如果說過去的數(shù)據(jù)中心和園區(qū)的更新發(fā)展主要遵循摩爾定律的話,那么在如今5G、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新ICT技術(shù)噴薄而發(fā)的時代中,數(shù)據(jù)已經(jīng)成為數(shù)字化世界中的生產(chǎn)資料,其重要性與日俱增。因此,數(shù)據(jù)中心和園區(qū)的使命也轉(zhuǎn)變成如何高效處理數(shù)據(jù)和支撐基于數(shù)據(jù)的數(shù)字化創(chuàng)新上。
那么,什么樣的數(shù)據(jù)中心和園區(qū)才能符合未來智能化時代發(fā)展要求?
在華為看來,智能、極致性能以及超低TCO將會是未來數(shù)據(jù)中心和園區(qū)最重要的三大需求目標(biāo)。用戶的數(shù)據(jù)中心和園區(qū)在面臨越來越多復(fù)雜的數(shù)據(jù)環(huán)境,從數(shù)據(jù)的連接、接入到處理、應(yīng)用等過程都需要更加快速;數(shù)據(jù)中心和園區(qū)在設(shè)備層和運(yùn)維層將融入越來越多人工智能技術(shù),向智能化方向發(fā)展成為大勢所趨;此外,用戶希望通過系列技術(shù)來實現(xiàn)數(shù)據(jù)中心和園區(qū)整體TCO的降低。
正如華為企業(yè)BG全球Marketing總裁邱恒所言:“華為在數(shù)據(jù)中心和園區(qū)領(lǐng)域希望每個產(chǎn)品都做到智能、極致性能以及超低TCO,并且看重產(chǎn)品之間的協(xié)同效應(yīng),最終為整個數(shù)據(jù)中心和園區(qū)帶來智能、極致性能和超低TCO?!?/p>
智能數(shù)據(jù)中心:從全局到單點
“不謀全局者,不足以謀一域?!?/p>
相比于業(yè)界普遍聚焦在數(shù)據(jù)中心某一領(lǐng)域相比,華為對于數(shù)據(jù)中心更多從全局視角進(jìn)行打造。這種全局觀體現(xiàn)在對于數(shù)據(jù)在數(shù)據(jù)中心每一個環(huán)節(jié)處理的全面洞察,以及在數(shù)據(jù)中心架構(gòu)層面上的全面產(chǎn)品?!叭A為希望基于核心能力去打造端到端的智能數(shù)據(jù)中心?!鼻窈惚硎镜?。
目前,華為已經(jīng)擁有包括數(shù)據(jù)中心互聯(lián)網(wǎng)、數(shù)據(jù)中心網(wǎng)絡(luò)、服務(wù)器、存儲、智能模塊化機(jī)房等系列產(chǎn)品。更加重要的是,華為的核心芯片覆蓋了數(shù)據(jù)中心所有關(guān)鍵領(lǐng)域,為產(chǎn)品帶來突破的同時,也提升了整體數(shù)據(jù)中心的表現(xiàn)。比如,華為的AI芯片昇騰310涵蓋了網(wǎng)絡(luò)、存儲、服務(wù)器、互聯(lián)等數(shù)據(jù)中心所有產(chǎn)品,從全局的角度為數(shù)據(jù)中心融入人工智能的能力。邱恒表示:“人工智能給產(chǎn)業(yè)帶來了極大的推動力,并且在改變各種各樣的產(chǎn)品,數(shù)據(jù)中心也不例外。華為在設(shè)計數(shù)據(jù)中心產(chǎn)品之時,就已經(jīng)充分將‘智能可以幫助用戶做什么’考慮進(jìn)去?!?/p>
