在2019年，AI、5G、IoT等關(guān)鍵詞備受關(guān)注，即使各位不甚了解，也隔三差五在電視、網(wǎng)站或文章里看到。內(nèi)容無一不是表達新的風(fēng)口正在逐漸形成。那么在2020年里，真正的風(fēng)口將會有多少?更重要的是，企業(yè)該如何在風(fēng)口下起航前進呢?

　　風(fēng)頭正勁

　　本文以目前最熱門的AI(人工智能)來說，在Gartner公布的2019年5大前沿技術(shù)創(chuàng)新趨勢中發(fā)現(xiàn)，大部分技術(shù)都是圍繞人工智能來進行，如無人自動駕駛、情感分析、AI-PaaS等等�？梢哉f，如果這些新技術(shù)沒有AI的支持，將會變得寸步難行。更何況目前我們已經(jīng)在使用的語音識別控制、機器視覺識別、虛擬現(xiàn)實等應(yīng)用都是依賴AI的助力才得以“起飛”。

　　正如最近Gartner研究副總裁Brian Burke 在一個采訪中指出：“人工智能滲透到了其他所有趨勢中。”的確，AI從誕生以來，理論和技術(shù)不斷成熟，每年應(yīng)用的領(lǐng)域也在成倍地擴大。與此同時，AI“成熟的香味”也在不斷“滲透”大家的期望。

　　從上圖我們可以看到，對于未來5-10年間(中期)穩(wěn)定的技術(shù)，人們的期望是處于持續(xù)上升階段，所以相信在未來一段時間內(nèi)，市場對這些技術(shù)的部署和投入也會相應(yīng)地增加。而且相比5G技術(shù)，AI相關(guān)技術(shù)可以更快地挖掘新的需求和場景，這對于消費者還是產(chǎn)業(yè)鏈來說，都能夠較快地嘗到“甜頭”，那么企業(yè)作為新技術(shù)發(fā)展的先導(dǎo)力量，如果要緊貼市場潮流，大力研發(fā)/采用AI技術(shù)已是似箭在弦。

　　事實上，全球企業(yè)都在付諸于行動，希望通過AI技術(shù)改進現(xiàn)有業(yè)務(wù)。2018年，亞馬遜花費10億美元收購了美國公司Ring Inc.大力發(fā)展它的智能家居業(yè)務(wù)，谷歌則在上年6月宣布有意花費26億美元收購商業(yè)智能公司Looker Data Sciences，隨后與Google Cloud Platform(GCP)合并，從而推動其利潤豐厚的云計算業(yè)務(wù)的發(fā)展。還有牙膏廠剛剛宣布了將以20億美元收購以色列AI公司Habana Labs，推進AI戰(zhàn)略，并增強數(shù)據(jù)中心AI產(chǎn)品組合。

　　全新玩法

　　隨著AI技術(shù)發(fā)展以及相關(guān)產(chǎn)品的涌現(xiàn)和落地，GPU服務(wù)器也憑借自身強大的運算能力，出現(xiàn)在各大機房的采購目錄里，旨在幫助企業(yè)加速進行訓(xùn)練和推理。可是由于AI的劃時代性，無論是數(shù)據(jù)中心還是企業(yè)用戶，都不可以完全套用過往的“那一套”來使用GPU服務(wù)器。

　　其一，AI的數(shù)據(jù)存儲要求會根據(jù)應(yīng)用程序和數(shù)據(jù)的不同而有很大差異。據(jù)Gartner稱，用于零售POS數(shù)據(jù)集通常是100MB至200MB，配備傳感器的現(xiàn)代客機每次航班將產(chǎn)生50GB至100GB的維護和運營數(shù)據(jù)。而根據(jù)Intel首席執(zhí)行官Brian Krzanich稱，未來一輛無人駕駛汽車每分鐘將收集100GB的數(shù)據(jù)量。若果真如他所言，一輛無人駕駛汽車中的傳感器每小時大概產(chǎn)生5TB的數(shù)據(jù)，1個季度下來大概是11PB，那么200輛車每季度估計產(chǎn)生2.2EB。

