科技云报道:三股势力交叠,算力生产力变革正在发生

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 键在于算力网络

科技云报道原创。

从算力诞生之初,算力就被人们寄予厚望,不管是起初的人工智能领域的应用AlphaGo,还是如今备受青睐的算力网络,算力显然已成为推动数字经济发展的“重要引擎”。

image.png

某种意义上,如今算力也处于由点、线向网络的过渡时期,算力是数字经济时代的核心生产力,正如历次工业革命中的蒸汽机、电力等,算力的极大发展将变革生产力与生产关系,而这建立在一个泛在的算力网络上。

围绕算力网络,市场主要形成了三股力量,算力服务商、运营商以及互联网厂商,不同的资源禀赋决定了不同类型厂商的入局思路,进而产生了不同的行业推动力,谁将决定算力服务网络的走向?

算力的“高光时刻”

算力作为大数据、云计算、区块链、人工智能以及网络安全等新兴数字产业快速发展的重要支撑,与互联网行业、电子信息制造业、数字技术服务业等数字核心产业的发展息息相关。

从1997年IBM超级电脑深蓝战胜象棋大师卡斯帕罗夫,到2019年4月AI电竞团队OpenAI Five与人类战队对决《dota》,2:0完胜世界冠军OG战队。AI的胜利也标志着算力的“高光”。

在科研工作人员的努力下,AI不断被赋予更强算力能力,通过强于人类数倍的计算能力来处理大量数据,以第一个在电子竞技游戏中击败世界冠军的OpenAI Five为例,那时的OpenAI Five每天的训练相当于250年的模拟经验,其训练时长和算力推测远远超过普通AI。

随着ChatGPT爆火,以大模型、大数据,高算力为基础的人工智能内容自动生成技术(AIGC)被推上热搜,进而打开市场对算力需求的想象空间。

数据显示,ChatGPT的总算力消耗约为3640PF-days(即假如每秒计算一千万亿次,需要计算3640天),需要7~8个投资规模30亿、算力500P的数据中心才能支撑运行。
image.png

来源:腾讯研究院

事实上,近年来算力技术正逐渐渗透于生活的方方面面,各类融合应用竞相涌现。

算力基础设施建设更是作为释放数据优势、推动数字经济创新发展的重要“底座”,成为推动各地数字经济发展、发挥投资拉动作用的热点领域。

关键在于算力网络

算力网络是通过新型网络技术将云、边、端等分散的算力节点连接起来,动态实时感知算力资源状态,根据业务需求进行统筹分配和调度。

未来,获取算力将像获取水、电一样便捷、价低。算力网络将成为这个数字经济时代、智能时代的标志性基础设施。

2022年初,国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知,同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点,并规划了10个国家数据中心集群。

至此,全国一体化大数据中心体系完成总体布局设计,“东数西算”工程正式全面启动。

image.png

“东数西算”首次将算力资源提升到水、电、燃气等基础资源的高度,从高家战略层面高屋建瓴规划算力标准,构建一体化的算力体系。

“东数西算”工程刚刚起步,对于算力网络如何建设,不同观点互相碰撞。

电网的核心是电力,算网的核心也应该是算力,以“西电东送”“南水北调”“西气东输”三大工程类比,用户使用的生产资源是电力、水和天然气,架桥修路,引水开渠,建设高压线塔和天然气管道,根本目的是让生产资源更接近使用场景,从而能够更广泛的被使用,成为千行百业直接或间接的基础设施,为经济发展提供源源不绝的动力。

之所以网络的重视程度提高,恰恰是因为网络不匹配算力的发展,早期电力网络也需要搭建通往千家万户的通路,时至今日,除了电力供应商,没有人再关心电力传输网络,而是只关注电力本身。

在2022年中国算力发展研讨会上,中国信通院云计算与大数据研究所所长何宝宏提到,类比电力网、水力网,算力行业也需要建设以算为中心、网为载体的国家算网。

其中,需要重视不同类型算力的构建,包括通用算力、高性能算力以及面向AI领域的智能算力;此外,还要充分考虑算力的资源描述、管理、调度、分配等因素,做到智能化、灵活化的有效供给。

