浪潮信息“拓荒”：一場(chǎng)面向大模型時(shí)代的性能“壓榨”

　 域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過

文 | 智能相對(duì)論

作者 | 沈浪

全球人工智能產(chǎn)業(yè)正被限制在了名為“算力”的瓶頸中，一側(cè)是供不應(yīng)求的高端芯片，另一側(cè)則是激戰(zhàn)正酣的“百模大戰(zhàn)”，市場(chǎng)的供求兩端已然失衡。

然而，大多數(shù)人的關(guān)注點(diǎn)仍舊還是在以英偉達(dá)為主導(dǎo)的高端芯片領(lǐng)域。

半導(dǎo)體的創(chuàng)新固然關(guān)鍵，但是從現(xiàn)實(shí)處境來講，芯片從造出來到用起來，是一個(gè)龐大的系統(tǒng)工程，市場(chǎng)更需要一條能暫時(shí)繞開半導(dǎo)體創(chuàng)新的系統(tǒng)創(chuàng)新的技術(shù)路徑，來同步釋放算力，以滿足現(xiàn)階段爆發(fā)性的算力需求以及后期可持續(xù)的常態(tài)發(fā)展。

遵循著這一思路，就不難發(fā)現(xiàn)，以浪潮信息為代表的本土廠商已經(jīng)開始了另一條釋放算力的創(chuàng)新路徑，即對(duì)服務(wù)器等硬件的基礎(chǔ)架構(gòu)進(jìn)行創(chuàng)新，在硬件層面“拓荒”，“壓榨”更多的硬件性能，打破算力桎梏。

只是這樣的路徑，似乎沒有想象中的那么簡(jiǎn)單、輕松。

01 向底層“拓荒”，激活“牛鞭效應(yīng)”

以服務(wù)器為例，一臺(tái)服務(wù)器有超過10000個(gè)零部件，同時(shí)還涉及30多個(gè)技術(shù)領(lǐng)域，包括材料學(xué)、熱力學(xué)、電池技術(shù)、流體力學(xué)、化學(xué)等一系列學(xué)科。此外，一臺(tái)服務(wù)器里還會(huì)應(yīng)用超過100種傳輸協(xié)議。其制造過程更是需要經(jīng)歷30多道流程，使用100多種加工和制造工藝等等。

若要對(duì)這樣的高精密硬件的基礎(chǔ)架構(gòu)進(jìn)行創(chuàng)新，絕非易事。

在四五年前，一些大規(guī)模數(shù)據(jù)中心用戶幾乎都遇到過一個(gè)相似的問題：風(fēng)扇轉(zhuǎn)速越快，硬盤越有可能出現(xiàn)性能波動(dòng)，嚴(yán)重時(shí)還會(huì)直接掉線，非常影響硬盤的讀寫性能。

浪潮信息的工程師團(tuán)隊(duì)做了大量實(shí)驗(yàn)，最終鎖定原因：風(fēng)扇產(chǎn)生的噪音一旦達(dá)到120分貝，就非常容易造成硬盤磁頭偏移、讀寫效率下降，進(jìn)而導(dǎo)致扇區(qū)失效乃至硬盤報(bào)廢、服務(wù)器宕機(jī)。

盡管這樣的問題看起來很小，卻對(duì)服務(wù)器的性能有著嚴(yán)重制約。如何解決服務(wù)器內(nèi)部的風(fēng)噪問題，成為了一個(gè)業(yè)內(nèi)共同探索的議題。國(guó)際開放計(jì)算社區(qū)OCP組織成員包括FaceBook（現(xiàn)為Meta公司）、微軟、浪潮信息、戴爾等企業(yè)，共同發(fā)起Storage Vibration（存儲(chǔ)設(shè)備振動(dòng)）項(xiàng)目，旨在解決相關(guān)的問題。

