编者按
之前文章中，我们介绍过复杂计算的概念，今天又给出了一个新的概念：融合计算。两者的区别在哪里？复杂计算是对需求的描述，而融合计算是对解决方案的描述。
很多计算解决方案，聚焦具体算法、具体场景，而忽略了变化、迭代，以及平台和生态的建设：
- “不谋万世者，不足谋一时”。计算的软硬件演进非常快，我们在考虑计算解决方案的时候，不能仅考虑是否满足当前要求，至少需要考虑未来五年、十年是否可以持续满足业务的需求。
- “不谋全局者，不足谋一域”。并且，计算不仅仅是AI计算，也不仅仅是某个特定特征或领域的计算，计算是要以一个通用而综合的形态，满足几乎所有场景的需求。
今天这篇文章，我们展望一个足够通用、综合、全面、更长生命周期的理想化的计算体系：融合计算。
1 专用硬件or通用硬件？
算力中心的硬件是预配置的，算力中心运营商在购买硬件时，并不确定这些硬件具体会运行什么计算任务。因此，需要以不变应万变，优先考虑足够通用的、综合性的硬件。
此外，站在算力中心运营管理的视角，需要尽可能的减少硬件的型号（简化管理，提高硬件资源利用率，降低成本），最理想情况是：硬件规格是一致性的，只有一种型号的硬件，然后通过虚拟化实现差异化的“软件运行平台”。
云计算/算力中心的理想化目标，就是：
- 综合的、通用的硬件和基础设施；
- 灵活、高效且低损耗的虚拟化，来实现资源的池化和灵活重组；
- 面向各类计算场景的、丰富多彩的多种不同规格的“软件运行平台”（软件运行平台指的是虚机、容器、函数等软件运行环境；多种规格的软件运行平台，可精确匹配软件的差异性，满足系统性能要求的条件下，实现尽可能高的硬件资源利用率）。
2 复杂计算
按照虚拟化的层次，虚拟化可以分为计算机虚拟化、操作系统虚拟化和函数虚拟化。综合这三类虚拟化的共性价值：
- 虚拟化按照一定时间或空间的粒度，把资源切分和组合；
- 虚拟化屏蔽硬件架构/软件接口的差异性，为上层软件提供一致性的硬件/软件；
- 虚拟化为上层软件系统提供多种下层资源不同比例组合的运行平台；
- 上层软件系统和下层硬件/软件系统解耦，上层软件系统作为运行实体，可以创建/销毁、运行/挂起、复制、迁移等；
- 多系统隔离/共存：资源共享的同时，数据隔离、性能隔离、故障隔离、安全隔离；
- 提升系统灵活性，提升资源利用率，提升硬件负载均衡性，提升软件高可用性。
以VM为例，假设有100台服务器，一台物理的服务器虚拟出10台VM，1000个逻辑的机器VM分属于50个不同大小的私有集群。
复杂系统的多集群、多系统和动态共存体现在：
- 硬件集群：供系统调度的一组硬件设备的集合，可以从数台到数千台，甚至上万到百万台的规模，也可以超大规模到跨算力中心的千万级甚至更多计算设备；
- 软件多系统：通过虚拟化机制，实现单个硬件上的多个不同规格的软件系统共存；
- 软件多系统集群：一组软件系统组成软件集群，多组软件集群混合交叉部署在一组硬件集群之上；
- 动态性：宏观的看，这些硬件集群和软件集群的配置一直处于频繁的变更中。
因此，我们可以得到复杂计算的定义：①基于一组硬件集群，②运行多软件系统集群的、 ③动态的、 ④交叉混合计算。展开说明：
- 单个硬件支持多个不同规格软件系统的计算。
- 单个硬件集群支持多个软件系统集群的计算，并且软件系统集群交叉混布。
- 数以万计、百万计甚至更多计算设备的超大规模，完全动态的、非常频繁的软硬件配置变更。
- 硬件需要足够的一致性（尽可能少的型号和规格），在一致性硬件的基础上实现软件运行平台的差异性。
- 尽可能满足所有场景的、足够通用的、综合性的计算平台和系统。
3 算力的融合
目前，算力中心通常包括四个方向：
- 通用计算（主要基于CPU服务器）；
- 超级计算（基于巨型计算机的高性能计算）；
- 智能计算（基于GPU、AI加速等芯片的异构服务器）；
- 分布式存储（独立的分布式存储体系，甚至存储还分为热存、温存和冷存三个独立的硬件基础设施）。
目前，许多算力中心是特色的，仅面向这四类计算中的某一种；而有些超大规模的算力中心是相对综合的，包含了上述四类计算的两种、三种，甚至全部四种，但这四种不同方向的计算，通常是物理分割的各自独立的区域。
上面这些做法，跟云计算的发展理念是相悖的。
云计算通过资源池化可以实现资源的动态共享，提升资源的利用率，进而降低成本。
按照云计算的理念，应该是在通用而综合的云服务体系（IaaS/PaaS/SaaS）之上，构建性能、延迟、成本、安全等方面满足要求的弹性的各类计算集群。
4 不仅仅是AI计算，而是综合的计算
如果把AI计算比作“主菜”，那么综合计算则是一桌“宴席”。
- 计算的位置是云计算、边缘计算和终端计算；而AI计算是业务层次的计算。
- AI很重要，但围绕着AI，还有很多其他类型的计算。
- 以AI为主要计算的AI+业务场景越来越多；但仍然有很多计算任务，不需要AI的参与，或者AI计算量占比较低。
