企業智能化轉型升級，AI點石成金
人類社會正在逐步進入數字經濟周期。應對數字經濟浪潮，據Gartner統計，67%的大型企業已經將數字化轉型作為企業核心戰略。與農業經濟的關注土地和勞動，工業經濟關注資本和技術截然不同，數字經濟的核心生產要素是數據和AI。企業數字化轉型過程中產生大量的數據，已經成為企業核心資產的一部分，然而數據本身不是目的，知識和智慧才是永恒的價值。通過AI從數據中挖掘智慧，實現數據的價值變現，成為當前企業數字化轉型的主題。+AI，標志著企業數字化轉型進入了智能化新階段。
據華為GIV（Global Industry Vision）最新預測，到2025年大企業對AI的采用率將達到97%，AI成為企業重塑商業模式、提升客戶體驗和開創未來的關鍵推動力。AI被稱為企業數據金礦的煉金術，通過AI點石成金，成為企業數字化、智能化轉型成敗的關鍵。
數據中心從云邁入AI階段，釋放AI算力是關鍵
企業數字化轉型，智能化升級也推動企業數據中心的變革。企業數據中心正在從云階段邁入了AI新階段。相比而言，云數據中心更像是個業務支撐中心，以應用為中心，通過云平臺實現IT資源的快速發放。而AI數據中心在云數據中心基礎上真正演進成為商業價值中心，以數據為中心，采用AI對數據進行高效處理。如果說衡量一個云數據中心的關鍵指標是業務發放的效率，那么衡量AI數據中心的關鍵指標就是AI運算效率。
如何提升AI數據中心的運算效率？
充足AI算力是基礎。我們知道，深度學習的神經網絡算法突破引爆了新一輪的AI浪潮，而深度學習需要到巨大的算力支撐，比如一次語音識別的AI訓練涉及到20E（1E=1018次方）次的浮點計算，而谷歌機器翻譯算力需求量達到103E，即便用全世界最高性能的超級計算機Summit來計算，也需要較長的時間。保證有充足的算力成為提升AI運算效率的基礎。
釋放算力是關鍵。以深度學習為特征的AI運算依賴海量的數據的輸入，無論是AI訓練樣本算據還是AI推理使用的原始算據，均源自海量數據。裝載算力的GPU或AI服務器只有獲得完整算據后才能進行AI處理，否則只能空閑等待，這樣數據的存取速度將直接影響算力的發揮。在很多AI運算系統中，算力的空閑等待時間甚至超過50%，造成算力的浪費。如何保證算力100%釋放成為AI運算效率的關鍵。
AI時代數據中心架構重塑，網絡丟包成為瓶頸**
當前的云數據中心建設基本思路是采用虛擬化技術對IT資源池化管理，通過SDx技術完成資源的統一按需自助和自動化發放，最終實現Everything as a Service的云化服務形態。而為了滿足數據中心充分釋放AI算力從而使得AI運算高效運行的訴求，面向AI時代的數據中心架構正在重塑。
以全閃存存儲數據湖為核心，以GPU或AI智能計算為算力底座的AI時代數據中心架構，越來越得到業界的廣泛認可。
在AI時代數據中心新架構中，作為數據中心核心組成的存儲和計算正在發生顛覆性的變革：全閃存化存儲介質使得存儲時延降低百倍，GPU/AI智能計算使得計算性能提升百倍。從而導致傳統以太網因擁塞易丟包帶來的網絡傳輸瓶頸異常突顯。
根據業界統計，即便在低于10%鏈路帶寬利用率的低負載流量環境下，突發流量引起的網絡的丟包率也接近1‰，而這1‰的丟包在AI運算系統中直接帶來算力損失接近50%。然而，隨著業務負載增加，數據中心分布式多打一流量逐步增多，網絡丟包問題愈發嚴重。
因此，0丟包的無損網絡，是保證算力100%釋放的關鍵，成為AI時代數據中心的必要條件。
0丟包的智能無損網絡，是AI時代數據中心的最佳選擇
如何構建一個0丟包的數據中心網絡呢？為了在云數據中心中解決丟包問題，很多AI業務相關的場景中，十幾年前提出的無損以太DCB（Data Center Bridging）的部分技術甚至也被重新使用。但當年DCB中相關技術由于嚴重依賴靜態手工配置，網絡無法根據流量的變化動態調整參數而導致粗暴反壓使得網絡性能很差。并且每次業務負載的變化，最優參數的調整往往需要有經驗的工程師持續2天以上的遍歷嘗試。
頻繁的網絡負載模型變化需要參數的持續調整，否則要么網絡欠吞吐，要么仍然丟包，這基本限制了參數靜態手工配置方式在大規模、多AI業務的數據中心的適用性。
華為率先將AI芯片引入交換機，通過深度學習的神經網絡算法，實現網絡自調參、自優化，從而解決了手工配置靜態參數導致網絡無法動態適應負載流量模型變化的問題，實現真正的0丟包智能無損網絡，甚至網絡吞吐接近100%時仍然不丟包。
華為認為，0丟包的智能無損網絡必將引領AI時代數據中心的發展趨勢，高效支撐AI運算，是AI時代數據中心的最佳選擇。
HUAWEI CONNECT 2019作為華為自辦的面向ICT產業的全球性年度旗艦大會，將于2019年9月18日-20日在上海隆重舉行。本屆大會以“共創智能新高度”為主題，旨在搭建一個開放、合作、共享的平臺，與客戶伙伴一起共同探討如何把握新機遇創造智能未來。
