1776
編者按
之前文章中，我們介紹過復雜計算的概念，今天又給出了一個新的概念：融合計算。兩者的區(qū)別在哪里？復雜計算是對需求的描述，而融合計算是對解決方案的描述。很多計算解決方案，聚焦具體算法、具體場景，而忽略了變化、迭代，以及平臺和生態(tài)的建設：
- “不謀萬世者，不足謀一時”。計算的軟硬件演進非?？?，我們在考慮計算解決方案的時候，不能僅考慮是否滿足當前要求，至少需要考慮未來五年、十年是否可以持續(xù)滿足業(yè)務的需求?！安恢\全局者，不足謀一域”。并且，計算不僅僅是AI計算，也不僅僅是某個特定特征或領域的計算，計算是要以一個通用而綜合的形態(tài)，滿足幾乎所有場景的需求。
今天這篇文章，我們展望一個足夠通用、綜合、全面、更長生命周期的理想化的計算體系：融合計算。
1 專用硬件or通用硬件？
算力中心的硬件是預配置的，算力中心運營商在購買硬件時，并不確定這些硬件具體會運行什么計算任務。因此，需要以不變應萬變，優(yōu)先考慮足夠通用的、綜合性的硬件。此外，站在算力中心運營管理的視角，需要盡可能的減少硬件的型號（簡化管理，提高硬件資源利用率，降低成本），最理想情況是：硬件規(guī)格是一致性的，只有一種型號的硬件，然后通過虛擬化實現(xiàn)差異化的“軟件運行平臺”。
云計算/算力中心的理想化目標，就是：
綜合的、通用的硬件和基礎設施；
靈活、高效且低損耗的虛擬化，來實現(xiàn)資源的池化和靈活重組；
面向各類計算場景的、豐富多彩的多種不同規(guī)格的“軟件運行平臺”（軟件運行平臺指的是虛機、容器、函數(shù)等軟件運行環(huán)境；多種規(guī)格的軟件運行平臺，可精確匹配軟件的差異性，滿足系統(tǒng)性能要求的條件下，實現(xiàn)盡可能高的硬件資源利用率）。
2 復雜計算
按照虛擬化的層次，虛擬化可以分為計算機虛擬化、操作系統(tǒng)虛擬化和函數(shù)虛擬化。綜合這三類虛擬化的共性價值：
虛擬化按照一定時間或空間的粒度，把資源切分和組合；
虛擬化屏蔽硬件架構/軟件接口的差異性，為上層軟件提供一致性的硬件/軟件；
虛擬化為上層軟件系統(tǒng)提供多種下層資源不同比例組合的運行平臺；
上層軟件系統(tǒng)和下層硬件/軟件系統(tǒng)解耦，上層軟件系統(tǒng)作為運行實體，可以創(chuàng)建/銷毀、運行/掛起、復制、遷移等；
多系統(tǒng)隔離/共存：資源共享的同時，數(shù)據(jù)隔離、性能隔離、故障隔離、安全隔離；
提升系統(tǒng)靈活性，提升資源利用率，提升硬件負載均衡性，提升軟件高可用性。
以VM為例，假設有100臺服務器，一臺物理的服務器虛擬出10臺VM，1000個邏輯的機器VM分屬于50個不同大小的私有集群。
復雜系統(tǒng)的多集群、多系統(tǒng)和動態(tài)共存體現(xiàn)在：
硬件集群：供系統(tǒng)調(diào)度的一組硬件設備的集合，可以從數(shù)臺到數(shù)千臺，甚至上萬到百萬臺的規(guī)模，也可以超大規(guī)模到跨算力中心的千萬級甚至更多計算設備；
軟件多系統(tǒng)：通過虛擬化機制，實現(xiàn)單個硬件上的多個不同規(guī)格的軟件系統(tǒng)共存；
軟件多系統(tǒng)集群：一組軟件系統(tǒng)組成軟件集群，多組軟件集群混合交叉部署在一組硬件集群之上；
動態(tài)性：宏觀的看，這些硬件集群和軟件集群的配置一直處于頻繁的變更中。
因此，我們可以得到復雜計算的定義：①基于一組硬件集群，②運行多軟件系統(tǒng)集群的、 ③動態(tài)的、 ④交叉混合計算。展開說明：
單個硬件支持多個不同規(guī)格軟件系統(tǒng)的計算。