　　由于GPU具有成本效益和巨大的知名度，GPU成為無人駕駛技術(shù)最主要的芯片架構(gòu)。在這方面，英偉達似乎取得了較好的發(fā)展。繼15年的Drive PX，它又推出了Pegasus，用于增強5級自治。這是在它的CUDA GPU上構(gòu)建的，CUDA GPU的計算速度提高了10倍，功耗降低了16倍。配備了這些具有5級功能的GPU，或許無人駕駛汽車很快就會應(yīng)用在機場或大學(xué)校園等受限環(huán)境下的打車服務(wù)。據(jù)外媒報道，德國汽車零部件供應(yīng)商羅伯特.博世(Robert Bosch GmbH)和商用車制造商戴姆勒(Daimler AG)已經(jīng)與英偉達達成合作關(guān)系，將從2020年開始把Pegasus系統(tǒng)用作進行自動駕駛汽車設(shè)計的平臺。

　　除了汽車領(lǐng)域外，醫(yī)療領(lǐng)域也是AI的應(yīng)用重地。諸如谷歌、蘋果和騰訊之類的科技巨頭正在研發(fā)GPU產(chǎn)品來改善全球醫(yī)療保健，如預(yù)測分析患者病情。大家還記得谷歌于2014 年宣布收購英國AI公司 DeepMind的新聞嗎?最近，谷歌已經(jīng)完成了對其醫(yī)療部門的收購。據(jù)了解，該爭議性收購主要體現(xiàn)在醫(yī)院患者和研究數(shù)據(jù)及應(yīng)用的控制權(quán)，雖說相關(guān)醫(yī)院表示匿名數(shù)據(jù)是經(jīng)過加密的，而且將保留對匿名數(shù)據(jù)的控制權(quán)，并負責(zé)決定如何使用它。但是考慮到重新識別的風(fēng)險，這些“匿名”的高維健康數(shù)據(jù)讓社會保留懷疑態(tài)度。其實不單單是醫(yī)健行業(yè)，還有金融、軍工等需要高度隱私和安全的行業(yè)在選用新技術(shù)和應(yīng)用的時候，往往會由于合規(guī)性面臨許多考慮，并不能如互聯(lián)網(wǎng)企業(yè)一般迅速調(diào)整架構(gòu)，享受GPU運算的好處。

　　其二，AI的整個生命周期對存儲和I / O的要求盡不相同。常規(guī)的AI系統(tǒng)需要訓(xùn)練，如深度學(xué)習(xí)系統(tǒng)具有自我訓(xùn)練的能力，因此需要不斷地訪問數(shù)據(jù)。在這階段，它們將變得更加I/O密集型，這是他們可以使用閃存和NVMe的地方。但是在“推斷”階段，他們將更多地依賴于計算資源。

　　當一些企業(yè)談及用于機器學(xué)習(xí)(ML)或深度學(xué)習(xí)(DL)的存儲時，它們通常只是意味著對模型進行訓(xùn)練，而這需要非常高的帶寬來讓GPU保持繁忙。但是，對于數(shù)據(jù)科學(xué)團隊來說，真正提高生產(chǎn)力在于管理從挖掘到推斷的整個AI數(shù)據(jù)管道，但它既不是線性的也不是固定的。

　　對AI程序來說，它與傳統(tǒng)業(yè)務(wù)分析，ERP和數(shù)據(jù)庫系統(tǒng)這些都沒有什么不同。它也需要大容量存儲，也就是說旋轉(zhuǎn)磁盤，云甚至是磁帶。隨著時間節(jié)點的不同，他們所處的存儲環(huán)境也可能不同。但唯一不變的是，保證滿足業(yè)務(wù)以及靈活性要求。