最終，浪潮信息的工程師們基于大量機(jī)理性研究和測(cè)試，發(fā)現(xiàn)了硬盤性能損失與聲壓強(qiáng)度間的數(shù)學(xué)規(guī)律，并構(gòu)建出業(yè)界首個(gè)硬盤敏感度模型，量化出不同硬盤受到各類噪聲影響后的性能表現(xiàn)。

以此為依據(jù)，浪潮信息也得以對(duì)最新G7服務(wù)器系統(tǒng)進(jìn)行了全方位的優(yōu)化設(shè)計(jì)，譬如通過CFD流體動(dòng)力學(xué)仿真改進(jìn)·不同機(jī)箱布局下的風(fēng)扇的葉片形態(tài)，抑制扇葉表面因渦流脫落形成的高頻噪音，提升硬盤讀寫效率50%；或是在機(jī)箱內(nèi)通過設(shè)計(jì)40多種歌院式的消音結(jié)構(gòu)，消除特定的高頻噪聲等等。

這些“繡花針”功夫是創(chuàng)新底層架構(gòu)的關(guān)鍵，而看似很微小的基礎(chǔ)改良，卻是提升服務(wù)器性能、保障硬件平穩(wěn)運(yùn)行的重要因素。 在經(jīng)濟(jì)學(xué)領(lǐng)域，有一個(gè)專業(yè)術(shù)語叫作“牛鞭效應(yīng)”，指一端微小的擺動(dòng)被不斷放大，到了另一端將演變?yōu)榇蠓鶖[動(dòng)的趨勢(shì)。

從硬件的應(yīng)用來看，基礎(chǔ)部件的改良也將激活“牛鞭效應(yīng)”——從一張硬盤到一個(gè)服務(wù)器，再到一個(gè)數(shù)據(jù)中心，隨著硬件不斷疊加應(yīng)用，底層的改良價(jià)值將被逐步放大，向上層傳遞，成為服務(wù)器安全運(yùn)作、釋放算力、促進(jìn)人工智能產(chǎn)業(yè)發(fā)展的重要保障。

類似的，現(xiàn)階段備受關(guān)注的芯片互聯(lián)技術(shù)，也是支撐大模型大規(guī)模算力場(chǎng)景的關(guān)鍵技術(shù)，尤其是單個(gè)服務(wù)器內(nèi)部芯片高速直連，是實(shí)現(xiàn)大規(guī)模算力集群高效協(xié)同工作的基礎(chǔ)。作為全球領(lǐng)先的服務(wù)器廠商，浪潮信息在高速互連領(lǐng)域定義了業(yè)界第一個(gè)符合OAM（開放加速模塊）規(guī)范的8卡互連硬件系統(tǒng)，解決了高速信號(hào)的速率提升和信號(hào)失真問題，實(shí)現(xiàn)開放加速規(guī)范下芯片互連的最高速率，助力著人工智能產(chǎn)業(yè)的持續(xù)突破。

02 一場(chǎng)對(duì)性能的極限“壓榨”

在人工智能行業(yè)，算力的巨大需求和供給緊張已然是擺上臺(tái)面的事實(shí)。為什么業(yè)內(nèi)廠商想要不斷地改進(jìn)傳統(tǒng)的硬件架構(gòu)去釋放算力，哪怕只是一點(diǎn)細(xì)微的聲噪優(yōu)化，都不遺余力地花上四五年的時(shí)間去研究、探索和創(chuàng)新。

細(xì)究來說，算力的供應(yīng)大抵可以歸結(jié)為兩條路徑，一是“增量拓展”，比如接入更多的服務(wù)器、建更多的數(shù)據(jù)中心，通過“堆量”的方式來提供更多的算力。二是“存量?jī)?yōu)化”，對(duì)原有架構(gòu)、原有機(jī)器進(jìn)行優(yōu)化升級(jí)，通過“提質(zhì)”的方式來把性能和效率提升起來。

其中，在這兩條路徑之下，“存量?jī)?yōu)化”又是必然的一條。無關(guān)乎未來算力是否緊張或?qū)捲?，如何?duì)現(xiàn)有的機(jī)器和架構(gòu)進(jìn)行升級(jí)優(yōu)化，是行業(yè)發(fā)展的一個(gè)重要階段，只是時(shí)間早晚的問題。

