人類(lèi)社會(huì)正在逐步進(jìn)入數(shù)字經(jīng)濟(jì)周期。應(yīng)對(duì)數(shù)字經(jīng)濟(jì)浪潮，據(jù)Gartner統(tǒng)計(jì)，67%的大型企業(yè)已經(jīng)將數(shù)字化轉(zhuǎn)型作為企業(yè)核心戰(zhàn)略。與農(nóng)業(yè)經(jīng)濟(jì)的關(guān)注土地和勞動(dòng)，工業(yè)經(jīng)濟(jì)關(guān)注資本和技術(shù)截然不同，數(shù)字經(jīng)濟(jì)的核心生產(chǎn)要素是數(shù)據(jù)和AI。企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中產(chǎn)生大量的數(shù)據(jù)，已經(jīng)成為企業(yè)核心資產(chǎn)的一部分，然而數(shù)據(jù)本身不是目的，知識(shí)和智慧才是永恒的價(jià)值。通過(guò)AI從數(shù)據(jù)中挖掘智慧，實(shí)現(xiàn)數(shù)據(jù)的價(jià)值變現(xiàn)，成為當(dāng)前企業(yè)數(shù)字化轉(zhuǎn)型的主題。+AI，標(biāo)志著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)入了智能化新階段。

　　據(jù)華為GIV（Global Industry Vision）最新預(yù)測(cè)，到2025年大企業(yè)對(duì)AI的采用率將達(dá)到97%，AI成為企業(yè)重塑商業(yè)模式、提升客戶體驗(yàn)和開(kāi)創(chuàng)未來(lái)的關(guān)鍵推動(dòng)力。AI被稱(chēng)為企業(yè)數(shù)據(jù)金礦的煉金術(shù)，通過(guò)AI點(diǎn)石成金，成為企業(yè)數(shù)字化、智能化轉(zhuǎn)型成敗的關(guān)鍵。

　　企業(yè)數(shù)字化轉(zhuǎn)型，智能化升級(jí)也推動(dòng)企業(yè)數(shù)據(jù)中心的變革。企業(yè)數(shù)據(jù)中心正在從云階段邁入了AI新階段。相比而言，云數(shù)據(jù)中心更像是個(gè)業(yè)務(wù)支撐中心，以應(yīng)用為中心，通過(guò)云平臺(tái)實(shí)現(xiàn)IT資源的快速發(fā)放。而AI數(shù)據(jù)中心在云數(shù)據(jù)中心基礎(chǔ)上真正演進(jìn)成為商業(yè)價(jià)值中心，以數(shù)據(jù)為中心，采用AI對(duì)數(shù)據(jù)進(jìn)行高效處理。如果說(shuō)衡量一個(gè)云數(shù)據(jù)中心的關(guān)鍵指標(biāo)是業(yè)務(wù)發(fā)放的效率，那么衡量AI數(shù)據(jù)中心的關(guān)鍵指標(biāo)就是AI運(yùn)算效率。

　　充足AI算力是基礎(chǔ)。我們知道，深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法突破引爆了新一輪的AI浪潮，而深度學(xué)習(xí)需要到巨大的算力支撐，比如一次語(yǔ)音識(shí)別的AI訓(xùn)練涉及到20E（1E=1018次方）次的浮點(diǎn)計(jì)算，而谷歌機(jī)器翻譯算力需求量達(dá)到103E，即便用全世界最高性能的超級(jí)計(jì)算機(jī)Summit來(lái)計(jì)算，也需要較長(zhǎng)的時(shí)間。保證有充足的算力成為提升AI運(yùn)算效率的基礎(chǔ)。

　　釋放算力是關(guān)鍵。以深度學(xué)習(xí)為特征的AI運(yùn)算依賴海量的數(shù)據(jù)的輸入，無(wú)論是AI訓(xùn)練樣本算據(jù)還是AI推理使用的原始算據(jù)，均源自海量數(shù)據(jù)。裝載算力的GPU或AI服務(wù)器只有獲得完整算據(jù)后才能進(jìn)行AI處理，否則只能空閑等待，這樣數(shù)據(jù)的存取速度將直接影響算力的發(fā)揮。在很多AI運(yùn)算系統(tǒng)中，算力的空閑等待時(shí)間甚至超過(guò)50%，造成算力的浪費(fèi)。如何保證算力100%釋放成為AI運(yùn)算效率的關(guān)鍵。

　　當(dāng)前的云數(shù)據(jù)中心建設(shè)基本思路是采用虛擬化技術(shù)對(duì)IT資源池化管理，通過(guò)SDx技術(shù)完成資源的統(tǒng)一按需自助和自動(dòng)化發(fā)放，最終實(shí)現(xiàn)Everything as a Service的云化服務(wù)形態(tài)。而為了滿足數(shù)據(jù)中心充分釋放AI算力從而使得AI運(yùn)算高效運(yùn)行的訴求，面向AI時(shí)代的數(shù)據(jù)中心架構(gòu)正在重塑。