　　對于擁有大量數(shù)據(jù)的企業(yè)來說，云存儲雖然是個十分吸引人的選項。但這并不意味著把所有AI數(shù)據(jù)都要放到上面。一般情況下，大部分企業(yè)在剛剛創(chuàng)立的時候業(yè)務(wù)量較少，收集的數(shù)據(jù)也少，那么上公共云即可解決業(yè)務(wù)問題，可是隨著業(yè)務(wù)場景的增多，數(shù)據(jù)變得越來越多且復(fù)雜，原有的云策略不再好使，而選擇私有云、多云，甚至采用混合云策略顯得更為合適。

　　再者，存儲取決于特定的用例和算法，對于某些應(yīng)用程序，例如DL，它是計算密集型的。對此，我們看到客戶使用GPU密集型架構(gòu)。另一方面，對于存儲密集型的應(yīng)用程序，最好將計算放到數(shù)據(jù)所在的位置。所以，GPU密集度較低的應(yīng)用程序很可能成為云計算的候選者。例如，谷歌已經(jīng)開發(fā)了AI專用芯片來與其基礎(chǔ)設(shè)施一起工作。但是，正如IBM之前警告說的，鑒于技術(shù)和成本方面的限制，目前云支持AI的可能性更高，而不是成為AI的核心。

　　抵御熱浪

　　俗話說，能力越大，責(zé)任越大。面對業(yè)務(wù)需求的不斷提高，市面上的服務(wù)器也變得更加強大。它們的性能越強，所消耗的電量和產(chǎn)生的熱量也就越大。據(jù)APC報告數(shù)據(jù)，能源消耗只有大概47%進入到服務(wù)器中，而41%則被散熱消耗掉，由此可見制冷消耗的電力占據(jù)服務(wù)器電力消耗很大的比重，從而大幅度增加數(shù)據(jù)中心TCO。

　　事實上，GPU服務(wù)器的“強勢進駐”，讓這兩個問題更加突出。對此，各方為了應(yīng)對這 “高熱高耗”的未來熱潮，不惜重新設(shè)計數(shù)據(jù)中心內(nèi)的散熱和冷卻系統(tǒng)，為它們 “上刀山下火海”。

　　在2017年10月，騰訊就將數(shù)據(jù)中心放進了山洞。這個山洞數(shù)據(jù)中心坐落于我國貴州貴安，那里年平均氣溫12.8—16.2℃，常年恒溫恒濕且自然災(zāi)害甚少，十分適合建設(shè)數(shù)據(jù)中心。而且貴州作為西電東送的骨干電源地，數(shù)據(jù)中心用電電價十分地低，還有值得一提就是它的山洞結(jié)構(gòu)不但提供了高隱蔽、高防護、高安全等特點，而且還充分利用自然冷源，幫助數(shù)據(jù)中心高效換熱。

　　2018年年中，微軟則選擇了把數(shù)據(jù)中心沉入海底。他們最主要的目的在于利用海底的低水溫來為數(shù)據(jù)中心散熱，降低制冷消耗的電力，降低PUE。當然，微軟并不是第一個使用自然水源來達成冷卻目的的公司，谷歌在早些年開始就用工業(yè)運河的水，甚至是下水道/馬桶水來為數(shù)據(jù)中心冷卻，因為他們意識到冷卻系統(tǒng)所使用的水并不需要足夠干凈。

　　除了外部環(huán)境外，數(shù)據(jù)中心的內(nèi)部環(huán)境也是冷卻的重要戰(zhàn)場。

　　數(shù)據(jù)中心內(nèi)常見的風(fēng)冷系統(tǒng)，大家都知道需要濕度控制，CRAC，制冷機，熱/冷通道，高樓底，高架/特殊地板等等來達成冷卻的效果。而對于最新的浸沒式冷卻來說，以上說的這些它都不需要，而且它不太需要十分大型的備用發(fā)電機(要求相對較低)。

　　所謂浸沒式冷卻，顧名思義就是把完成的物理服務(wù)器放到熱傳導(dǎo)介質(zhì)液體中，使液體與熱組件充分直接接觸，然后通過冷熱交換器將熱量從系統(tǒng)中除去。

