阿里云、華為云們的算力革命

原創贊收藏評論

舉報 2022-08-22

掃描,分享朋友圈

隨著人工智能、云計算、物聯網、自動駕駛、大數據等前端科技的不斷延伸和發展，作為數字經濟底座的算力資源，正日漸發展成為衡量國家生產力的新晉指標。據中國信息通信研究院測算，截至2021年底，中國算力核心產業規模超過1.5萬億元，關聯產業規模超過8萬億元。其中，云計算市場規模超過3000億元，互聯網數據中心（服務器）市場規模超過1500億元，AI 核心產業規模超過4000億元。

據工信部在中國首屆算力大會上披露的數據顯示，國內算力產業近五年平均增速超過30%，算力規模超過150EFlops（每秒15000京次浮點運算次數），排名全球第二，第一是美國。實際上作為國內算力建設的重要參與方，包括阿里云、騰訊云、百度云、浪潮云等在內的各路云巨頭，早已經圍繞算力市場展開了競賽。

云巨頭開啟算力競賽

作為云計算產業的底層核心基礎設施，數據中心也是云計算廠商布局的重要抓手。近年來伴隨著數字新基建浪潮的來臨，阿里云、騰訊云、百度智能云和華為云等廠商都相繼宣布，數據中心建設將成為今后數年的重點投資領域。

早在2020年各云巨頭對外公布的數據中心投資計劃中，阿里宣布未來三年再投2000億元，用于云操作系統、服務器、芯片、網絡等重大核心技術研究和面向未來的數據中心建設；同一時期，騰訊也宣布未來五年再投入5000億元，用于云計算、超算中心、人工智能、網絡安全、量子計算和物聯網系統等方面；百度計劃未來十年將繼續加大在人工智能、芯片、云計算、數據中心等新基建領域的投入，并預計到2030年，百度智能云服務器臺數將超過500萬臺。

除了BAT之外包括華為、中國移動等在內的ICT、通訊運營商等企業，也紛紛參與到數據中心的建設中來。比如，華為云已經先后在烏蘭察布、蘇州、廊坊、貴安等地，建立了多個數據樞紐中心，這些地方也有中國移動、聯通等通訊運營商企業的身影。

除了國內之外，巨頭的云數據中心還廣泛分布于全世界各地。比如，目前阿里云的全球云數據中心已經有數百個，基本覆蓋超過200多個國家；騰訊云、華為云也分別在各自的海外市場如東南亞、北美、歐洲、中東等地修建本地數據中心……不難發現，在多重因素推動下一場云巨頭的算力競賽已經拉開了帷幕。

從產業發展現狀來看，最近十年行業算力的增長，嚴重滯后于數據的增長的局面亟待改變。半個世紀之前，人類第一次將阿波羅11號飛船送上太空時所搭載的電腦，CPU主頻只有0.043MHz，今天一部智能機的主頻都在2500MHz，是五十年前的5萬倍，如今在物聯網的作用下，數以千億計的聯網設備疊加復雜的場景正在引發產業數據大爆炸。在此背景下，算力滯后的問題將變得愈加尖銳，因此云巨頭投身算力基礎設施建設無非是未雨綢繆，為其接下來的云服務、AI等數據應用做鋪墊。

從政策方面來看，國家關于數字新基建的政策不斷出臺，正在推動數字基建進入全新的發展階段。近年來國家陸續推出了包括“東數西算”等在內的一系列數字新基建建設計劃，大力推動國家算力網絡的建設，為算力基礎設施的建設提供了外部助力。

從算力產業本身的產業鏈情況來看，它具有規模大、技術密集、覆蓋范圍廣等特點，成為當下國內經濟轉型背景下重要的推動型產業。如今，小到芯片、手機、PC，大到汽車、互聯網、超算中心、區塊鏈、超級計算機、元宇宙等產業，都離不開算力的加持。據中國信通院預計，每1元的算力投入，可以帶動3-4元的GDP經濟產出。

據預計，今年國家將開工25個國家數據中心項目，帶動各方面投資將在1900億元，預計在“十四五”期間該項投資還將以年均20%的增速增長，累計帶動投資達到3萬億元。總之，基于種種有利因素，各路云巨頭紛紛按下算力競賽加速鍵。

