摘要：而這對(duì)于數(shù)據(jù)中心來(lái)說(shuō)則是一種巨大的挑戰(zhàn)。顯然，這一切在目前仍未引起足夠的重視。

自從Alpha GO戰(zhàn)勝人類圍棋選手以來(lái)，AI就成為了整個(gè)商業(yè)社會(huì)中熱度最高的一個(gè)名詞。在AI的背后是對(duì)傳統(tǒng)商業(yè)模式的巨大顛覆和對(duì)社會(huì)生產(chǎn)力的空前解放。雖然AI很可能在未來(lái)淘汰掉一部分重復(fù)性勞動(dòng)很高的工作崗位，但因此所釋放出的勞動(dòng)力將在未來(lái)把人類的創(chuàng)造力推向新的高峰。

但除了已經(jīng)淪為陳詞濫調(diào)的AI光明未來(lái)，在實(shí)際的應(yīng)用中，AI技術(shù)卻仍舊處于萌芽狀態(tài)。在目前的階段，人工智能——Artificial Intelligence仍舊處于相當(dāng)初級(jí)的階段，還只能根據(jù)海量數(shù)據(jù)所構(gòu)建出的模型來(lái)完成應(yīng)用中的推理與判斷，離真正的自主型人工智能或根據(jù)有限信息來(lái)自主拓展模型并作出判斷的強(qiáng)人工智能還有很大的差距。

不過(guò)由于目前AI開(kāi)發(fā)與應(yīng)用的主要模式已經(jīng)確認(rèn)，對(duì)應(yīng)的研究手段也就變得明確起來(lái)。在現(xiàn)有的技術(shù)方向下，企業(yè)需要利用神經(jīng)網(wǎng)絡(luò)技術(shù)并使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法來(lái)構(gòu)建模型，在根據(jù)模型來(lái)開(kāi)發(fā)對(duì)應(yīng)的軟硬件解決方案。而無(wú)論是訓(xùn)練AI模型還是利用AI模型來(lái)進(jìn)行推理判斷，強(qiáng)大的運(yùn)算能力都是必不可少的。

AI兩端的不同景象

在模型訓(xùn)練方面，由于輸入的數(shù)據(jù)類型和使用的DL／ML框架不同，硬件不僅需要有強(qiáng)大的并行計(jì)算和浮點(diǎn)能力，更要具備強(qiáng)大的靈活性。但這兩種需求都不是傳統(tǒng)x86服務(wù)器所擅長(zhǎng)的，因此就需要與x86異構(gòu)的協(xié)處理器來(lái)完成對(duì)應(yīng)的模型訓(xùn)練任務(wù)。在這一領(lǐng)域，最大的贏家無(wú)疑就是NVIDIA。面對(duì)這一市場(chǎng)的巨大需求和豐厚利潤(rùn)，NVIDIA不僅推出了針對(duì)不同性能和應(yīng)用環(huán)境的多款GPU產(chǎn)品，更推出了對(duì)應(yīng)的一體機(jī)甚至是為大規(guī)模GPU互聯(lián)提供更高帶寬的NVLink總線。此外，針對(duì)云數(shù)據(jù)中心的虛擬化環(huán)境和相關(guān)訓(xùn)練程序的開(kāi)發(fā)，NVIDIA也有專門(mén)的GRID虛擬化技術(shù)及提高并行運(yùn)算效率的CUDA語(yǔ)言。

以龐大的產(chǎn)品研發(fā)投入，NVIDIA幾乎占領(lǐng)了AI中的模型訓(xùn)練市場(chǎng)。不過(guò)在利用成品模型進(jìn)行實(shí)際問(wèn)題的推理判斷領(lǐng)域，NVIDIA卻還沒(méi)有獲得相應(yīng)的統(tǒng)治地位。

利用AI模型（程序）進(jìn)行實(shí)際問(wèn)題的推理和判斷仍舊需要對(duì)應(yīng)的硬件系統(tǒng)擁有強(qiáng)大的運(yùn)算能力。但與模型訓(xùn)練的復(fù)雜場(chǎng)景不同，由于需要運(yùn)行的程序和處理的數(shù)據(jù)類型的相對(duì)固定，硬件系統(tǒng)并不需要很高的靈活性。相反，在實(shí)際的AI應(yīng)用場(chǎng)景中，用戶往往對(duì)硬件的采購(gòu)成本、能效和部署效率有著更高的要求。

于是，專門(mén)對(duì)應(yīng)某種算法的AI芯片被越來(lái)越多的制造了出來(lái)。最近在資本圈和市場(chǎng)上引起廣泛關(guān)注的華為海思、寒武紀(jì)、地平線、比特大陸等公司都是這一領(lǐng)域的新貴。在產(chǎn)品形態(tài)上，他們大多采用ASIC方式將AI應(yīng)用固化在芯片中，從而獲得更低的成本和更高的性能及能效。當(dāng)然，傳統(tǒng)科技企業(yè)也沒(méi)有在這一領(lǐng)域缺席，包括Google的TPU、Intel的Arria 10系列（FPGA芯片）和Xilinx的Versal芯片（FPGA）等也紛紛進(jìn)入AI推理判斷領(lǐng)域。