全局的視角和全面的產(chǎn)品則為數(shù)據(jù)中心帶來了能力的全面提升。比如,通過AI算法可以實現(xiàn)分鐘級的故障定位,IaaS服務(wù)發(fā)放失敗場景從60分鐘減少到10分鐘,30類典型網(wǎng)路故障診斷小于30分鐘,存儲故障從過去的人工變成現(xiàn)在的提前自動預(yù)測;相比于傳統(tǒng)數(shù)據(jù)中心產(chǎn)品,華為的數(shù)據(jù)中心產(chǎn)品還能夠帶來極致性能,在AI訓(xùn)練場景算力可以提升2倍,在核心網(wǎng)絡(luò)可以提供5倍的單槽位帶寬,并且實現(xiàn)0丟包;在成本方面,華為數(shù)據(jù)中心產(chǎn)品能夠帶來更低的整體TCO,以100機(jī)柜、1500臺服務(wù)器和10PB可用存儲規(guī)模的數(shù)據(jù)中心為例,PUE可以實現(xiàn)1.2,每年能夠節(jié)省454萬度電,相比傳統(tǒng)數(shù)據(jù)中心大幅下降43%。
“華為自身的數(shù)據(jù)中心就是一個很大的數(shù)據(jù)中心,華為數(shù)據(jù)中心產(chǎn)品首先是用于解決自身業(yè)務(wù)問題,等成熟之后才會推向市場給用戶使用?!鼻窈阊a(bǔ)充道,在強(qiáng)調(diào)產(chǎn)品之間協(xié)同帶來更加出色的整體效果之外,華為明確表示其全面產(chǎn)品并不是對用戶的一種捆綁?!皩τ诖蠖鄶?shù)用戶,其數(shù)據(jù)中心的升級換代都是逐步升級的過程,不同的層級通常也是不同的更換周期。華為的數(shù)據(jù)中心產(chǎn)品一直秉承松耦合設(shè)計理念,首先在單體上讓用戶獲得更好的效果,也可以通過產(chǎn)品之間協(xié)同為用戶提供更佳的整體效果?!?/p>
數(shù)據(jù)中心的核“芯”能力
華為數(shù)據(jù)中心眾多產(chǎn)品的突破,離不開華為的核心芯片能力。除了昇騰310 AI芯片之外,華為的數(shù)據(jù)中心產(chǎn)品中還包括鯤鵬920處理器芯片、SSD控制芯片、智能融合網(wǎng)絡(luò)芯片、智能管理芯片、BMC管理芯片、智能多協(xié)議接口芯片、oDSP等多款核心芯片。
以華為TaiShan服務(wù)器為例,包括鯤鵬920服務(wù)器處理器、昇騰310AI芯片、Atlas 300AI加速卡、Hi1822智能融合網(wǎng)絡(luò)芯片、Hi1710智能管理芯片、Hi1812智能SSD控制芯片,核心芯片貫穿數(shù)據(jù)的傳輸、計算、存儲和管理全過程。邱恒表示,TaiShan服務(wù)器是華為一系列芯片打造出來的產(chǎn)品,可以為數(shù)據(jù)中心帶來高效能計算,“在HPC高性能計算場景中,Taishan服務(wù)器采用全液冷冷卻之后,可以將PUT做到小于1.05,并且對于像大數(shù)據(jù)、數(shù)據(jù)庫、分布式存儲、HPC等應(yīng)用性能有大幅提升?!?/p>
而華為的OceanStor 全閃存產(chǎn)品作為業(yè)界最快的智能全閃存也要得益于其核心芯片的加持,除了昇騰310芯片之外,華為的SSD控制芯片、BMC管理芯片以及多協(xié)議接口芯片對于華為全閃存的性能提升也幫助巨大。此外,華為的智能模塊化機(jī)房也融入了昇騰310 AI芯片,利用深度神經(jīng)元網(wǎng)絡(luò)AI算法來實現(xiàn)智能化管理,以及超低的TCO?!叭A為的智能模塊化機(jī)房可以實現(xiàn)智能供電、智能降溫和智能管理。在100KW的數(shù)據(jù)中心場景中,華為的智能模塊化機(jī)房每年可以比其他方案節(jié)省13萬kwh?!?/p>
