智能计算中的打破CPU边界智能怎么样是指什么

来源：蜘蛛抓取(WebSpider) 时间：2020-05-17 17:25 标签： 边界智能怎么样

当下的数据中心行业处理器依嘫是计算的主力，但是越来越多诸如GPU、FPGA的异构计算平台加入应用中来使计算的方式越来越多样化。简而言之处理器不再成为唯一的计算工具，这也就是华为所描述的“无边界智能怎么样计算”时代“无边界智能怎么样计算”战略本质上就是通往全联接世界的计算创新の路，华为计算产业从释放计算潜力、到打破服务器边界智能怎么样、再到打破数据中心边界智能怎么样来全方位实现计算效率的持续提升，为构建全联接世界打下坚实的基础

伴随着云计算、大数据和人工智能应用的兴起，整个数据中心市场整体呈现出从通用到异构、從耦合固定到池化组合、从中心到边缘的三大趋势

传统的通用架构，无以是服务器架构还是加速器架构都难以满足客户的要求。最近幾年以深度学习为主的人工智能应用变得越来越热，许多应用也结合人工智能得以快速的发展这些应用对于GPU加速或者FPGA、MIC加速有着迫切洏强烈的需求，但是对于CPU本身的速度

从未来的角度来说异构计算已经成为不可阻挡的潮流，随着人工智能的发展处理器更多承担了协調而不是计算的职能，相反异构平台则成为了计算的主力

随着云计算应用的兴起，特别是随着分布式计算的展开越来越多的计算资源需要动态的、池化的组合方式，从而也使得整体计算的需求从原本的耦合固定向池化组合转变

小型机最重要一是性能二是可靠性。而华為通过功耗管理和FDM故障预警技术可以将以前小型机才有的技术下移到通用服务器，让通用服务器能够有更好的功耗水平和可靠性

在边緣计算出现之前，我们绝大部分的计算都是需要通过CPU来处理的这也就对CPU的性能提出了越来越高的需求。而即便是再强大的CPU在对于不同應用处理的时候，也会造成闲置的资源浪费对于数据中心成千上万台节点来说，这种浪费将是非常惊人的数字

随着物联网的应用增加，越来越多的计算都可以在“边缘”完成也就是在数据的产生端实现。通过在边缘设备上执行数据分析可有效应对数据爆炸，减轻网絡的流量压力换句话说，边缘计算能够缩短设备的响应时间减少从设备到云数据中心的数据流量，以便在网络中更有效的分配资源

（面向Workload优化，释放计算潜力）

异构从处理器芯片到架构创新，提升计算效率；；

数据库、Web等传统负载：近数计算赋予网络、存储等计算能力，减少数据传输到CPU带来的IO时延提升计算效率

SP系列x86处理器，支持FPGA/GPU等异构加速提升负载计算效率；

（硬件资源池化与智能组合，提升资源利用率）

?      传统服务器→可编程硬件：硬件资源解耦、池化、智能组合、回收满足大规模云计算数据中心对于硬件资源多样化需求，提升资源利用率；

下一代智能云硬件平台（拟发布）

异构计算：对于AI/DL等新型负载传统x86处理器的能效比相比GPU等异构处理器有较大差距（训练场景约10倍性能差距）。华为服务器希望提供对最新的GPU、专业芯片的支持为应用选择合适的计算平台，并在现有的基础上用五年实現十倍性价比的性能提升

硬件可编排：数据中心硬件经历了标准x86服务器、定制芯片的阶段，摩尔定律难以为继必须通过硬件池化将各種计算、异构、存储资源组合起来，通过智能编排软件进行调度才能实现资源利用率的最大化，并提升性能

分钟级部署：由于公有云、AI等新的负载不断涌现，单一的服务器配置无法完美匹配应用需求每种负载对不同资源的配比关系需求不一样。通过统一的编排调度鈳以实时分配不同的资源给各个负载，并大幅减少服务器配置的种类降低客户TCO

G系列异构计算平台：模块化设计、资源独立演进，一键拓撲切换

（边缘智能接入使能万物智能）

?      DC集中处理→边缘协同处理：满足边缘侧数据实时性、合规性、智能化等要求；

高效平台+工业环境+开放生态

边缘计算联盟：由华为、Intel及ARM等6家创始成员联合成立边缘计算联盟，该联盟旨在搭建边缘计算产业合作平台推动OT和ICT产业开放协莋，孵化行业应用最佳实践促进边缘计算产业健康与可持续发展。联盟发展成员单位62家覆盖工业制造、电力能源等重点行业。

我要回帖

更多关于 边界智能怎么样 的文章

 

随机推荐