【观察】从市场领先到产业引领背后,浪潮凭什么重塑计算力新格局?

640?wx_fmt=jpeg

申耀的科技观察

读懂科技,赢取未来!

640?wx_fmt=jpeg 640?wx_fmt=jpeg 640?wx_fmt=jpeg 640?wx_fmt=jpeg


毫无疑问,数字经济的到来,开启了一场互联网与传统行业的融合大潮,企业的关注点也从过去以产品为中心逐步向以用户为中心转变,这种趋势下更需要企业构建创新的业务平台,帮助企业与用户建立更持久的互动关系,并且逐步引入云计算、大数据、人工智能等各种新的技术元素。


640?wx_fmt=jpeg


在此背景下,整个市场对计算力的需求也呈现出了“反弹式”增长。根据IDC公布的2018第三季度的全球服务器市场调查报告显示,本季度全球服务器出货量为313.8万台,销售额217.7亿美元,同比分别增长18%和40.8%,连续5个季度保持了2位数增长,出货量和销售额双双创下历史新高。同样来自Gartner最新市场调查报告也显示出这一市场复苏态势。


那么,在这背后整个服务器市场究竟出现了哪些变化,导致整个市场不断向上增长?更为关键的是,在数字经济已经成为大势所趋的今天,未来整个服务器乃至计算产业,又将会发生何种进化和迭代呢?


计算力产业的三大变化趋势


众所周知,如今的世界正在以加速度进入到智慧时代,特别是随着各项业务的云化深入以及万物互联,数据处理能力的进一步提升,智能算法一次又一次的突破,以及云计算在传统产业的更密集的渗透,逐渐形成了“物理世界信息化、信息世界智能化”的新特征,这无疑为计算带来了巨大的挑战与压力。


640?wx_fmt=png


第一,是随着整个社会进入数字经济时代,应用的多样化对计算力提出了更高的要求。最为典型的当属互联网行业,大量CSP公司的新应用可以在短短几天之内成为“爆款”,日活用户数量猛增到千万级别。所以,前端高速变化的业务需求对后端计算力的需求也出现了“指数级”增长。


可以看到,在2017年全球市值TOP10公司中,有7家互联网公司入榜,分别是苹果、亚马逊、Alphabet(谷歌母公司)、微软、阿里巴巴、Facebook、腾讯,而这些大型互联网公司对服务器的采购规模同样高居前列,这也从侧面印证了互联网是拉动整个服务器市场不断增长的“主力军”。


第二,是随着传统企业数字化转型的加速,爆发式的数据增长也突显了计算力的不足。在数字化时代,可以看到很多客户的应用可能多达几十种、上百种,这背后意味着需要几百个、甚至上千个虚拟机作为应用的承载。根据IDC预测显示,到2025年,全球大数据将扩展至163ZB,相当于2016年所产生16.1ZB数据的十倍。


与此同时,海量数据的来源也正从云端走向边缘。随着“从云到边缘”成为新的趋势,以及更多智能终端的大量出现,也让传统企业不得不面对新的计算压力,如满足业务实时性、数据的安全与隐私等需求。所以,在处于网络边缘的IOT设备上,增加本地计算和本地存储的能力也成为了必然的选择。


第三,是随着整个业界向数字化、智能化的转型,行业“+智能”,开始成为企业未来竞争力的关键体现。可以说,AI是企业实现数字化转型的重要抓手,通过智能化连接企业的数据资源、处理交易、变革流程、赋能组织,从而推进企业的业务创新和管理变革,转变生产经营和管理方式,已成为企业融入数字经济大潮的必由之路。


640?wx_fmt=png


不过,AI应用的大规模落地,不但需要算法的突破发展、海量数据的挖掘训练,也需要AI场景的前后端联动、线上线下融合,这些环节均依赖于计算力的不断提升,也需要以更敏捷的方式创造计算力,为前端应用提供强大的源动力。