與此同時,華為也強(qiáng)調(diào)數(shù)據(jù)中心生態(tài)鏈的巨大價值。邱恒直言,華為始終是以“客戶為中心”的原則,并不會排斥一些友商的芯片產(chǎn)品,“我們一直采用多供應(yīng)商策略,哪個部分是客戶最需要的,華為就會優(yōu)先去解決。華為在核心芯片領(lǐng)域已經(jīng)耕耘很多年,核心邏輯就是從商業(yè)角度、創(chuàng)新角度等可以自己控制創(chuàng)新的節(jié)奏?!?/p>
CloudEngine:單點突破最佳實例
在華為眾多數(shù)據(jù)中心產(chǎn)品中,數(shù)據(jù)中心交換機(jī)CloudEngine系列可謂是單點突破的最佳例子。
眾所周知,用戶數(shù)據(jù)中心的應(yīng)用負(fù)載近年來發(fā)生了巨大變化。在互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)時代下,數(shù)據(jù)中心的應(yīng)用負(fù)載以視頻/音頻、網(wǎng)絡(luò)應(yīng)用為主,其流量更多是以南北向為主。而到了智能時代下,AI應(yīng)用、大數(shù)據(jù)分析、微服務(wù)架構(gòu)、分布式存儲等應(yīng)用帶來的則是更多的東西向流量,這種轉(zhuǎn)變對于數(shù)據(jù)中心帶來了高帶寬、低時延和低丟包的要求。比如,像人工智能的深度學(xué)習(xí)訓(xùn)練,通常起步就是十萬個數(shù)據(jù)樣本,對于數(shù)據(jù)高效處理有著極高的要求,并且分布式的處理架構(gòu)也容易帶來對網(wǎng)路性能影響很大的動態(tài)時延,通常一個丟包就會給深度學(xué)習(xí)訓(xùn)練的效果帶來直接影響。
華為CloudEngine 16800系列交換機(jī)作為業(yè)界首款面向AI時代的數(shù)據(jù)中心交換機(jī),正是為AI時代的數(shù)據(jù)傳統(tǒng)和交換而設(shè)計,采用基于以太網(wǎng)的RDMA技術(shù)、AI芯片、iLossless算法,大幅提升了網(wǎng)路性能,真是實現(xiàn)了0丟包和降低動態(tài)時延。邱恒表示:“CloudEngine可以讓AI訓(xùn)練效率提升27%,高性能計算時間縮短30%,分布式存儲性能提升30%。”
以華為CloudEngine 16800數(shù)據(jù)中心核心交換機(jī)為例,其單槽位可提供業(yè)界最高密度48端口400GE線卡,單機(jī)提供業(yè)界最大的768端口400GE交換容量,交換能力高達(dá)業(yè)界平均的5倍;采用RDMA通信技術(shù),內(nèi)嵌了昇騰310芯片,通過iLossless智能無損交換算法來實現(xiàn)流量模型自適應(yīng)自優(yōu)化,在零丟包基礎(chǔ)上獲得更低時延和更高吞吐的網(wǎng)絡(luò)性能,從而滿足AI時代的網(wǎng)絡(luò)流量需求。
“CloudEngine 16800突破了信號傳輸、散熱、供電等多項技術(shù)難題。相比于友商,其整機(jī)滿配一年可以節(jié)省32萬kwh,真正讓用戶擁有超低TCO?!鼻窈惚硎?。
智慧園區(qū):端到端產(chǎn)品和方案