單個硬件集群支持多個軟件系統(tǒng)集群的計算，并且軟件系統(tǒng)集群交叉混布。
數(shù)以萬計、百萬計甚至更多計算設備的超大規(guī)模，完全動態(tài)的、非常頻繁的軟硬件配置變更。
硬件需要足夠的一致性（盡可能少的型號和規(guī)格），在一致性硬件的基礎上實現(xiàn)軟件運行平臺的差異性。
盡可能滿足所有場景的、足夠通用的、綜合性的計算平臺和系統(tǒng)。
3 算力的融合
目前，算力中心通常包括四個方向：
通用計算（主要基于CPU服務器）；
超級計算（基于巨型計算機的高性能計算）；
智能計算（基于GPU、AI加速等芯片的異構服務器）；
分布式存儲（獨立的分布式存儲體系，甚至存儲還分為熱存、溫存和冷存三個獨立的硬件基礎設施）。
目前，許多算力中心是特色的，僅面向這四類計算中的某一種；而有些超大規(guī)模的算力中心是相對綜合的，包含了上述四類計算的兩種、三種，甚至全部四種，但這四種不同方向的計算，通常是物理分割的各自獨立的區(qū)域。上面這些做法，跟云計算的發(fā)展理念是相悖的。云計算通過資源池化可以實現(xiàn)資源的動態(tài)共享，提升資源的利用率，進而降低成本。按照云計算的理念，應該是在通用而綜合的云服務體系（IaaS/PaaS/SaaS）之上，構建性能、延遲、成本、安全等方面滿足要求的彈性的各類計算集群。
4 不僅僅是AI計算，而是綜合的計算
如果把AI計算比作“主菜”，那么綜合計算則是一桌“宴席”。
計算的位置是云計算、邊緣計算和終端計算；而AI計算是業(yè)務層次的計算。
AI很重要，但圍繞著AI，還有很多其他類型的計算。
以AI為主要計算的AI+業(yè)務場景越來越多；但仍然有很多計算任務，不需要AI的參與，或者AI計算量占比較低。
綜合的計算：通過云計算、邊緣計算、終端計算的方式，為所有的計算任務提供承載。包括AI計算任務，也包括其他計算任務。這些計算任務并行不悖的混合運行在云、邊或端。
5 融合系統(tǒng)的特征
宏觀的系統(tǒng)只有一個：通過算力網(wǎng)絡，把分散在各地的云計算數(shù)據(jù)中心/算力中心、邊緣算力中心，以及形形色色的終端計算設備，連成了一個超級巨大的系統(tǒng)。這個系統(tǒng)，我們稱它為融合系統(tǒng)。融合的系統(tǒng)有哪些基礎特征呢？這里我們總結如下。
1) 需求的未知
系統(tǒng)場景一直在快速變化：上層軟件場景層出不窮，兩年一個新熱點，已有的熱點仍在快速演進。
宏觀大系統(tǒng)，硬件資源是預先準備好的。在購買和部署的時候，不知道具體的資源會給到哪個用戶，也不知道用戶在此資源上會運行哪些任務。
傳統(tǒng)的芯片設計，需要先理解場景，然后根據(jù)需求設計芯片?，F(xiàn)在的挑戰(zhàn)是：一方面，場景需求不確定，不但芯片公司不了解，客戶自己也“不了解”；另一方面，芯片的研發(fā)和生命周期很長。
復雜融合的系統(tǒng)和芯片設計，需要“無的放矢”。
2) 全面而綜合
不管是云計算數(shù)據(jù)中心系統(tǒng)，還是云網(wǎng)邊端萬物互聯(lián)系統(tǒng)，亦或是云宇宙虛實融合系統(tǒng)，宏觀的系統(tǒng)，只有“一個”。
千千萬不同用戶的需求形形色色、多種多樣；并且，用戶的需求一直處于快速的變化中；此外，新增的用戶和新增的需求，也會不斷增加。
面對未知的需求，系統(tǒng)都要能夠支持。系統(tǒng)需要有包羅萬象的能力，任何事情都能干。
3) 專業(yè)而高效
通常情況下，“專業(yè)的人做專業(yè)的事”。言下之意是：專才只能做本領域的事情，其他領域的事情并不擅長。
與此同時，通才什么事情都能做，但做每個領域的事情，都不夠高效。