安全、低碳成競逐方向

不過，隨著數據中心等基礎設施的逐步擴大，其面臨的挑戰也越發顯著。此前，阿里云因發現阿帕奇log4j2組件安全漏洞，未及時告知工信部而被罰暫停合作6個月，此事曾一度引發外界對于算力安全的關注；另外，數據中心高功耗的行業特性，使其一直面臨越來越多的低碳環保質疑。不難看出，在數據大規模上云、低碳經濟加速推行的大背景下，低碳、安全等因素日益成為影響算力行業發展的重要因素。

一方面，各個巨頭都在圍繞著云安全、算力安全做布局，以較強的產品安全設計來獲取用戶對品牌的信賴。

比如，騰訊云為了推動安全算力落地，推出了自研的基于安全算力的算法，以及全局威脅檢測與全網全出口攔截的防御解決方案—騰訊天幕；阿里云也推出了阿里云原生安全SOC，由此構建起了一個實時識別、分析、預警安全威脅的統一安全管理系統，通過防篡改、防勒索、防病毒、鏡像安全掃描等安全能力，實現從檢測掃描、響應、溯源的自動化安全運營閉環，保護云上資產和本地服務器安全；華為云則圍繞云安全提出了“正向建、反向查、云邊端網一體防御”的云安全理念，并在今年提出了全新的HiSec3.0安全解決方案，該方案具有“全流程安全可信、全智能威脅分析、全云網邊端協同、全新安全云服務”的特征。

另一方面，基于降低能耗實現低碳運營的考慮，降低功耗成了各個云巨頭推動產業發展的核心指向。

以電能利用效率（PUE）的指標來看，目前國內的頭部云服務巨頭，阿里云、騰訊云、百度云均已滿足國家標準。按照國家規定來算，2021年底新建數據中心電能利用效率要達到1.35以下，2023年要達到1.3以下，寒冷地區達到1.25以下。而截止2021年，百度云、阿里云、騰訊云等的電能利用效率，均已經達到了1.3的指標，最低值甚至可以達到1.06，已經遠遠超越現行國家標準了。

總的來看，未來隨著技術的發展和碳中和的推進，圍繞安全、低碳等要素的新算力中心建設將會是核心指標，并將成為云巨頭未來在算力市場競爭的關鍵點。

服務器、芯片成關鍵強化環節

作為數據中心中的重要組成部分，服務器中的CPU、GPU決定了服務器的算力。據信通院數據顯示，服務器在數據中心中的硬件成本占到了70%左右，而芯片成本則占據服務器成本的絕大部分。根據IDC的研究數據顯示，CPU（中央處理器）、GPU（圖像處理器）、DRAM（動態隨機存取處理器）三個模塊中的芯片成本在基礎型服務器中占比約30%，在更高性能的服務器中占比高達50%-80%。正因為如此，服務器、芯片逐漸成了巨頭們選擇重點強化的領域。

一方面，巨頭紛紛通過自研來提升自身服務器產品的性價比，優化其產品體驗。目前，阿里云的五大超級數據中心已經部署了其自研架構的神龍云服務器，并應用了阿里巴巴自研的AI芯片含光800。此外，阿里巴巴旗下平頭哥半導體有限公司于2021年10月發布了首顆ARM服務器芯片倚天710，也已經在阿里云數據中心部署使用。

與此同時，騰訊云面向云計算數據中心場景發布了星星海自研服務器，并分別發布了AI推理芯片“紫霄”、視頻轉碼芯片“滄海”和智能網卡芯片“玄靈”等三款自研芯片，并已經取得進展。百度的昆侖芯片一代、二代，也都已經應用于自己的人工智能算力中心之中了；在研發方面一向用心的華為，也發布了自己的鯤鵬處理器，適用于自己的TaiShan服務器。

據公開數據來看，這些新推出的芯片、服務器均實現了穩步的降本增效。總之，通過推動自研服務器、芯片，目前國產云巨頭們都已經開始在降功耗、降成本、提升用戶體驗方面，邁出了重要一步。

