今年的《政府工作报告》中，首次写入了“智能+”相关命题与讨论。这一国家政策方针，指明了智能技术必须与产业结合，进入生产核心领域，才能达成为现有经济体解放生产力，提高生产效率的目标。
而“+智能”的实现，也为各行各业和服务于全社会的ICT基础设施提出了新的挑战。当智能化浪潮袭来，各行各业都将提出对计算的新应用、新场景和新需求。而为了应对这些变量，其实还有大量棘手的问题需要解决。
其中最关键的问题，来自算力。
根据OpenAI统计，从2012年到2018年，全球对AI算力的需求提高了30万倍，而算力供给却远远不足。而在普遍的算力饥渴中，最急待升级的算力输出口，应该就是数据中心。
我们知道，在今天这个大数据时代，最主要的计算和存储都已经发生在了数据中心当中。数据中心就像整个计算世界的心脏，供给着所有计算相关的数据血液流动，驱动ICT产业正常运转。
如果说+智能是一套新的武功，那么能不能快速将其融会贯通，很大程度上将取决于习武者是否有一颗“大心脏”。否则刚练了没几下，心脏供血先不足了，那岂不是自讨没趣？
为了练就智能计算时代强大的“心肺功能”，需要解决哪些问题？
据了解，从成立以来就接连有大动作出手的华为智能计算业务部，接下来将把目标对准计算世界的中央：数据中心与架设其中的服务器。那么不妨借这个机会，让我们先来了解一下，数据中心这颗计算世界的心脏，在今天到底面临着哪些问题。
计算需求在提速，数据中心跟得上吗？
在云计算和互联网带来的通用计算时代，数据中心实质上也就是全球计算系统的中枢。
1978年，英特尔推出了8060中央处理器，同时发布了x86指令集架构。此后，这一指令集成为了通用计算时代的代表。而随着计算需求日益庞大，网络传输能力日益增强，计算产业开始进行更加集成化的计算处理模式。于是就产生了集中计算、集中存储的数据中心模式。而基于x86指令集的计算服务器，依旧是传统数据中心的主要构成体。
然而随着技术的不断进步，数据中心也开始承担越来越多的压力。比如说视频和图像任务开始越来越多，AI更是提出了完全不同的、基于多层神经网络的运算任务需求，这些计算任务仅仅使用通用CPU计算，其效率会越来越差。
而随着对AI等智能计算任务的需求量大幅提升，相关数据呈现爆炸趋势，各行业开始产生不同的计算与存储要求，这就让传统数据中心更加难以负载。
总体来说，这个问题有两种解决方案，一就是兴建更多大型数据中心，但这个显然不能作为绝对方案，二就是对现有数据中心，尤其是其使用的服务器进行智能化升级，让数据中心跟上智能时代的进化需求。
总体来说，数据中心的升级要解决两个宏观问题。
首先当然是针对视频图像、神经网络等新需求的算力提升，摆脱过度依赖CPU的历史。让算力供给充沛，把昂贵的算力成本降低，让算力适应新的计算需求。
其次，是对数据中心的运维管理进行升级。今天随着数据中心的处理数据越来越多，设备体系越来越复杂，已经陆续出现了“建得起，管不起”的现象，以至于人力根本无法承受数据中心运维任务的复杂程度加速。
此外，大型数据中心还在变成新型的“电老虎”，而其实饱和制冷模式要浪费大量的能源，这也是数据中心需要重新审视的问题。
由以上逻辑可以看出，数据中心的智能时代升级，主要需要解决两方面问题：内在的服务器迭代，以及运维场景的全局进化。
智能计算的新需求：服务器本身的升级空间
让我们先来看看第一个问题，数据中心服务器在今天要进行哪些升级进化？
AI的到来，事实上对计算提出了一个体系化的考验。比如说在自动驾驶场景中，训练计算需要处理视频和图像，这就需要对图像任务进行处理的针对性算力。然后还要拥有 神经网络等AI算法的专项加速能力，确保训练效率可以达标。而在自动驾驶训练过程中，数据吞吐量是异常庞大的，网络需求和存储需求也都较互联网任务有着指数级提升。
一般来说，在智能计算的任务需求下，服务器被要求进行三个方面的能力进化。
1、性能更强，兼容性更好的异构计算能力，能够适应不同数据类型的大规模处理。
2、强大的网络处理能力，能够融合不同网络协议，确保低时延、大流量的网络传输。
3、数据吞吐能力进一步升级，对主流数据库有更好的性能加持。
服务器可以说是数据中心的核心，核心算力的进化才能确保智能进化准确完成。然而另一个角度看，数据中心本身也是一个不断复杂化的场景。数据中心的运维与节能，对于整个计算产业来说也是至关重要的。
大数据，大中心：大规模部署场景的进化
如果我们把数据中心看作一个工厂，就会发现今天这间工厂，正在经历从传统工业的粗放型增长方式，逐步过渡到精细化、自动化增长方式的过度。
比如说，为了提高算力，数据中心普遍都在经历越建越大的变化过程。不断增多的服务器，海量汇集的数据和存储卡，意味着数据中心本身在变得越来越复杂。这种趋势发展下去，将会面临两大问题，一是运维工作的复杂程度，很快将超过人工所能负载的极限；二是庞大的数据中心场景意味着饱和式制冷，将消耗过量的资源。
这两大问题的出现，要求数据中心自身的服务系统进行更多进化。总地来说，数据中心场景正在呼唤“四个进化”：
1、运维进化，降低人工干预次数以及运维难度，推升利用智能技术解决运维问题的解决方案，让复杂的运维变得简单易操作。
2、智能服务器部署与软件管理，对数据中心软硬件部署和管理实现整体优化，减少高频次重复劳动。
3、自动诊断和修复，运用机器学习技术主动发现故障源，快速排查，机器自动修复，降低服务器故障率。
4、功耗管理迈上新台阶，将服务器的耗电与制冷需求进行连接，实现数据中心L1与L2的联动。达成低功耗低能耗的目标，降低数据中心整体用电。
这四个进化，意味着数据中心的进化方向，也是ICT产业本身实现智能化的标志之一。
酝酿“大心脏“的华为
去年年底，华为成立了智能计算业务部，开始将智能计算产业作为整体需求，针对不同的计算需求与业务场景，提供相应的智能计算解决方案。
迄今为止，华为智能计算业务部发布了Atlas人工智能计算平台（包括Atlas 200 AI加速模块、Atlas 300 AI加速卡、Atlas 500智能小站和Atlas 800 AI一体机）、智能驾驶计算平台心MDC 600、关键业务服务器KunLun V5等产品和解决方案，而下一步的重头戏，则很有可能聚焦在数据中心与服务器，这个智能计算的核心场景中。将目前x86系列产品中的主打产品，FusionServer服务器进行进一步升级。将数据中心在今天可能面对的内外两个系统问题、多种升级阻碍一网打尽。
为酝酿一颗“大心脏”，迎接智能时代的快速到来，华为将在智能计算话题中给出哪些新的答案？让我们一同期待4月3日的发布会吧。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
