以CPU为中心的计算架构主宰了信息时代，支撑了云计算的崛起。

在这种局面下，中国厂商打算写一段全新的旋律，让别人主动走进自己的BGM里，凭什么？

首先，CPU这张旧船票，可能登不上算力时代的船。英特尔CEO早在几年前就表示过“摩尔定律已死”，CPU性能提升的速度早已放缓，而随着数字化的推进，数据规模、结构和来源越来越广，单一CPU为中心的计算架构，无法满足激增的算力需求，计算架构的创新是现实所需。

其次，围绕CPU形成的服务器、操作系统、中间件、数据库和基础软件等应用及相关服务，很长一段时间内都掌握在欧美主流云厂商手中，中国数字经济要长期可持续发展，对于算力基础设施自然希望有更多选择，这给中国厂商创造了新的机会。

当然，头部云厂商从业务、战略等维度也早就意识到了以CPU为中心的隐患，纷纷开始探索新的算力硬件解决方案。近年来多样性计算架构不断涌现，比如谷歌发布了TPU，AWS发布Arm架构的云服务器，英伟达尝试收购ARM以扩展数据中心业务。图灵奖得主大卫·帕特森与约翰·汉尼斯认为，接下来将是计算架构更新的黄金十年。如果不想在第四次工业革命中依然重复别人的故事，那么，中国就必须在计算架构上落下属于自己的一笔。

落笔：为什么是云计算？

如前所说，CPU在本地和云都有应用，为什么架构创新会率先从云开始呢？答案其实也很简单，更新的图纸有更大自由发挥的空间。

第四次工业革命从云开始，对于中国千行百业的数字化来说，直接调用弹性、高并发、异构的云端算力是更理想的选择；中国云厂商在技术能力、市场规模、生态方面与全球巨头在相同起跑线，像阿里云已经成长为与AWS、微软Azure等同象限的头部云厂商；更重要的是，方兴未艾的数字经济催生了新的算力需求和技术挑战，以CPU为中心的云计算架构越来越力不从心，中国云厂商有着更大的创新空间。

简单来说，云计算架构的创新方向主要有几个：

1.性能升级。云计算一定是性能先行，才能成为千行百业数字化的算力底座，尤其是第四次工业革命中智能技术的大量应用，深度学习对于算力资源的消耗是极大的，要求云处理器提供更强的算力，实现每比特性能最优。不仅需要硬件升级，创新传统计算架构，提升单位算力的效率；还需要软件升级，解决软件定义虚拟化中出现的资源损耗。

2.业务效益。各行各业使用云服务，不单单是降低服务器成本还希望通过云为管道引入新技术，对大量业务数据进行分析处理，释放数据价值，也就是说单位算力所能贡献的GDP要提高。数据密集型的计算越来越多，算力分布在边、端、云、网等多个维度，数据的迁移量和吞吐率也增多，解决超大规模分布式集群之间网络传输、管理的问题，才能满足客户对低时延、高带宽的需求。

3.绿色低碳。上云用数赋智成为趋势，计算无处不在，算力基础设施的能耗问题也引发社会关注，计算产业的可持续发展，需要低功耗、高性能的并发处理能力，减少虚拟化中的损耗，以达到单位比特的能效比最优，满足各行各业绿色低碳、节能减排的发展需求。

方兴未艾的云计算，相当于一张更新的图纸，等待着人来书写底层计算架构范式转换的新篇章，而阿里云用CIPU率先落下了遒劲的一笔。

入木：CIPU怎么解开算力桎梏？

计算架构更新，是必然的未来，对于中国云厂商来说，怎样在自己擅长的技术赛道上建立起差异化优势，就成了当务之急。纵览全球领先的计算厂商，谷歌专门发布了应对AI任务的TPU，亚马逊在云服务器、云端AI推理芯片上也有所突破，以GPU为主营业务的英伟达也尝试进入数据中心业务推出DPU，老牌厂商英特尔也推出IPU，国内也有云厂商推出了自己的计算硬件。