由此可见,互联网行业采购的“爆发式”增长、传统企业数字化转型的加速以及云、大数据、AI等新技术推动整个社会从信息化向智慧化升级,都对计算力产生了极大的需求,也对服务器厂商提出了更多的挑战。


JDM模式+开放计算实现领跑


在此过程中,浪潮也始终站在市场的最前沿,早在2016年就提出了智慧计算的战略,同时通过在技术、产品、生产、合作模式等各个层面不断创新和迭代,最终提炼出了“JDM模式”,它以与用户产业链的融合为基础,面向用户具体业务,打通需求、研发、生产、交付环节,融合供需业务链,按需设计定制,解决了一个很简单、但却是最为核心的问题——在最短的时间内、可控的成本约束下,把用户需要的产品研制出来,部署到用户数据中心,由此也让浪潮在全球服务器市场中得以实现了快速的崛起。


640?wx_fmt=jpeg


IDC和Gartner两大调研机构最新数据显示,今年三季度稳居全球出货量和销售额前三位的厂商分别是戴尔EMC、HPE和浪潮,其中浪潮销售额和销量均保持了全球最快增速。此外,中国市场份额超过30%,蝉联中国市场第一。


回头来看,通过“JDM模式”,浪潮在“敏捷设计、敏捷开发、敏捷制造”三个方面形成了巨大的竞争力,我们可以从三个维度来做观察:


首先,在技术研发层面,浪潮完成了从浅度定制、深度定制再到前沿技术预研的转变,同时浪潮开创了多个创新技术在互联网行业的率先预研,包括面向数据中心大颗粒度交付的MDC、分布式连续供电系统、面向高密度计算的液冷服务器、业界首款SAS协议的存储资源池解决方案等。


其次,在产品定制层面,浪潮从早期为互联网公司提供的定制化产品仅有10多款,如今更是暴增到上百款之多,而为互联网行业深度定制各种“服务器套餐”,更充分满足了互联网企业各式各样的应用场景和工作负载。


最后,运营交付层面,互联网企业通常每年采购的服务器规模多达10多万台,如果按照传统的模式下单再生产制造,在时效性和效率上肯定很难满足企业的需求,而通过JDM模式,浪潮让开发的周期得到了大大的压缩,通过快速的生产与交付,满足了互联网企业不断扩张的业务需求。


据了解,浪潮依靠“JDM模式”获得了越来越多互联网客户的订单,目前全球TOP10的CSP客户已经有6家在大规模采购浪潮服务器。与此同时,浪潮还把“JDM模式”复制到越来越多的行业中,包括与百度联合研发的ABC一体机、SR-AI整机柜,与网易云联合研发的瀚海一体机,与科大讯飞联合研发的AI Booster等,这无疑为传统企业的数字化转型提供了新的计算力支持。


640?wx_fmt=jpeg


在此基础上,浪潮还积极融入开放计算的大潮。如今,浪潮是ODCC开放计算标准的核心成员、OCP铂金级别会员、Open19第一批成员,可谓深度参与了国际三大开放计算组织。此外,在云计算领域,浪潮在2016年也正式成为OpenStack基金会黄金会员,不仅在产品层面不断迭代,深化与OpenStack的融合,而且还积极探索了OpenStack的行业应用。


可以看到,这不仅增加了浪潮的产品竞争力,更对浪潮开拓海外市场打下了坚实的基础。IDC数据显示,本季度浪潮在美国市场的销售额同比增长214%,在西欧市场销售额同比增长132%;Gartner数据也显示,本季度浪潮在北美、西欧、东欧、日本等地区的销售额增长十分强劲。


总体来看,通过“JDM模式”的创新和主动融入开放计算的大潮,浪潮不但满足了整个计算力市场的变化,更实现了在整个市场中的领跑。而浪潮未来努力的方向,无疑就是向外界提供更经济、更普惠、更开放的计算力平台,最终为各行各业通往数字化转型打下坚实的“底座”。