對復雜融合的宏觀大系統(tǒng)來說，需要既通又專：系統(tǒng)不僅僅要能做所有事情，并且做任何事情都要足夠專業(yè)而高效。
4) 超級并發(fā)
- 數(shù)以萬計的用戶，數(shù)以億計的用戶任務，而系統(tǒng)只有“一個”。千千萬用戶的需求需要時刻滿足，用戶的工作任務需要快速得到處理。系統(tǒng)需要在同一時刻，處理數(shù)以億計的各種類型的用戶任務。
5) 無處不在
系統(tǒng)覆蓋非常廣泛的地域：算力無處不在，算力資源唾手可得。
在任何地方，任何時刻，為用戶的任何工作任務，都能提供算力和相關資源支撐。
以最合適的形態(tài)，最合適的方式，最合適的價格，給用戶更好的體驗，為用戶創(chuàng)造更大的價值。
6) 快速演進
上層軟件應用層出不窮，系統(tǒng)需求快速變化。
同一領域，不同用戶的需求具有差異性；同一用戶，業(yè)務需求快速迭代。
宏觀的看，用戶以及用戶需要運行的任務，一直處于不斷的變化中。
復雜而融合的系統(tǒng)，需要持續(xù)快速演進，才能適應上層業(yè)務需求的不斷變化。
6 融合計算
前面文章我們介紹過宏觀總算力的概念，這里簡單總結一下。
要想提升宏觀的實際總算力，有三個途徑：
方法一，Scale Up方式，提升單芯片的性能；
方法二，Scale Out方式，提升芯片落地的規(guī)模/數(shù)量；
方法三，則是提高算力利用率。
算力提升，是一個復雜而龐大的系統(tǒng)工程。不僅需要各個相關領域的持續(xù)優(yōu)化，還需要跨領域的協(xié)同創(chuàng)新。需要從數(shù)據(jù)中心多層次挖潛，整體協(xié)同優(yōu)化。優(yōu)化的主要方向有：
工藝和封裝：更先進的工藝、3D集成，以及Chiplet封裝等。
芯片實現(xiàn)（微架構）：通過一些創(chuàng)新的設計實現(xiàn)，如存算一體、DSA架構設計以及各類新型存儲等。
系統(tǒng)架構：比如開放精簡的RISC-v，異構計算逐漸走向異構融合計算，以及駕馭復雜計算的軟硬件融合等。
系統(tǒng)軟件、框架、庫：基礎的如OS、Hypervisor、容器，以及需要持續(xù)優(yōu)化和開源開放的各類計算框架和庫等。
業(yè)務應用（算法）：業(yè)務場景算法優(yōu)化、算法的并行性優(yōu)化等；以及系統(tǒng)的靈活性和可編程性設計；系統(tǒng)的控制和管理、系統(tǒng)的擴展性等。
硬件設備：包括服務器、交換機等，多個功能芯片的板卡集成，定制板卡和服務器，服務器電源和散熱優(yōu)化。
數(shù)據(jù)中心：網(wǎng)絡可維護性、高速網(wǎng)絡、網(wǎng)絡平臺化等；基礎設施：如綠色DC，液冷、PUE優(yōu)化等；運營和管理：如超大規(guī)模DC運營管理，跨DC運營和管理調(diào)度等。
更宏觀的系統(tǒng)：如高性能的城域網(wǎng)、互聯(lián)網(wǎng)，云網(wǎng)邊端深度協(xié)同和融合等。
計算，既是宏觀的，也是系統(tǒng)的。因此，這里我們給出一個綜合的概念：融合計算。
融合計算 = 異構融合 x 軟硬件融合 x 云邊端融合
融合計算是在三個維度融合基礎上的再融合：
- X軸，異構融合。通過異構融合計算，把各類異構算力的價值發(fā)揮到極致。Y軸，軟硬件融合。通過核心的系統(tǒng)層軟件（KubeCASH管理系統(tǒng)），融合軟硬件堆棧，實現(xiàn)更加通用的計算，從而使得芯片的規(guī)?？梢钥焖贁U大。同時，通過開源開放，兼容已有的客戶業(yè)務軟件生態(tài)，能降低客戶門檻，進一步實現(xiàn)大范圍落地。Z軸，云邊端融合?？缢懔χ行?、跨不同云運營商、跨云邊端融合的計算。
（正文完）