- 综合的计算：通过云计算、边缘计算、终端计算的方式，为所有的计算任务提供承载。包括AI计算任务，也包括其他计算任务。这些计算任务并行不悖的混合运行在云、边或端。
5 融合系统的特征
宏观的系统只有一个：通过算力网络，把分散在各地的云计算数据中心/算力中心、边缘算力中心，以及形形色色的终端计算设备，连成了一个超级巨大的系统。这个系统，我们称它为融合系统。
融合的系统有哪些基础特征呢？这里我们总结如下。
1) 需求的未知
- 系统场景一直在快速变化：上层软件场景层出不穷，两年一个新热点，已有的热点仍在快速演进。
- 宏观大系统，硬件资源是预先准备好的。在购买和部署的时候，不知道具体的资源会给到哪个用户，也不知道用户在此资源上会运行哪些任务。
- 传统的芯片设计，需要先理解场景，然后根据需求设计芯片。现在的挑战是：一方面，场景需求不确定，不但芯片公司不了解，客户自己也“不了解”；另一方面，芯片的研发和生命周期很长。
- 复杂融合的系统和芯片设计，需要“无的放矢”。
2) 全面而综合
- 不管是云计算数据中心系统，还是云网边端万物互联系统，亦或是云宇宙虚实融合系统，宏观的系统，只有“一个”。
- 千千万不同用户的需求形形色色、多种多样；并且，用户的需求一直处于快速的变化中；此外，新增的用户和新增的需求，也会不断增加。
- 面对未知的需求，系统都要能够支持。系统需要有包罗万象的能力，任何事情都能干。
3) 专业而高效
- 通常情况下，“专业的人做专业的事”。言下之意是：专才只能做本领域的事情，其他领域的事情并不擅长。
- 与此同时，通才什么事情都能做，但做每个领域的事情，都不够高效。
- 对复杂融合的宏观大系统来说，需要既通又专：系统不仅仅要能做所有事情，并且做任何事情都要足够专业而高效。
4) 超级并发
- 数以万计的用户，数以亿计的用户任务，而系统只有“一个”。
- 千千万用户的需求需要时刻满足，用户的工作任务需要快速得到处理。
- 系统需要在同一时刻，处理数以亿计的各种类型的用户任务。
5) 无处不在
- 系统覆盖非常广泛的地域：算力无处不在，算力资源唾手可得。
- 在任何地方，任何时刻，为用户的任何工作任务，都能提供算力和相关资源支撑。
- 以最合适的形态，最合适的方式，最合适的价格，给用户更好的体验，为用户创造更大的价值。
6) 快速演进
- 上层软件应用层出不穷，系统需求快速变化。
- 同一领域，不同用户的需求具有差异性；同一用户，业务需求快速迭代。
- 宏观的看，用户以及用户需要运行的任务，一直处于不断的变化中。
- 复杂而融合的系统，需要持续快速演进，才能适应上层业务需求的不断变化。
6 融合计算
前面文章我们介绍过宏观总算力的概念，这里简单总结一下。
要想提升宏观的实际总算力，有三个途径：
- 方法一，Scale Up方式，提升单芯片的性能；
- 方法二，Scale Out方式，提升芯片落地的规模/数量；
- 方法三，则是提高算力利用率。
算力提升，是一个复杂而庞大的系统工程。不仅需要各个相关领域的持续优化，还需要跨领域的协同创新。需要从数据中心多层次挖潜，整体协同优化。优化的主要方向有：
- 工艺和封装：更先进的工艺、3D集成，以及Chiplet封装等。
- 芯片实现（微架构）：通过一些创新的设计实现，如存算一体、DSA架构设计以及各类新型存储等。
- 系统架构：比如开放精简的RISC-v，异构计算逐渐走向异构融合计算，以及驾驭复杂计算的软硬件融合等。
- 系统软件、框架、库：基础的如OS、Hypervisor、容器，以及需要持续优化和开源开放的各类计算框架和库等。
- 业务应用（算法）：业务场景算法优化、算法的并行性优化等；以及系统的灵活性和可编程性设计；系统的控制和管理、系统的扩展性等。
- 硬件设备：包括服务器、交换机等，多个功能芯片的板卡集成，定制板卡和服务器，服务器电源和散热优化。
- 数据中心：网络可维护性、高速网络、网络平台化等；基础设施：如绿色DC，液冷、PUE优化等；运营和管理：如超大规模DC运营管理，跨DC运营和管理调度等。
- 更宏观的系统：如高性能的城域网、互联网，云网边端深度协同和融合等。
计算，既是宏观的，也是系统的。因此，这里我们给出一个综合的概念：融合计算。
融合计算 = 异构融合 x 软硬件融合 x 云边端融合
融合计算是在三个维度融合基础上的再融合：
- X轴，异构融合。通过异构融合计算，把各类异构算力的价值发挥到极致。
- Y轴，软硬件融合。通过核心的系统层软件（KubeCASH管理系统），融合软硬件堆栈，实现更加通用的计算，从而使得芯片的规模可以快速扩大。同时，通过开源开放，兼容已有的客户业务软件生态，能降低客户门槛，进一步实现大范围落地。
- Z轴，云边端融合。跨算力中心、跨不同云运营商、跨云边端融合的计算。
（正文完）
作者：Chaobowx
来源：软硬件融合
相关文章推荐
更多软硬件技术干货请关注软硬件融合专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
