10月27日,Inspur World数据中心分论坛在上海举行。分论坛演讲的重要观点之一则是,随着业务的不断扩大和成熟,浪潮融合架构产品正在从定制化转向通用化,用内部资源池化的手段实现灵活的资源分配和重构,破解设备多样化的难题。
计算+ 智慧云动力分论坛
本届Inspur World以“Only Data 数据进化世界”为主题。浪潮提出数据社会化,计算是数据社会化的关键和基础。浪潮集团副总裁彭震在Inspur World数据中心分论坛做了主题演讲,计算是数据社会化的基础,因而随着数据社会化的演进,传统的社会计算也将向“计算+”的升级,作为“计算+ ”的核心,融合架构也会逐步深化,从外围逻辑和资源的重构池化向核心逻辑和资源的重构和池化,最终形成“软件定义的数据中心”。
浪潮集团副总裁彭震
客户需求和技术发展推动融合趋势
融合架构的核心主要是硬件重构和软件定义,硬件重构实现资源解耦和池化,软件定义实现灵活的资源分配和重构,提高效率,同时满足对硬件多样化的需求。浪潮服务器产品部副总经理丁煜表示,新一代数据中心等信息技术变革正在推动硬件产品的升级,产品设计正在沿着“通用——定制——通用”的路径螺旋式升级。这样的过程,是在客户需求和技术发展的双重条件下实现的。
浪潮服务器产品部副总经理丁煜
在云计算兴起之前,无疑是通用服务器时代,随着云计算的应用普及,基础架构在灵活性、成本等方面都不能满足云计算服务需求,而且通用服务器在满足云计算业务技术需求方面也力不从心,因而云计算服务运营商开始定制基础架构解决方案,这是融合架构发展起点。目前,经过多年的发展,Openstack、天蝎等技术标准的逐步成熟,融合架构的软硬件技术有了可遵循的规范,另一方面,PCI-E、存储等模块的交换技术应用也越来越广泛,硬件的资源池化有了坚实的技术基础,浪潮开始研制一系列标准化的融合架构产品,通过资源共享的方式,实现硬件的灵活性,满足用户的个性化业务需求。
通用化产品满足定制化需求,整机柜服务器SR贯彻融合架构发展
浪潮可以为客户提供全程定制化的产品和服务,第一代整机柜服务器SR及高密度服务器等都是根据云服务商的要求研发生产的,全程定制化模式成为浪潮在互联网行业的重要竞争力之一,交付速度和质量都处于业界领先地位,整机柜服务器SR累计出货超过10万节点,市场占有率70%以上,几乎成整机柜服务器的代名词。浪潮依靠该模式也成为了互联网巨头阿里巴巴和百度的第一战略服务器供应商,以及腾讯的核心服务器供应商。
随着融合架构技术路线的逐步清晰和确立,浪潮开始将定制产品通用化,通过建立共享硬件资源池的方法来满足客户多样化的需求,最成功的产品便是刚刚迭代的整机柜服务器SR4.5,通过基于硬件交换技术的PCI-E Switch和SAS Switch模块的开发,实现了柜内I/O和存储资源的池化和共享。在上述技术的支持下,整机柜服务器SR可以为单节点配置8块以上GPU/MIC/FPGA,或者20块NVMe SSD,或者120块硬盘,成为机器学习、智能分析、冷存储、对象存储等定制化的基础架构方案。
融合架构产品完成布局落地,智慧计算成主流
目前,浪潮已经形成了完整的融合架构产品线,除了面向大规模数据中心及公有云应用的整机柜服务器SR之外,还有另外一款整机柜服务器系统InCloudRack云一体机以刀片系统I9000,这两款产品在高可用、智能等高级特性方面更为突出,不仅电源、管理等辅助模块全部采用冗余和热插拔设计,而且还支持双路、4路和八路节点的混插,可以更好的满足企业级用户及私有云的应用技术需求。
浪潮融合架构完全可以支撑各类智慧计算的应用。彭震谈到,智慧计算是未来占比超过70%的主流计算形式,这种计算“以云计算为基础平台、以大数据为认知方法、以深度学习为优化工具”,需要多种类型的基础平台,灵活的灵活配置以及硬件调度完全可以覆盖用户的各类需求。
融合架构将成软件定义数据中心的关键
随着融合架构的发展,计算、存储、网络之间的边界越来越模糊,基于通用服务器的NFV技术已经在传统的电信业务中开始应用,超融合等最新技术形成了产业规模,这些趋势将让硬件重构不断深化、软件定义不断升级。浪潮制定了融合架构的三步走战略——节点、机柜和数据中心三个层面的融合,目前已经实现了机柜层面的资源融合,下一代基于硅光互联的融合架构产品正在研发,可以实现数据中心级别的资源池化和共享。未来基于浪潮融合架构的软件定义数据中心将成为数据社会化的主要技术基础。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。