在“东数西算”工程中,核心的生产资源是算力,网络服务依托算力而存在。

因此,市场上的三股力量,谁能使算力朝着电力、水和天然气的基础设施定位演进,门槛足够低、应用足够广,谁就能代表算力网络的未来。

三股势力归于算力原点

如果将算力服务商、运营商以及互联网厂商在产业链中的角色拆解来看,能够清晰地看到以算力为中心的产业格局。

算力服务商核心聚集于算力本身,更关注建设多样融合的算力,匹配客户越来越多的差异化诉求,受到外部环境和产业自身演进影响,单纯的智算、超算都无法满足客户需求,ABC(人工智能、大数据和云计算)深度融合调度的系统工程,是接下来的重点。

运营商的优势在于网络,一张健壮的网络是算力的最佳载体,运营商也是算力服务商的最佳辅助,同时运营商具有深入区县级别的人员布局,能够让算力辐射的范围更加宽广,当算力足够普及且易用,将大大加速算力服务网络的发展。

以中国移动的算力网络建设为例,移动将其分为“三步走”,目前正处于第一步泛在协同,关键发力点在于资源流动,满足大多数用户一站开通需求;第二步是搭建“东数西算”算网大脑,核心在于高效编排调度、一体化管理;最后便是有望实现算网一体共生资源的最优分配,就是让数据找到最合适的位置,避免算力浪费,将其效用最大化。

互联网服务商大多自自身业务场景出发,在某些类型业务上有出色的技术积累,反之,在一些偏底层基础设施领域,其出发点也是自身业务,而不是站在全局视角,在“东数西算”这种国家级工程中,互联网厂商更适合单点突破以及需求引导。

从长远来看,算力服务商抓住了算力核心,更贴近于“东数西算”工程的本质,企业客户最终需要的是算力,其产业配套需要在商业发展中摸索前行。

“东数西算”没有改变数据传输的方式,只是改变数据传输的方向,以行业视角观测,没有看到运营商管道化趋势扭转的因素,算力为主、网络为辅的定位不会有变化,网络需要满足算力演进方向而变化,将算力输送到用户需要的地方。

互联网厂商的电商、游戏和搜索等业务,也依赖于算力服务提供商,二者的关系近似于“生产决定消费”,先有算力服务商的底层技术创新,才有互联网厂商的上层应用创新。

云计算作为互联网厂商的第二增长曲线,本质也是算力服务商的另一种形式,当站在国家基础设施的高度上,算力更需要底层思维,底层思维决定上层建筑。

综合来看,算力服务商将成为“东数西算”工程的核心角色,当然,“东数西算”工程需要全产业链不同类型玩家的协作才能突破,确立以算力为根本的产业模式,有助于尽早捋清产业格局与行业分工,推动我国“东数西算”工程的稳健发展。

不过,需要看到的是,“东数西算”工程仍有诸多问题尚待解决,譬如算力供给的普及性问题。

算力目前还是“奢侈品”,算力网络成提供普惠算力的最优解,或将成为智能时代的标志性基础设施。

目前,算力对大部分公司、科研院所、个人来说都是奢侈品,没有成为普惠大众的基础资源。

同时,通过算力的标准化、异构算力的接入,避免算力过于集中,当前多云算力的统一管理、调度技术相对成熟,但如何屏蔽多云的算力差异,实现算力的标准化,还需要进一步统筹推进。

此外,算力的调度也是难题,一方面,算力调度要保证算力使用的便捷性,使用户可以方便的使用不同区域、不同企业提供的算力资源;另一方面,算力调度要支持算力资源分配的自动化和智能化,保证算力需求的合理分布,提高算力资源使用率,提升用户体验。