　　以全閃存存儲(chǔ)數(shù)據(jù)湖為核心，以GPU或AI智能計(jì)算為算力底座的AI時(shí)代數(shù)據(jù)中心架構(gòu)，越來(lái)越得到業(yè)界的廣泛認(rèn)可。

　　在AI時(shí)代數(shù)據(jù)中心新架構(gòu)中，作為數(shù)據(jù)中心核心組成的存儲(chǔ)和計(jì)算正在發(fā)生顛覆性的變革：全閃存化存儲(chǔ)介質(zhì)使得存儲(chǔ)時(shí)延降低百倍，GPU/AI智能計(jì)算使得計(jì)算性能提升百倍。從而導(dǎo)致傳統(tǒng)以太網(wǎng)因擁塞易丟包帶來(lái)的網(wǎng)絡(luò)傳輸瓶頸異常突顯。

　　根據(jù)業(yè)界統(tǒng)計(jì)，即便在低于10%鏈路帶寬利用率的低負(fù)載流量環(huán)境下，突發(fā)流量引起的網(wǎng)絡(luò)的丟包率也接近1‰，而這1‰的丟包在AI運(yùn)算系統(tǒng)中直接帶來(lái)算力損失接近50%。然而，隨著業(yè)務(wù)負(fù)載增加，數(shù)據(jù)中心分布式多打一流量逐步增多，網(wǎng)絡(luò)丟包問(wèn)題愈發(fā)嚴(yán)重。

　　因此，0丟包的無(wú)損網(wǎng)絡(luò)，是保證算力100%釋放的關(guān)鍵，成為AI時(shí)代數(shù)據(jù)中心的必要條件。

　　如何構(gòu)建一個(gè)0丟包的數(shù)據(jù)中心網(wǎng)絡(luò)呢？為了在云數(shù)據(jù)中心中解決丟包問(wèn)題，很多AI業(yè)務(wù)相關(guān)的場(chǎng)景中，十幾年前提出的無(wú)損以太DCB（Data Center Bridging）的部分技術(shù)甚至也被重新使用。但當(dāng)年DCB中相關(guān)技術(shù)由于嚴(yán)重依賴靜態(tài)手工配置，網(wǎng)絡(luò)無(wú)法根據(jù)流量的變化動(dòng)態(tài)調(diào)整參數(shù)而導(dǎo)致粗暴反壓使得網(wǎng)絡(luò)性能很差。并且每次業(yè)務(wù)負(fù)載的變化，最優(yōu)參數(shù)的調(diào)整往往需要有經(jīng)驗(yàn)的工程師持續(xù)2天以上的遍歷嘗試。

　　頻繁的網(wǎng)絡(luò)負(fù)載模型變化需要參數(shù)的持續(xù)調(diào)整，否則要么網(wǎng)絡(luò)欠吞吐，要么仍然丟包，這基本限制了參數(shù)靜態(tài)手工配置方式在大規(guī)模、多AI業(yè)務(wù)的數(shù)據(jù)中心的適用性。

　　華為率先將AI芯片引入交換機(jī)，通過(guò)深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法，實(shí)現(xiàn)網(wǎng)絡(luò)自調(diào)參、自優(yōu)化，從而解決了手工配置靜態(tài)參數(shù)導(dǎo)致網(wǎng)絡(luò)無(wú)法動(dòng)態(tài)適應(yīng)負(fù)載流量模型變化的問(wèn)題，實(shí)現(xiàn)真正的0丟包智能無(wú)損網(wǎng)絡(luò)，甚至網(wǎng)絡(luò)吞吐接近100%時(shí)仍然不丟包。

　　華為認(rèn)為，0丟包的智能無(wú)損網(wǎng)絡(luò)必將引領(lǐng)AI時(shí)代數(shù)據(jù)中心的發(fā)展趨勢(shì)，高效支撐AI運(yùn)算，是AI時(shí)代數(shù)據(jù)中心的最佳選擇。

　　HUAWEI CONNECT 2019作為華為自辦的面向ICT產(chǎn)業(yè)的全球性年度旗艦大會(huì)，將于2019年9月18日-20日在上海隆重舉行。本屆大會(huì)以“共創(chuàng)智能新高度”為主題，旨在搭建一個(gè)開(kāi)放、合作、共享的平臺(tái)，與客戶伙伴一起共同探討如何把握新機(jī)遇創(chuàng)造智能未來(lái)。