算力服务网络：一场多元融合的系统革命

钛媒体 • 2年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

算力服务网络：一场多元融合的系统革命

Alter

· 刚刚

微信扫码

339

一个算力服务网络既要容纳多元化的算力，满足不同业务场景的算力需求，也要改变传统的服务范式，按需按量为客户提供计算、应用、数据、调优、咨询、运营、运维等一站式服务。

算力服务网络：一场多元融合的系统革命

图片来源@视觉中国

文 | Alter

东数西算工程启动小半年后，算力服务网络的概念正在加速升温，频频成为行业论坛上的讨论焦点，参与者也越来越多。

按照一些算力白皮书中的说法：要推动算力像水电一样，可以“一点接入、即取即用”。想要达成“算力无所不在、网络无所不达、智能无所不及”的远大愿景，就需要算为中心、网为载体、多要素融合的算力服务网络。

“算力服务网络”的本质似乎并不复杂，即通过系统化的方式解决算力的需求和供给问题。只是在算力成为水电一样的基础设施的过程中，仍然有很多待解的问题，有很多棘手的挑战，很多未知的探索和试错。

而能否找到一条正确的路径，直接关系着算力服务网络的底色。

01 单一算力or多元算力

算力服务网络的概念很热，可外界对算力服务网络的定义尚未统一。

不同企业对算力服务网络的定义并不相同。有人理解为人工智能算力中心的联网调度，也有人将算力服务网络视为云化网络的演变……现阶段仍处于自圆其说的“狭义”阶段，潜移默化地混淆了算力服务网络的认知。

算力服务网络作为一个新兴概念，上下游的参与者不计其数，不排除一些企业或个人存在认知上的局限性，遵循传统的思维定式去理解新事物。可回到算力服务网络的初衷，左右行业潮向的可能不是哪一家企业，甚至不是哪一个机构，而是真实存在的市场需求，市场需要什么样的计算服务，深切影响着算力服务网络的内涵。

中石油BGP处理中心原总工程师赖能和在2022中国算力发展研讨会上，谈及油气勘探的算力需求：油气勘探简单地说就是给地表做CT，一个项目的原始数据往往超过100TB，甚至有些项目的原始数据超过1个PB，就需要巨大的算力作为支撑。由于油气勘探是个庞大的系统工程，流程常常由几百个模块组成，整体的算力要求很高，且每个模块的算力需求、运行精度等也有所不同。

赖能和在石油勘探中遇到的问题，无疑为算力服务网络服务提供了一个重要启示：在真实的应用场景中，对算力的需求绝非是单一的，而是多元算力的融合，涉及到不同的计算场景、不同的计算架构。

有别于电力服务中的统一标准，不同行业、不同领域、不同场景、不同企业对算力的需求并不完全相同，以至于算力需求可以细分为几百上千种。同时CPU算力、GPU算力、专用芯片产生的算力，不仅计算架构不同，算力的精度也不同。算力服务网络的出现，绝不是基于算力属性的连网，而是输出多元融合的算力。

倘若只是将单一的智算或超算编织成网，或许可以满足客户在特定场景下的需求，可不同算力平台的接口不规范、调用方式不统一、互相不兼容，等同于人为制造了一个个新的烟囱系统，客户需要花费额外的精力进行适配打通，以解决底层数据的互联互通问题，俨然违背了算力服务网络的初衷。

也就是说，算力服务网络的正确理解应该是多元算力的融合，是一项AI、Big Data、HPC深度融合调度的系统工程。一个算力服务网络既要容纳多元化的算力，满足不同业务场景的算力需求，也要改变传统的服务范式，按需按量为客户提供计算、应用、数据、调优、咨询、运营、运维等一站式服务。

02 算力服务的“三座大山”

厘清了算力服务网络的价值，还需要正视算力服务网络面临的挑战。

就像水电之所以在日常生活和工业生产中扮演了不可或缺的角色，离不开国家电网等企业铺设的一张张密密麻麻的电力网。算力服务网络所肩负的使命，正是让客户能够像购买电力一样购买算力服务“套餐”。

算力服务网络的愿景不可谓不明确，可想要将理想中的愿景变成现实，现阶段至少存在三个方面的挑战。

首先是算力分布的不均衡。

算力不是基础的自然资源，对电力有着极高的依赖性，而国内的电力资源又有着东西部分布不均衡的特点。再加上不同行业、不同领域对算力的需求不同，导致数据中心的分布出现了行业、区域、领域的分布不均，国内计算产业的复杂程度和局限性，已然超过了水和电。东数西算工程想要解决的就是这一问题，也因此经常与西气东输、南水北调等大型工程相提并论。

然后是算力资源的不标准。

电力服务中虽然存在380V、220V、110V等不同的电压，仍然可以用“多少度电”描述对电力的需求量，但算力服务中类似的标准还比较模糊，用户很难精准把握需要多少FLOPS的算力。算力服务网络需要同步解决标准化的问题，不断优化算力的度量衡，结合传输、存储等服务的不同需求，对波峰波谷不同时间的算力差异化定价。同样是一个非常复杂的系统级工程。

再次是算力供需的不匹配。

随着数字化转型的持续深入，算力需求正在加速迭代：数据量负载从单一负载转向混合负载、应用场景也在经历简单到复杂的演变。即使是工程量不算庞大的图像训练，就包括数据转发、压缩存储、加密解密、文件系统、数据查询、图像渲染等对个计算模块，涉及到多种芯片的算力，一些长尾且刚需的计算场景，可能还需要提供定制的专属服务。

做一个总结的话，将分布在国内各地的数据中心进行统筹和连接，不过是算力服务网络的第一步，能否通过算力调度系统合理调配、协调一致地提供算力服务，能否基于场景需求向市场输出算力、算法、数据、应用高度协同的一体化资源，同样是算力服务网络服务商必须要应对的问题。

算力服务网络的根基不在于有多少家企业参与，而是有没有专业的机构或团队对算力服务网络进行标准化、精细化的管理，跳出某项业务升级为算力服务网络的思维陷阱，通过专业的算力服务为数字产业提速增效。