與企業(yè)數(shù)據(jù)中心建設(shè)水平參差不齊相比,大部分園區(qū)的建設(shè)和發(fā)展陷入同質(zhì)化困境。作為城市發(fā)展和人們生活與工作的重要載體,園區(qū)在面對技術(shù)、模式、場景等出現(xiàn)前所未有的快速變革之際,并未很好地去適應(yīng)這種變化趨勢,自身普遍處于發(fā)展“滯后”的狀態(tài),很多園區(qū)陷入了“建成即落后”的怪圈。
在邱恒看來,正是因為園區(qū)水平落后,使得智慧園區(qū)在未來擁有著巨大的市場,而華為則希望通過端到端的產(chǎn)品和解決方案去滿足園區(qū)市場的需求。據(jù)悉,華為智慧園區(qū)已經(jīng)形成了7個通用應(yīng)用場景+4個行業(yè)園區(qū)解決方案,其核心的數(shù)字平臺是業(yè)界唯一橫向融合云、AI、IoT、大數(shù)據(jù)、融合通信、視頻、GIS等新ICT技術(shù),縱向打通端、邊、網(wǎng)、云的平臺。
“華為以自己的園區(qū)為試驗田,自己的降落傘自己跳,然后將孵化成熟的智慧園區(qū)解決方案推向市場。”邱恒透露道。事實上,華為自身就是一個典型的園區(qū),擁有辦公、工廠、酒店、學(xué)校、物流等豐富的園區(qū)形態(tài),業(yè)務(wù)遍布全球170多個國家、辦公地點多大900個,超過600萬個管理對象,園區(qū)形態(tài)復(fù)雜,管理難度大。
從兩年前開始,華為啟動了自己智慧園區(qū)的建設(shè),將所有產(chǎn)品和解決方案在自己園區(qū)項目中進(jìn)行考驗,然后走向成熟。邱恒表示,目前,華為園區(qū)已經(jīng)實現(xiàn)了電力消耗8%的下降,安防誤報率下降90%,事件響應(yīng)事件下降73%。
邱恒介紹,華為的園區(qū)產(chǎn)品很多都是融合性的創(chuàng)新,由于華為在通信領(lǐng)域積累的很多技術(shù)和經(jīng)驗,當(dāng)園區(qū)在技術(shù)層面開始走向融合之際,華為的融合性創(chuàng)新產(chǎn)品則彰顯出巨大的價值?!耙訟irEngine為例,AirEngine擁有更高的效率、更低的時延,是源自于華為5G的WiFi,包括了5G蜂窩技術(shù),這是市場上一般WiFi產(chǎn)品所不能比擬的?!鼻窈憬榻B,“另外華為的新一代攝像機(jī),是智能和5G加持,融入了5G微波技術(shù),可以做攝像回傳,并且也采用昇騰310 AI芯片,大幅提升圖像處理能力。”
寫在最后
“任憑風(fēng)吹雨打,穩(wěn)坐釣魚船?!?/p>
邱恒透露,今年下半年,華為將會有包括全閃存、光互聯(lián)等在內(nèi)的多款數(shù)據(jù)中心產(chǎn)品陸續(xù)推出?!皟赡曛?,華為的數(shù)據(jù)中心和園區(qū)產(chǎn)品線將會更加強(qiáng)大?!敝杂腥绱俗孕?,離不開華為已經(jīng)在數(shù)據(jù)中心領(lǐng)域構(gòu)建起端到端的核心能力,實現(xiàn)從單點突破到全局協(xié)同效應(yīng)。
未來,隨著AI、大數(shù)據(jù)、物聯(lián)網(wǎng)、5G等技術(shù)和應(yīng)用的深入,數(shù)據(jù)中心和園區(qū)無疑將加速變革,用戶對于智能化、性能以及TCO的追求也將愈發(fā)突出,華為作為業(yè)界為數(shù)不多從芯片、設(shè)備到整體運(yùn)維與管理都有能力的公司,其數(shù)據(jù)中心產(chǎn)品和解決方案必將大有作為。
文章來源:環(huán)球網(wǎng),版權(quán)歸原作者所有,如有侵權(quán),請聯(lián)系刪除