需要注意的是，云端算力实际上受非常多的条件影响，除了芯片的比拼，还有网络、算法优化、集群性能、部署环境、数据处理能力、框架等一系列要素，整体决定了云计算的优越性。阿里云为新型云数据中心设计的专用处理器CIPU，正是考虑到云时代的算力所需，从三个层面进行管控并加速，来解开算力桎梏。

·网络加速。云和硬件的结合，必须依靠网络，管理阿里云全球上百万台服务器并非易事。试想一下，将不同地区数据中心的算力进行调配传输，如果网络不给力，必然会导致数据传输慢、计算慢，大量实时性要求高的任务如自动驾驶、远程医疗、在线教育等，体验就会受到影响。传统以CPU为中心的架构可没办法把手伸到网络层，而CIPU因为接入飞天云操作系统，可以直接通过飞天上的洛神云网络管控物理网络，进行硬件加速，构建大规模的分布式RDMA高性能网络，基础带宽从100G升级至200G，网络时延从22us降低至16us，因此AI任务、科学计算等上云之后，比自建物理机的集群吞吐量提升了30%，延迟自然也就大大下降了。

·存储加速。大量云上客户希望充分释放数据价值，高吞吐、高并发的数据存算，如果存储系统跟不上，相当于一台跑车的油箱只有摩托车那么大，发动机再强劲也跑不快。传统CPU以计算为中心的设计，数据搬运中往往会产生“存储墙”和“功耗墙”，一定程度上影响了并行计算效率。同样的，CIPU与飞天操作系统相结合，能够接入存算分离架构的块存储，并进行硬件加速，让云端存储可以做到比本地存储还快，并拥有极大规模的资源池。通过全硬件虚拟化和转发加速，时延最低可至30us（PLX），IOPS高达300万，存储时延存储带宽可达200 Gbps，全面超越市面上的云产品。

·计算加速。算得快意味着什么？1750 亿参数的 AI 大模型 GPT-3 训练成本约为 1200 万美元，如果算得够快、损耗够小，训练成本就能大大下降。而众所周知，云服务将物理机虚拟池化，过程中或多或少都会产生一定的损耗，CIPU的出现就解决了算力虚拟化的损耗问题。通过与神龙计算平台相结合，将虚拟化转移到专用硬件中进行加速，损耗几乎为零，让云服务器的性能表现超越了传统物理机，还提供硬件级安全的加固隔离，兼具云端弹性扩容的优点。对于云上客户来说，无疑是更低成本、灵活性的选择。

在多种计算架构方案中，“飞天操作系统+CIPU”为中心的新一代计算体系架构，从最底层的核心硬件到最上层的云原生软件进行革新，替代CPU成为云计算的管控和加速中心，无疑是云端算力生产和服务单位价值更高、技术变革更大、基础底座更强韧的一次探索。

风雷：CIPU画出的跑道通向何方？

中国工程院院士、清华大学高性能计算研究所所长郑纬民曾说，过去这些年，我国在云计算领域主要在软件层面有创新，发展了一些开源生态，但还是在传统IT的格局下追赶。

显然，CIPU的出现，下笔如有风雷，撕开由西方主导的计算产业天空，露出未来的一抹天光。乍一看石破天惊，实则是一场酝酿已久的春雨。

前面提到的飞天操作系统、洛神网络、盘古存储，都是阿里云多年不断突破的云计算底层技术，经过深入垂直整合，才最终演进出以CIPU为中心的全新架构形态，解决传统计算架构无法解决的问题。以虚拟化零损耗为例，阿里云相关研发团队早在2015年就开始技术攻关，2017年神龙云服务器的推出，就已经攻克了这一技术难题。目前，阿里云已经建立了芯片、服务器、操作系统、数据库等自研技术底座，在Gartner发布的年度报告里跻身IaaS整体基础设施能力的全球最高分。同时，阿里云也是国内最早实践绿色数据中心的厂商之一。

那么，这场终于降落在华夏大地上的春雨，会带来怎样的变化呢？