計算産業正在迎來一(yī)場智能化的變革，AI普及驅動服務器産品升級。同時，服務器及數據中(zhōng)心的智能化管理和運維也成爲大(dà)勢所趨。
智能時代，人工(gōng)智能與實體(tǐ)經濟深度融合，算力的重要性不言而喻。不管是人工(gōng)智能技術本身的進步還是企業的數字化變革都離(lí)不開(kāi)計算力的支撐。而另一(yī)方面，計算本身也深受人工(gōng)智能技術的影響，在計算産業的各個環節，包括基礎設施、運營以及管理等各個方面，都能看到人工(gōng)智能的“身影”。
智能計算與加速
根據OpenAI最新的分(fēn)析，近年來人工(gōng)智能訓練任務所需求的算力每3.43個月就會翻倍，這一(yī)數字大(dà)大(dà)超越了芯片産業長期存在的摩爾定律（每18個月芯片的性能翻一(yī)倍）。自2012至2018的6年時間裏，業界對于算力的需求增長了超過300000倍。
AI、5G、物(wù)聯網等不同類型工(gōng)作負載帶來了計算的多樣性趨勢，如何組合不同的計算資(zī)源高效地應對不同的計算需求，是提升計算ROI的關鍵。特别是AI的廣泛應用對算力需求增長不斷加快，而CPU技術的提升已經遭遇瓶頸，随着摩爾定律逐漸失效，我(wǒ)們必須依靠多種計算架構的組合解決算力瓶頸，以應對AI負載的增長。
未來的世界會是一(yī)個開(kāi)放(fàng)的、多元化的世界，而标準化的計算平台已經無法滿足數字化技術對計算的要求。爲了應對算力爆炸的趨勢，AI服務器引入了智能加速引擎，包含了GPU、FPGA加速卡、智能融合網卡和推理卡加速部件，突破傳統服務器單機性能過度依賴CPU，大(dà)幅度提升服務器的系統級性能。
随着應用和數據的多樣化，計算平台呈現出向異構計算演進的趨勢，異構計算芯片大(dà)規模于衆多應用場景中(zhōng)。在“成就智慧計算”的戰略下(xià)，新華三提供了CPU、GPU、FPGA、ASIC等多種強大(dà)的計算能力，滿足智能化計算的所有場景，加速百行百業數字化變革。
新華三服務器産品不光集成了對異構計算的支持，還搭載了新華三自主研發的人工(gōng)智能平台AIOS，AIOS能夠幫助用戶實現AI的部署、池化、管理、推理、訓練等各個環節的人工(gōng)智能落地整體(tǐ)解決方案。
AI計算已經成爲主流的計算形态，并對人工(gōng)智能服務器市場産生(shēng)重要影響。根據IDC的數據，2019年中(zhōng)國AI服務器出貨量爲79318台，同比增長46.7%。2019年人工(gōng)智能基礎架構市場規模達到20.9億美元，同比增長58.7%。中(zhōng)國AI服務器市場在2018-2023年的年複合增長率爲37.9%，也就是到2023年，AI服務器市場規模将達到2019年的3.6倍。
AI服務器不僅出貨量增長速度更高、技術創新更快，而且單機配置也在不斷提高，單台AI服務器可以提供更高的計算力。當前人工(gōng)智能服務器正在快速成熟和完善中(zhōng)，如果結合整個人工(gōng)智能技術和服務的發展，我(wǒ)們看到未來人工(gōng)智能服務器會重點在低功耗設計、智能邊緣計算、軟硬件平台融合等領域産生(shēng)新的突破。
智能管理與運維
具備支撐AI計算的服務器産品是計算産業智能化升級的一(yī)個方面，另外(wài)不管是服務器産品還是數據中(zhōng)心實現智能化管理和運維也是AI賦能的重要體(tǐ)現。
随着算力需求的增加，數據中(zhōng)心建設規模越來越大(dà)，從幾萬台服務器到幾十萬甚至上百萬。這就需要IT基礎設施具備快速部署、快速上線及便捷管理的能力，海量服務器的管理場景變得越來越複雜(zá)，傳統運維領域面臨許多新的挑戰。
衆所周知(zhī)，傳統數據中(zhōng)心主要依靠人工(gōng)操作來解決日常運維問題，人力不僅低效而且穩定性不高，造成海量服務器的部署、運維、管理成本高昂。此外(wài)，傳統運維模式中(zhōng)，運維人員(yuán)主要是被動式地等待問題發生(shēng)，再進行故障處理，傳統運維模式下(xià)人均維護效率爲50-100台。随着數據中(zhōng)心規模越來越大(dà)，故障将發生(shēng)地更加頻(pín)繁，故障之間的關聯将更加複雜(zá)，傳統的維護效率會進一(yī)步降低。
AI時代，數據中(zhōng)心服務器越來越多承載大(dà)數據、人工(gōng)智能等業務場景，數據中(zhōng)心自身也需要适應新的智能化業務的需求。智能化數據中(zhōng)心的建設應該是基于海量數據，利用人工(gōng)智能的技術，将人工(gōng)總結運維規則的過程變爲自動學習的過程，實現智能化的故障發現、診斷、處置、預防。
Gartner于2016年提出了智能運維的概念（Algorithmic IT Operations，AIOps），相比人工(gōng)運維中(zhōng)的不足，智能運維管理不僅能夠簡化流程、提高效率以及綜合管理能力，也能大(dà)大(dà)降低人爲産生(shēng)的故障率，未來數據中(zhōng)心智能管理必将全面替代純人工(gōng)運維及自動化半人工(gōng)運維。
例如新華三創新性地推出了U-Center統一(yī)運維平台，變被動響應式監測爲自動智能運維，通過AI和運維的結合，80%以上系統的問題不需要人工(gōng)幹預自動解決。未來甚至能夠在計算資(zī)源或者網絡資(zī)源、存儲資(zī)源遇到瓶頸時給用戶建議，在出現瓶頸之前盡快部署資(zī)源幫助解決用戶的問題。
此外(wài)，智能服務器通過增加AI智能管理引擎，可提供包含資(zī)産管理、能效管理、部署管理、故障管理等智能管理特性，讓海量部署的服務器管理更加智能化，提升管理與運維效率。數據中(zhōng)心通過将傳統服務器升級爲智能服務器，實現由點到面的算力進化，最終實現無人值守的自動化、智能化數據中(zhōng)心基礎設施。
結語
計算産業已經走到一(yī)個關鍵的節點，人工(gōng)智能的計算将會成爲主流。未來随着AI與各行各業的深入融合，具備智能化的算力基礎設施将發揮越來越重要的作用。AI驅動下(xià)的服務器與數據中(zhōng)心産業也會迎來快速發展的曆史機遇，這也有賴于整個計算産業鏈上下(xià)遊廠商(shāng)的協同創新，一(yī)起推動計算産業的智能化升級。