值得一提的是，現(xiàn)階段，服務(wù)器行業(yè)已經(jīng)有著充分的理由去推進(jìn)“存量?jī)?yōu)化”這一路徑。

一方面，算力領(lǐng)域正在面臨著高端芯片緊張的問題，“增量拓展”被限制，那么業(yè)內(nèi)廠商就不得不考慮“存量?jī)?yōu)化”的事情。

另一方面，源于服務(wù)器的特殊性，在服務(wù)器概念上的簡(jiǎn)單的“堆量”只能堆出各種形態(tài)和規(guī)格的服務(wù)器，但對(duì)數(shù)據(jù)中心計(jì)算能力的提升并沒有什么實(shí)質(zhì)性的幫助。

對(duì)此，在2014年，浪潮信息提出了“融合架構(gòu)”的技術(shù)理念，旨在創(chuàng)造一種新的體系架構(gòu)，將硬件設(shè)備中的同類資源整合成一個(gè)資源池，即便是不同的設(shè)備也能夠任意地整合，再通過軟件動(dòng)態(tài)感知業(yè)務(wù)的資源需求，從而利用硬件重組的能力來滿足各類應(yīng)用的性能需求。

這種“融合架構(gòu)”看似是“增量拓展”，但核心則是“存量?jī)?yōu)化”。直到融合架構(gòu)3.0的發(fā)布，就可以清晰地看到，這一技術(shù)理念打破了現(xiàn)有服務(wù)器的邏輯架構(gòu)和應(yīng)用模式，實(shí)現(xiàn)了整機(jī)柜級(jí)別的計(jì)算、內(nèi)存、存儲(chǔ)與互聯(lián)等各種IT資源的池化，形成了以系統(tǒng)設(shè)計(jì)為中心的新架構(gòu)模式，對(duì)構(gòu)建高速高性能的互聯(lián)網(wǎng)絡(luò)起到了重要作用。

簡(jiǎn)單來說，基于“池化”的概念，融合架構(gòu)3.0將服務(wù)器內(nèi)的計(jì)算資源、存儲(chǔ)資源、內(nèi)存資源、異構(gòu)加速資源等核心IT資源重新細(xì)化，并做了“重組”，從而能使其發(fā)揮出更高的性能和應(yīng)用價(jià)值。

這相當(dāng)于對(duì)現(xiàn)有的服務(wù)器性能做了一次極限地“壓榨”。 眾所周知，傳統(tǒng)服務(wù)器的性能利用率是無法達(dá)到100%，兩臺(tái)服務(wù)器相連得到大多是1+1<2結(jié)果，而基于融合架構(gòu)3.0的支持，就有可能實(shí)現(xiàn)1+1>2的情況。

當(dāng)然，這只是一個(gè)便于理解的理想化公式，現(xiàn)實(shí)大抵是達(dá)不到這個(gè)效果的。但是，其中的進(jìn)步也是看得見的，特別是隨著服務(wù)器的增加，當(dāng)我們?cè)賮砉浪?+1+1+...+N的效果時(shí)，在融合架構(gòu)3.0下的服務(wù)器便能發(fā)揮出遠(yuǎn)超傳統(tǒng)架構(gòu)的性能和價(jià)值。

這是融合架構(gòu)3.0的價(jià)值展望，同時(shí)也是“存量?jī)?yōu)化”這一路徑在服務(wù)器行業(yè)的價(jià)值呈現(xiàn)。正如上文提及的“牛鞭效應(yīng)”，當(dāng)?shù)讓蛹?xì)微的創(chuàng)新不斷被放大到一個(gè)硬件、一個(gè)計(jì)算集群、一個(gè)產(chǎn)業(yè)生態(tài)，那么其發(fā)揮出來的作用將遠(yuǎn)超過往。