以AI重塑全球计算力新格局


值得一提的是,浪潮也正在把这种探索与实践的创新精神和快速的行动力,带到更为广阔的市场中,这就是以人工智能为代表的新一代AI计算力。


640?wx_fmt=png


在中国工程院院士、浪潮集团执行总裁王恩东看来,目前整个AI产业呈现出三个明显的发展趋势:即创新速度成为AI产业发展核心竞争力,AI产业化加速以及产业AI化。


一是,AI产业已经度过了产业导入期,AI公司之间的竞争更多是创新速度的竞争。所以,好的计算平台可以加速模型训练速度,AI应用就能够更快速地适应需求的变化进行创新,从而得到更快速的推广,为企业赢得竞争力。


二是,AI产业化在加速发展,可以看到在全球范围内,AI产业市场的潜力预估和AI领域投融资规模都很大,其中中国和美国是AI投融资额最大的两个国家。受此影响,目前整个市场中AI芯片、平台在内的AI计算力也在迅速发展。


三是,尽管传统产业的AI化将为AI产业提供更为广阔的发展空间,但客观的说,目前传统产业转型AI仍存在鸿沟,包括传统用户AI人才短缺,同时没有技术能力进行算法开发、模型选择、算法优化、实施部署等具体工作,应用瓶颈普遍存在于各个行业。所以,传统产业AI化需要构建产业新生态,打破应用瓶颈。


基于上述洞察,浪潮在AI计算领域同样布局很早,也投入非常之大,目前已形成了“全栈式AI计算”的产品布局,并在计算平台、管理套件、框架优化、行业方案等四个维度加速AI计算的发展。


640?wx_fmt=jpeg


例如,在AI计算平台方面,浪潮相继推出SR-AI 整机柜服务器、AGX-2、GX4 AI加速扩展Box、NF5280M5-V智能视频分析AI服务器、AGX-5 AI超级服务器等创新计算平台;管理套件方面,浪潮推出了深度学习集群管理软件AIStation、AI性能调优工具Teye,以及基于OpenStack的AI云平台;在框架优化方面,浪潮发布了支持TensorFlow的FPGA计算加速引擎TF2;在行业方案方面,浪潮联合百度为行业用户深度定制了软硬一体化的ABC一体机,以及并联合科大讯飞推出了AI Booster语音识别一体机等。


如今,浪潮在AI计算领域的全面投入与布局,在实现不同行业的场景化覆盖的同时,也帮助更多企业实现了真正的数字化创新,让传统产业完成了智能化的升级和转型。更关键的是,浪潮由此也在AI市场收获了市场的回报和认可。


根据IDC公布了2018年上半年中国AI基础架构市场调查报告显示,2018H1中国AI基础架构市场继续保持了强劲增长势头,销售额为5.43亿美元,其中浪潮继续保持市场份额第一,销售额份额为51.4%。


不难看出,在让计算力成为生产力的进程中,浪潮不仅实现了市场的全面领跑,更通过在AI领域的全面布局,实现了对计算力产业的引领,更打造了硬件、软件、服务与行业场景落地“四位一体”的智能化平台和创新的智能化生态。


综上所述,数字经济在不断发展的同时,也正在充分释放计算力的价值,让计算力成为驱动数字经济发展的“源动力”,而浪潮通过在技术、产品、生产、合作模式方面全方位的创新,以及由此延伸出来的新一代AI计算力的综合实力,无疑将对整个服务器市场,乃至全球计算产业的未来格局都将起到重塑和引领的作用。


640?wx_fmt=gif


申耀的科技观察,由跨界科技媒体人申耀(微信号:shenyao)创办,15年媒体工作经验,拥有中美两地10万公里公路自驾经验老斯基,在各大自媒体平台拥有专栏,致力于科技行业的观察和思考,在这里读懂科技行业,知趋势,赢未来!


640?wx_fmt=jpeg

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值