ZD至顶网服务器频道 11月23日 新闻消息(文/邹大斌):中国有全球最大的互联网市场,这个市场成就了BAT(百度、腾讯、阿里)等互联网公司,同时也造就一个巨大的服务器市场。单就BAT而言,保守的估计每家服务器拥有量都在10万台+以上,这个数字肯定每年只增不减。除了BAT之外,还有众多大大小小的互联网公司活跃在个市场上,每家互联网公司背后都或多或少有一批服务器在支撑其业务运行。
互联网应用只是更为广大的云服务市场的一个缩影。伴随中国云计算市场的成长,在巨大需求的推动下,中国的云服务正在成就一个又一个大型、超大型数据中心在中国各地崛起。在这种趋势下,数据中心正在向规模化、模块化和集约化进行升级和变革。有研究显示,未来五年超过60%的数据中心投资增长将来自超大规模数据中心,5000台以上的数据中心将占到总体的68%以上,而到2020年将出现50万台容量的单一数据中心。
显然,云服务背后的服务器市场非常诱人。不过,目前来看,这个市场与大多数服务器厂商,特别是传统一线服务器厂商并没有大多关系。尽管大家对此都垂涎已久,但是却很少有服务器厂商能从这个市场分一杯羹。因为在这个市场有着不同的玩法,最为关键的是传统服务器在这个市场不灵,这个市场需要更有针对性的服务器产品,而目前市场我们还并没有看到。
要回答这个问题,先要看看今天互联网上的应用都有何特点。众所周知,传统企业级市场,最典型的是基于数据库的各种应用系统(如ERP),这些应用系统常常有复杂业务逻辑要处理,对服务器的性能要求高,同时可靠性高。而在互联网上,最主流的应用并不是这些。
有人对云服务市场的应用类型做过研究,发现简单的Web访问类应用和信息检索查询应用占现在云应用90%以上,最典型的是人和互联网之间的简单互动,比如我们要到互联网上去查询,互联网给我们返回一个结果。因此,大部分情况下后台服务器在处理时并不是想象中的需要一群超级计算紧耦合协作。这也正是云计算市场的一个突出特点。这就是意味着对服务器的计算能力要求并不高。而另一方面,由于用户来自互联网,所以常常对服务器的高并发能力有着很高的要求。
云服务市场的第二个特点是,数据中心走向大型化和超大型化之后对于绿色、节能和环保的关注。我们知道,服务器本身是耗能的,而服务器的能耗最后会以热的形式释放,这就带来的制冷需求。在一个大型数据中心,用电成本往往占到运维成本的4成。因此一台高能效的服务器不仅会带来本身的低能耗还能带来制冷用电的节约。同时,服务器也应该是高密度的,以最大程度地节约空间。
与数据中心大型化有关的另一个对服务器的需求是服务器的可灵活配置、管理简单。简单地说,就是能通过软件定义,灵活地对计算、存储、乃至网络进行按需分配。这对于大批量服务器的运维至关重要。
另外,这个服务器一定是通用服务器,其产业链条在现有生态系统中。同时,成本必须低,也就是服务器本身要极简的,因为价格对于海量的价格来说也非常关键。
很显然,传统服务器是很难满足这个市场的需求的。在传统模式下,服务器厂商一直追求的是单体服务器产品最优、成本够低,由于缺乏针对性设计,现有的服务器,无论是塔式还是机架式乃至刀片服务器都存在扩展性、成本、性能、能耗方面的问题,面对新兴的云服务市场都力有不逮。比如,难以支持高并发(如亿级并发);传统互联网结构难以满足规模化云计算主机资源共享;传统服务器在小规模简单云负载下效率过低;服务器能耗过大。
而要解决上述问题,绝不是在现有服务器架构上修修补补就可以了,新兴的云服务市场需要新的服务器架构设计,这种设计很有可能是传统服务器设计的颠覆。这就对服务器厂商提出一个很严峻的挑战:如果不跟进就没有进入这个庞大市场的可能;而如果跟进有投入却也未必一定有收获。如果产品不是足够优秀,可以这笔投入很可能就打了水漂了。
原因在于,互联网巨头们已经主动出击,正设法通过定制来解决问题。比如,国际市场有著名的OCP项目——2011年由Facebook联合惠普、戴尔、AMD、英特尔共同推出,其核心思想是从互联网应用特点的出发,让众多上下游厂商参与到整机柜产品的开发中并实现标准化。在中国有BAT联合发起的天蝎计划。如今它是由百度、阿里巴巴、腾讯、中国电信、中国移动、工信部电信研究院发起、英特尔担任技术顾问的开放数据中心委员会的主要工作。
很显然,不管是OCP还是天蝎计划,它们的出现都是由于互联网公司认识到通用的服务器架构和云计算的需求不匹配,而办法就是用物理结构的优化来解决这个矛盾,比如,把大量服务器集中布置,把服务器的布线进行优化,对散热进行调整优化,集中设计供电。同样,市场也有一些服务器厂商针对云市场做出了一些创新和大胆尝试,比如这两年出现在市场上的整机柜服务器,其高密度、整体式设计(包括集中供电设计、集中管理),在节能降耗、快速运维上都有突破,也赢得了一些用户的认可。
不过,市场对这类产品的认可度还不是特别高,即使在OCP和天蝎计划发起者内部,这类产品的应用也很有限。部分原因在于,这些创新和尝试没有改变通用服务器本质设计结构上的不足,也就是没有根本上解决服务器与云应用需求的不匹配问题。市场期待更颠覆性、更大胆创新的产品出现。
机会显而易见,风险也一目了然,对于众多服务器厂商而言,如何抉择考验服务器厂商的决心,同时也考验服务器厂商的技术实力。近日,听闻曙光将于11月29日举办一场云服务器新产品发布会,记者非常期待这是一个有所突破的产品,到底是否有所突破以及如何突破,答案还是等到当天揭开吧。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。