面對人工智能，傳統的浪潮想做什么？

在4月26日的云數據中心合作伙伴大會上，浪潮集團執行總裁王恩東說，2016年智慧計算在計算需求中所占的比例達到了二分之一，云計算大數據正在演變成智慧計算。

智慧計算也就是我們熟知的人工智能。在浪潮的定義中，智慧計算是以云計算為基礎平臺，以大數據為認知方法，以深度學習為優化方法。它已經在醫療、交通、金融等領域都產生了層出不窮的應用。這或許可以解釋為什么浪潮在推動“智慧計算”。

在人工智能的應用主要靠三個方面：計算，數據與算法。詳細來說，就是首先進行物理集中，形成以云為中心的計算基礎，為應用和數據的集中提供條件；然后進行數據整合，并在此基礎上進行應用創新。

而實現人工智能計算的挑戰也是在這三方面。

就計算而言，傳統的信息化計算是隨著業務量的增長而呈線性增長，但以云計算和大數據為基礎的人工智能，對計算的需求是指數級增長的。可以說，它對算法和硬件提出了更多的挑戰。

在數據上，數據處理的速度無法適應數據增長的需要，這對深度學習來說更是如此。其中就包括了產生的數據總量大于實際能存儲的量，存儲接口的速率提升相對存儲介質來說較慢，以及無法利用數據產生價值。

在算法上，則是算法不夠成熟，而較為成熟的算法無法滿足實際應用的需求，比如對算法模型的選擇、優化和開發部署。

對于這種挑戰，王恩東表示，浪潮在2015年開始構建“計算+”的生態，產品則包括可重構的硬件，云數據中心操作系統，大數據處理平臺，以及深度學習算法平臺。

具體而言，在計算上他認為，面對人工智能，傳統數據中心那種將服務器、存儲設備進行簡單堆積，以交換機連接，再加上虛擬化軟件進行資源調度和管理的方式，已經無法滿足需求。在現階段，異常重要的是計算架構的創新。

因此，浪潮在推動的是融合架構，這也是應對計算挑戰的必由之路。而所謂融合構架，核心包括了硬件重構和軟件定義。

對于硬件重構，王恩東表示，以前增強處理能力會增加特殊的設備，比如用于數據挖掘的計算密集型應用，會需要增加處理器或GPU。但隨著處理器芯片內部的晶體管資源更加豐富，FPGA這樣的可編程邏輯器件的性能和容量也都大幅提升，這令面向特定應用軟件重構計算處理硬件邏輯成為可能。而可重構計算單元既保持了處理器的通用性，又具備專用硬件邏輯的高效率。

軟件定義，則是在將計算存儲與網絡整合為資源池的基礎上，在軟件層動態感知業務的資源需求，利用硬件重構的能力，動態分配和組合資源，滿足應用的需求。

“二者必不可少，只有軟件定義，虛擬化效果不高；只有硬件重構，系統缺乏靈活性，用起來很復雜。”

浪潮集團副總裁彭震也在采訪中表示，在新IT的變革中計算在未來仍然是非常核心的，人工智能也給硬件帶來了更多的挑戰，“誰能夠迎接挑戰誰就能掙錢”。

人工智能硬件中除了常用的GPU，現在FPGA也逐漸成為一種主要方案，前段時間騰訊云與阿里云相繼推出了基于FPGA的深度學習平臺。而科技巨頭如Google、亞馬遜也都在開發適用于人工智能的芯片，比如雷鋒網解讀過的Google推出的TPU。彭震告訴雷鋒網，鑒于人工智能對芯片的需求越來越強，公司還在加強芯片方面的投入。

所以，對于計算上的挑戰，浪潮的方法是推出多樣化的計算設備，面向不同的應用場景的計算需求，比如通用服務器，整合架構服務器和應用優化服務器。

在大數據方面，浪潮提供應用驅動的大數據處理平臺云海Insight和支持原生云應用的大數據開發平臺云海IOP。在智能算法方面，它則提供深度優化的智能算法平臺，主要包括三個層次的算法工具與套件。

總體來說，面對人工智能，浪潮主要做三件事：多樣化的硬件平臺，包括各類處理器；數據管理調度與分析平臺；加速深度學習框架。

彭震告訴雷鋒網，浪潮的定位是一家為人工智能提供工具和平臺的廠商。“互聯網公司做人工智能的時候有數據，但浪潮沒有數據，我們做工具和平臺，在產業鏈的不同環節上。”

看起來，云計算與人工智能的興起讓傳統的服務器廠商不再引人注目，被邊緣化。根據IDC最新的季度報告，云計算基礎設施產品的銷售收入（包括服務器，存儲和以太網交換機）在2016年增長至326億美元，同比增長9.2％。非云類的傳統IT基礎設施的營收，在去年第四季度同比下降了9％。戴爾，惠普企業HPE的收入都有所下滑。

但你可能不知道的是，BAT三家的GPU服務器都是由浪潮提供的。擁有公有云的百度也在與浪潮合作，同時還推出了SR-AI整機柜服務器。

就像浪潮與思科合資公司浪潮思科CTO周牧所說，做云計算與大數據的公司往往會認為，底層的網絡問題都會自然而然地得到解決，但真實情況并不是這樣。所以，思科也與浪潮共同推出了S系列網絡交換機，這也彌補了浪潮在網絡方面的劣勢。

同樣的，在人工智能之下的計算、數據和算法等方面的挑戰也不會輕易得到解決。所以，浪潮的想法是做工具，做硬件，做底層平臺，大家各司其職。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。