抓住算力服务网络的主要矛盾,其他难题也将迎刃而解,电力行业的发展可以作为参考。

例如电网公司实现了电力的标准化,简化了过程复杂性,算力服务商也可以提供标准化、精细化的管理,而不是单纯某项业务的升级转化。

算力服务体系不是简单的提供算力,重点在于完整的服务能力,围绕算力服务体系的搭建、生态建设,需要全产业链携手,从生态出发,反哺于生态,打造健康的正循环算力服务商业模式。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
解决Swagger UI 中文乱码问题
解决办法如下: 1、file --> Settings --> file encodings 2、在弹出的对话框右侧,将所有的Encoding(一共四个已经标红)全部改为**“UTF-8”**
1205 0
|
消息中间件 监控 大数据
Kafka消息队列架构与应用场景探讨:面试经验与必备知识点解析
【4月更文挑战第9天】本文详尽探讨了Kafka的消息队列架构,包括Broker、Producer、Consumer、Topic和Partition等核心概念,以及消息生产和消费流程。此外,还介绍了Kafka在微服务、实时数据处理、数据管道和数据仓库等场景的应用。针对面试,文章解析了Kafka与传统消息队列的区别、实际项目挑战及解决方案,并展望了Kafka的未来发展趋势。附带Java Producer和Consumer的代码示例,帮助读者巩固技术理解,为面试做好准备。
1219 0
|
11月前
|
存储 NoSQL 关系型数据库
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
我们的风控系统引入阿里云数据库MongoDB版后,解决了特征类字段灵活加减的问题,大大提高了开发效率,极大的提升了业务用户体验,获得了非常好的效果
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
|
缓存 负载均衡 Java
Java分布式系统架构设计与实现
【4月更文挑战第2天】在快速发展的互联网时代,Java分布式系统成为应对复杂业务和高用户量的首选。通过服务化拆分、注册发现、负载均衡和缓存等技术,如Spring Cloud和Dubbo,开发者能构建高效、可靠、可扩展的系统。服务注册与发现确保服务间通信,负载均衡分配请求,分布式缓存如Redis提升性能。面对数据一致性和监控等挑战,Java提供工具解决,助力打造现代分布式应用。
826 2
Java分布式系统架构设计与实现
|
存储 关系型数据库 分布式数据库
内附原文|详解SIGMOD’24最佳论文:PolarDB破解多主架构经典难题
在今年的SIGMOD会议上,阿里云瑶池数据库团队的论文《PolarDB-MP: A Multi-Primary Cloud-Native Database via Disaggregated Shared Memory》获得了Industry Track Best Paper Award,这是中国企业独立完成的成果首次摘得SIGMOD最高奖。PolarDB-MP是基于分布式共享内存的多主云原生数据库,本文将介绍这篇论文的具体细节。
内附原文|详解SIGMOD’24最佳论文:PolarDB破解多主架构经典难题
|
安全 Java Linux
Kotlin 编程语言详解:特点、应用领域及语法教程
**Kotlin**是JetBrains于2016年推出的编程语言,兼容Java,广泛用于移动(尤其是Android)、Web、服务器及数据科学。它的语法简洁安全,支持多平台,学习曲线平缓,且拥有活跃的社区。`main()`函数是程序入口,`println()`用于输出,而`print()`不换行。注释以`//`开始单行,`/* */`包裹多行
425 0
|
小程序 JavaScript Java
暹罗外卖开源啦,一款java多商户外卖系统-商家入驻如美团饿了么
暹罗外卖是一款Java外卖配送系统,适用于多商户入驻,对标美团外卖、饿了么。系统包含用户端、商家端、配送端以及总管理后台; 前端使用uni-app开发,可打包部署到微信小程序、APP、H5 Web端使用vue + Element开发 服务端使用java语言开发,技术栈:Spring Cloud & Alibaba + Redis + RocketMQ + WebSocket + ElasticSearch + ELK + Sentinel + Seata + SkyWalking + SpringBoot Admin + Promethues + Grafana
655 2
暹罗外卖开源啦,一款java多商户外卖系统-商家入驻如美团饿了么
|
Kubernetes Cloud Native 微服务
作者推荐|剖析云原生服务框架中服务发现机制的核心原理与实现机制
作者推荐|剖析云原生服务框架中服务发现机制的核心原理与实现机制
490 0
|
机器学习/深度学习 存储 编解码
2024年YOLO还可以继续卷 | MedYOLO是怎么从YOLO家族中一步一步走过来的?
2024年YOLO还可以继续卷 | MedYOLO是怎么从YOLO家族中一步一步走过来的?
213 0
|
Oracle 关系型数据库 MySQL
mybatis执行批量更新batch update 的方法(oracle,mysql)
mybatis执行批量更新batch update 的方法(oracle,mysql)
1593 0
下一篇
开通oss服务