與AI模型訓(xùn)練領(lǐng)域中NVIDIA的一家獨(dú)大不同，推理判斷領(lǐng)域卻呈現(xiàn)出了百家爭(zhēng)鳴、群雄逐鹿的景象。

云數(shù)據(jù)中心的AI隱憂

隨著云理念和云優(yōu)勢(shì)被越來(lái)越多的企業(yè)認(rèn)可，云計(jì)算市場(chǎng)也經(jīng)歷著一輪又一輪的高速增長(zhǎng)。而將AI能力通過(guò)云計(jì)算的形式交付給企業(yè)和用戶也成為了AI技術(shù)迅速發(fā)展并取得廣泛應(yīng)用的前提條件。于是，對(duì)于云數(shù)據(jù)中心來(lái)說(shuō)各類計(jì)算卡和AI芯片就成為了擴(kuò)容建設(shè)的重中之重。

但隨著云計(jì)算市場(chǎng)和應(yīng)用集中趨勢(shì)的愈發(fā)明顯，很快，大型云數(shù)據(jù)中心就會(huì)發(fā)現(xiàn)，越來(lái)越多的GPU、ASIC、FPGA會(huì)開(kāi)始堆滿數(shù)據(jù)中心，他們分別運(yùn)行著不同的程序、發(fā)揮著不同的作用、并且有著不同的管理方式。而這對(duì)于數(shù)據(jù)中心來(lái)說(shuō)則是一種巨大的挑戰(zhàn)。

二十年前，當(dāng)時(shí)的CPU性能遠(yuǎn)沒(méi)有現(xiàn)在的強(qiáng)大，而面對(duì)龐大的數(shù)據(jù)存儲(chǔ)和管理壓力，大多數(shù)企業(yè)都開(kāi)始研發(fā)運(yùn)行效率更高的ASIC芯片，并使之成為存儲(chǔ)系統(tǒng)的核心功能實(shí)現(xiàn)單元。期初，這一思路取得了很好的效果，滿足的用戶的需求。但隨著時(shí)間得推移，越來(lái)越多不同廠牌、不同管理框架、不同功能的ASIC也讓存儲(chǔ)網(wǎng)絡(luò)的管理和運(yùn)營(yíng)成本直線飆升；最終受苦的仍舊是企業(yè)。直到現(xiàn)在，軟件定義存儲(chǔ)技術(shù)才開(kāi)始慢慢扭轉(zhuǎn)這一局面，將企業(yè)從存儲(chǔ)系統(tǒng)結(jié)構(gòu)的深淵中慢慢拉出來(lái)。

而現(xiàn)在，數(shù)據(jù)中心雖然已經(jīng)實(shí)現(xiàn)了大面積的運(yùn)化，但CPU＋GPU＋FPGA＋ASIC的復(fù)雜計(jì)算架構(gòu)卻仍舊有可能將企業(yè)拖入AI基礎(chǔ)設(shè)施的深淵，讓數(shù)據(jù)中心重新面臨二十年前的窘境。顯然，這一切在目前仍未引起足夠的重視。

誠(chéng)然，AI的崛起能夠讓企業(yè)在數(shù)字化時(shí)代的競(jìng)爭(zhēng)中獲得巨大的優(yōu)勢(shì)，并有望徹底改變?nèi)藗兩詈推髽I(yè)運(yùn)行的效率和方式，但這種粗放型的發(fā)展思路卻仍舊值得數(shù)據(jù)中心管理者們的重視。

指望在復(fù)雜多變的AI市場(chǎng)建立統(tǒng)一的管理和運(yùn)行框架在目前這個(gè)時(shí)間節(jié)點(diǎn)是不現(xiàn)實(shí)的；寄希望于初出茅廬的AI芯片獨(dú)角獸們從整個(gè)數(shù)據(jù)中心未來(lái)管理和運(yùn)營(yíng)的角度來(lái)設(shè)計(jì)產(chǎn)品也不太可能。但從市場(chǎng)的規(guī)律來(lái)看，在沒(méi)有新的顛覆性技術(shù)出現(xiàn)之前，誰(shuí)能夠解決好這一問(wèn)題誰(shuí)才有可能成為AI硬件市場(chǎng)未來(lái)真正的贏家。

基于這一點(diǎn)，最有希望成為贏家的仍舊是Intel和Google這樣龐大企業(yè)。他們既有設(shè)計(jì)數(shù)據(jù)中心架構(gòu)的能力與經(jīng)驗(yàn)，也有引領(lǐng)行業(yè)發(fā)展的資本和實(shí)力。而隸屬于華為的海思則也有可能憑借華為豐富的設(shè)備制造和系統(tǒng)構(gòu)建背景獲得未來(lái)市場(chǎng)的一杯羹。但對(duì)于地平線、比特大陸、寒武紀(jì)這樣最近幾年才嶄露頭角的新型企業(yè)來(lái)說(shuō)，數(shù)據(jù)中心仍舊是一個(gè)龐大且無(wú)法掌控的存在，其未來(lái)最好的歸宿或許仍舊是被收購(gòu)。

當(dāng)然，由于具備更相對(duì)更高的靈活性，F(xiàn)PGA和GPU方案仍舊可以很方便的與各種數(shù)據(jù)中心管理架構(gòu)兼容，這對(duì)于近來(lái)股價(jià)持續(xù)下跌的NVIDIA來(lái)說(shuō)或許是一個(gè)好消息。