2020年11月25日,浪潮云海成功完成全球最大规模单一集群达1000节点的云数智融合实践,并在“远见卓实 践所未见”浪潮云海创新论坛2020做了重要发布,中国信息通信研究院全程跟踪本次测试并给予了高度肯定。
中国信通院云大所测评专家刘如明表示:“浪潮这次大规模测试,实现了三个方面的推动,为大规模IT基础设施建设提供了一定的保障,为行业云数智融合建设提供现实的参考依据,为企业数智化转型提供参考方案。”
从500到1000 从量变到质变
2019年,浪潮云海完成了单一集群大规模达500节点的测试,是当时基于OpenStack Rocky版本的全球最大规模单一集群实践。本次1000节点大规模测试,实现了规模、场景、性能的全面突破,完成了从500节点到1000节点的升级、从量变到质变的升华。
浪潮信息副总裁张东表示:“我们希望通过这样一次测试,检验浪潮云海在大规模场景下平台的敏捷交付、持续优化和智能运维能力,输出平台的高性能、高效率、高可用,基于云平台融合计算、存储、网络、大数据、人工智能产品形成云数智整体解决方案。”
规模更大。1000节点大规模实践相比500节点,在控制节点不变的情况下,集群规模扩大了一倍,存储扩大3倍达到240节点,计算节点增加1.8倍达到720节点,安装部署扩容装配全生命周期时间不变。
场景更全。1000节点大规模从OpenStack测试升级为云数智全栈融合测试,并在云平台软环境部署交付效率上也有优异表现。3天完成1000台服务器、5050节点大数据平台、1000节点容器平台部署,支撑传统业务、云原生业务、大数据业务、人工智能应用等。
性能更高。1000节点大规模测试刷新了SPEC Cloud权威基准测试世界纪录,OpenStack实现3000个虚拟机高并发创建,密度可达5万,30分钟内完成百节点裸机发放;容器实现1000节点管理,3万 POD并发创建,20万POD管理,10万应用管理;存储实现240节点管理,10万卷分布式存储,单节点1万IOPS,单集群240万IOPS;SDN实现2到7层网络10万台虚拟机统一管理配置,流量灵活调度,全面展示了云海OS的极致性能。
1000节点大规模测试作为智算中心操作系统云海OS的领先落地实践,表现了极致扩展、极致性能、极致敏捷、极致可靠。它基于云平台融合计算、存储、网络、大数据、人工智能产品,为用户打造云数智整体解决方案,支撑传统核心应用、新兴大数据、AI应用、云原生应用,并可进行标准一体化交付,加速用户业务创新。
大规模多维度融合测试 云数智融合建设参考
浪潮在多年云平台建设的探索中发现,大型用户的云平台实践普遍面临大规模的挑战。随着内外部用户数量的增长,单一应用和服务的规模变得愈发庞大,需要同时部署数百甚至数千台虚拟机。如果使用多个小规模集群构建云平台,应用和服务的跨集群部署、管理、升级会变得异常困难甚至无法实现,因此对单一集群的规模产生了强烈的需求。
中国信通院云大所副所长栗蔚表示,OpenStack是当前主流的云架构开源项目,逐渐成为高速发展企业和成熟企业基础IT架构的首选解决方案。OpenStack在小规模部署时其性能和稳定性较为稳定,开源特性和良好的社区支持也为小规模部署提供了技术参考。随着企业探索的不断深入,大规模应用的需求越发迫切,OpenStack大规模云集群有待突破。
浪潮云海“全球最大规模单一集群云数智融合实践”是业界最大规模的SPEC Cloud测试,是业界首次大规模多维度融合测试。通过测试,云海OS展示了作为智算中心操作系统的极致能力,再一次扩大了在大规模集群管理方面的领先优势,通过云融数智融合极大丰富了大规模集群的应用场景,进一步完善了行业建设大规模云集群参考设计规范,为企业数智化转型提供重要支撑。
好文章,需要你的鼓励
智能网卡(SmartNIC)技术自2013年AWS首次应用以来,虽然获得了VMware、英特尔、AMD和英伟达等巨头支持,但市场表现平平。分析师指出,目前主要客户仍局限于服务提供商。然而,随着AI技术蓬勃发展,情况正在改变。英伟达、红帽等厂商在AI云架构中推荐使用DPU,认为其可优化推理工作负载并提升资源效率,AI革命有望真正推动智能网卡技术普及。
法国Valeo公司联合巴黎索邦大学开发出DIP技术,让AI模型能像人类一样通过少量样本快速学习图像理解。该技术采用创新的"元学习"训练方式,无需人工标注即可显著提升模型在复杂场景下的分割性能,训练时间仅需9小时,在多个数据集上表现优异,为自动驾驶、医疗影像等领域应用提供了新可能。
YouTube为Premium会员推出AI生成的搜索轮播功能,可在购物和地点查询时显示相关视频序列。同时,此前仅限Premium用户的AI对话助手开始向美国普通用户开放,用户可通过"询问"按钮获得视频摘要和内容问答服务。该AI工具基于YouTube平台和网络信息运行,但准确性仍待观察。
微软等机构联合推出的RealPlay系统首次实现了用游戏控制指令生成现实视频的突破。该系统仅使用赛车游戏数据训练,却能控制现实中的汽车、自行车和行人运动,控制成功率达90%。RealPlay支持交互式视频生成,用户可像玩游戏般逐步指导视频发展,生成质量接近真实拍摄,为AI视频生成和未来游戏引擎开发开辟了新方向。