另一方面，在數據大爆發的背景下，各大巨頭紛紛轉向以ARM、FPGA、ASIC等為核心的低功耗計算架構，避免對單一架構的過度依賴。

過去數十年，全球算力基本上是CPU一家獨大，然而近年來隨著半導體工藝制程逼近極限，CPU算力愈加陷入瓶頸。隨著人工智能時代的到來，具有更低成本更高效率的GPU，逐漸成為了首選。不過，從行業來看，GPU并不是唯一選擇，但它代表了大數據、云服務時代，廠商對于高效、低功耗、低成本的專用芯片的追求。在外部場景日益復雜的背景下，非X86的算力架構百花齊放，日益承擔起更大算力場景的“重任”。

以FPGA和ASIC兩個專業芯片來說，它們沒有傳統CPU的指令集，無需共享內存，而是直接以流水線的方式處理數據，不僅速度快而且功耗低的驚人，當然代價是它僅用于特定目的，基本只能走定制或者半定制路線。

但在大數據算力場景之中，廣泛的數據處理需求與追求效率的“KPI”使其專業價值更被看重，大量的廠商研發、使用這些專用芯片就證明了這一點。比如，如今微軟在自家一半以上的數據中心的服務器中，使用了FPGA加速卡；谷歌更是基于ASIC架構，開發了專用于加速神經網絡計算的TPU芯片，亞馬遜、IBM等業界大佬也都紛紛跟進。

從長遠來看，異構、安全、綠色、集約化等特征，將成為未來算力發展的核心指標，也將是各路巨頭強化自身實力所要補足的核心環節。

算力革命下的新機遇與新挑戰

如前文所述，作為支持數字經濟以及智能化的核心基座，以數字新基建為代表的算力革命，正在催生出前所未有的新機遇，同時也將帶來一些不可避免的現實挑戰。

從機遇來說，目前國內四大云巨頭雖然目標不同、生態不同，但都在以推動算力投資為抓手打開自己的新邊界。

以騰訊和華為為例，騰訊正在通過算力基礎設施投資，為其推動空間從平面向立體、實景網絡與虛擬網絡的數字孿生、三維視覺網絡提供算力支持，加速一體化的數字技術與真實世界融合的全真互聯網時代的到來；身為ICT通訊技術大佬的華為則聚焦數字基建，推動全光終端（全場景）、全光錨點（就近接入）、全光網關（無縫銜接）、全光調度（低時延）的全鏈條算力聯通，努力做數字基建的“擺渡人”。

不過，目前國內搭建算力網絡也依舊面臨諸多挑戰，其具體體現在以下2個方面：一是網絡方面仍面臨較多的問題，如實時性缺乏保障、寬帶太小，互聯互通不足等；二是算力產業鏈“關鍵環節”的國產化依舊比較低，包括服務器整機、操作系統、算力數據庫等領域，依舊較多受外部因素制約。

網絡方面以寶鋼為例，其內部提到的云化問題就包括：存在大量非云化設備、協議不開放、工業連接不豐富、多網并存網絡安全無法保障等，就很直觀地體現了當下算力網絡發展應用所面臨的窘境。另外，諸如實時性差，對于產業數字化帶來的挑戰也很大。比如，生產中因為網絡慢了一秒，就有可能導致整個生產的連續性遭到破壞，進而引發大規模返工造成企業巨大虧損。

國產化方面，目前服務器、操作系統以及數據庫等關鍵環節，仍然為國外巨頭所壟斷。近年來國內巨頭雖然都在研究自己的服務器和專屬芯片，但業內人士認為互聯網“造芯”（多為滿足自用），很難從根本上解決國內服務器依賴芯片進口的現狀。

因此從長遠來看，要想保持國內算力網絡建設的持續健康發展，還需要繼續加大力度補齊短板，通過產學研并舉掌握核心技術，在高端芯片、核心算法等關鍵領域取得突破，才有望在未來實現國內算力網絡資源的自主可控，進而避免算力網絡陷入被“卡脖子”的風險之中。

本文系作者授權數英發表，內容為作者獨立觀點，不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。