03 在算力之外

當(dāng)前，在服務(wù)器行業(yè)，就能看到類似的信號(hào)。

繼續(xù)以融合架構(gòu)3.0為例，其打破了以往“以CPU為中心”的設(shè)計(jì)理念，從整體出發(fā)，以系統(tǒng)為中心，通過硬件解耦將異構(gòu)計(jì)算、內(nèi)存、存儲(chǔ)等資源轉(zhuǎn)變?yōu)榭瑟?dú)立擴(kuò)展的資源池。

在這個(gè)過程中，不僅實(shí)現(xiàn)了亞微秒級(jí)遠(yuǎn)端內(nèi)存訪問，并且還構(gòu)建出了一種邏輯上可遠(yuǎn)端共享的內(nèi)存資源池，讓多臺(tái)主機(jī)訪問同一個(gè)內(nèi)存池，從而大大提高了數(shù)據(jù)交換的效率，讓Spark、Hadoop和機(jī)器學(xué)習(xí)等使用分布式數(shù)據(jù)框架的應(yīng)用，能夠更順暢地實(shí)現(xiàn)框架內(nèi)各節(jié)點(diǎn)間的數(shù)據(jù)交換與協(xié)作。

也就是說，融合架構(gòu)3.0解決的不僅僅是服務(wù)器性能、算力釋放等問題，實(shí)際上還繼續(xù)向上層拓展，解決了系統(tǒng)應(yīng)用的問題——服務(wù)器的架構(gòu)創(chuàng)新在算力之外，帶來了全新的價(jià)值呈現(xiàn)。

類似的，放眼全球市場(chǎng)，微軟與英偉達(dá)合作推出的虛擬機(jī)Azure ND H100 v5 VM系列，正基于強(qiáng)大的硬件能力支持結(jié)合Quantum-2InfiniBand網(wǎng)絡(luò)互連，從而幫助企業(yè)更好、更高效地處理生成式AI任務(wù)。

現(xiàn)階段，大多數(shù)硬件升級(jí)并非單線的，而是考慮到上層的應(yīng)用需求，如大模型訓(xùn)練、生成式AI任務(wù)等，結(jié)合軟件系統(tǒng)、網(wǎng)絡(luò)服務(wù)等進(jìn)行融合創(chuàng)新，從而為應(yīng)用場(chǎng)景服務(wù)。

縱觀當(dāng)前人工智能產(chǎn)業(yè)在算力層面的困頓處境，以算力牽動(dòng)整個(gè)人工智能產(chǎn)業(yè)的發(fā)展是必然的趨勢(shì)。而業(yè)內(nèi)廠商在解決算力供給問題的過程，也將同步帶動(dòng)其他模塊的升級(jí)。換句話說，解決算力問題就不能局限在高端芯片領(lǐng)域，更要從其他的路徑尋求多元化的發(fā)展。

在這個(gè)階段，以英偉達(dá)為主導(dǎo)的高端芯片領(lǐng)域和以浪潮信息為代表的服務(wù)器硬件升級(jí)，都將站在市場(chǎng)的聚光燈下。今天的市場(chǎng)，需要更多元、更勇敢、更執(zhí)著的探索者、創(chuàng)新者。

*本文圖片均來源于網(wǎng)絡(luò)

#智能相對(duì)論 Focusing on智能新產(chǎn)業(yè)新服務(wù)，這是智能的服務(wù)NO.247 深度解讀

此內(nèi)容為【智能相對(duì)論】原創(chuàng)，

僅代表個(gè)人觀點(diǎn)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實(shí)版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請(qǐng)作者與我們聯(lián)系。

•AI產(chǎn)業(yè)新媒體;

•澎湃新聞科技榜單月度top5;

•文章長(zhǎng)期“霸占”鈦媒體熱門文章排行榜TOP10;

•著有《人工智能 十萬個(gè)為什么》

•【重點(diǎn)關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機(jī)、無人機(jī)等AIoT設(shè)備）、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開發(fā)者以及背后的芯片、算法等。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！