　　雖說浸沒式冷卻在上一年才成為熱點，但是行內(nèi)實踐從幾年前就已經(jīng)開始了。如阿里的張北數(shù)據(jù)中心在2018年就已經(jīng)采用了浸沒液冷的生產(chǎn)集群，規(guī)模大概2000臺服務(wù)器。據(jù)稱，全年平均PUE值1.09，基于PUE比較，浸入式冷卻的能效比同氣象區(qū)的風(fēng)冷提升了12.8%。還有華中科技大學(xué)(大數(shù)據(jù))、日本東京工業(yè)大學(xué)(超算)、CGG(地球物理)、Vienna Scientific Cluster(超算)等等組織。

　　但總的來說，相比行間冷卻及傳統(tǒng)CRAC和冷風(fēng)式冷卻，它可以降低服務(wù)器功率(減少了服務(wù)器風(fēng)扇消耗的能量)，降低PUE。還有在總功耗(服務(wù)器和冷卻系統(tǒng))和總電力費用方面都省下不少。

　　借力航線 加速出海

　　回顧去年，各種AI服務(wù)器與數(shù)據(jù)處理解決方案的相繼推出，促使AI產(chǎn)品和服務(wù)的發(fā)展。與此同時，在AI的驅(qū)動下，企業(yè)數(shù)字化轉(zhuǎn)型也將進入“快車道”。新天域互聯(lián)作為香港IDC，與中外企業(yè)客戶頻繁交流，都發(fā)現(xiàn)有一個共通點，就是他們都容易在起跑線迷失方向，尤其是出海企業(yè)，在互聯(lián)上屢遭困境。

　　在網(wǎng)絡(luò)傳輸方面，除了必要的防護措施外，理想的企業(yè)網(wǎng)絡(luò)一定是高連通率且低延遲性。選用互聯(lián)網(wǎng)自不用說，核心業(yè)務(wù)數(shù)據(jù)一定要走SLA保證線路，如果走專線網(wǎng)絡(luò)，就挑選適合自己的線路，然后以雙線冗余點對點連接兩地，充分保證網(wǎng)絡(luò)穩(wěn)定以及業(yè)務(wù)的不間斷性。可是出海企業(yè)往往由于信息不對稱的原因，在網(wǎng)絡(luò)和數(shù)據(jù)中心選擇上舉棋不定，最終不但影響產(chǎn)品的上線時間，而且還浪費企業(yè)資源。對此，新天域互聯(lián)憑借13年來的經(jīng)驗和資源，協(xié)助中外企業(yè)設(shè)計專屬互聯(lián)方案，包括互聯(lián)網(wǎng)、專線、本地電路連接，數(shù)據(jù)中心選址、網(wǎng)絡(luò)資源篩選等。

　　或許部分企業(yè)以為目前使用的網(wǎng)絡(luò)資源可以應(yīng)付目前的業(yè)務(wù)情況，有時候即便效果不理想也要忍忍。但是從持續(xù)長遠發(fā)展的角度來看，隨著AI、5G、IoT、邊緣等進一步發(fā)展，數(shù)據(jù)的樣式和數(shù)量將會進入新一輪的井噴階段，也就是說目前的高品質(zhì)網(wǎng)絡(luò)資源對于未來企業(yè)來講是必需品。

　　同樣，對于云數(shù)據(jù)存儲，越來越多的企業(yè)正在重新調(diào)整云策略以便適應(yīng)未來數(shù)據(jù)的發(fā)展。但是許多企業(yè)都面臨著共同的問題，如復(fù)雜工作負載遷移、筒倉、SLA不一致等，這些都間接增加了企業(yè)的運營成本和風(fēng)險。為了幫助企業(yè)解決以上問題，根據(jù)我們過往的案例經(jīng)驗，我們強力建議采用一致性混合云平臺，以此達到一致的管理和運營、工作遷移簡化、一致的安全策略管理等目的。

　　畢竟，過去十年企業(yè)可能以辦公大樓彰顯企業(yè)實力，而在未來十年，企業(yè)將以數(shù)據(jù)和網(wǎng)絡(luò)展現(xiàn)自身發(fā)展?jié)摿Α?/p>