时间改变了。
《英国经济学人》10年前就提出了一系列以工业用电为主导的衡量中国GDP的指标,并将其命名为“克强指数”。
如今,中国经济实力最强的北上广深等大城市正全力比拼计算力这一新指标。由于在数字经济时代,这一指标将决定未来城市大战中它们的生死。
就连安庆这样的三四线城市,也“急得火冒三丈”,因为脚步慢了,就会狠狠地落在后面。
自1946年VonNeyman发明ENIAC计算机以来,算力一直在飞速发展。
50年前,阿波罗11号首次将人类送上月球,它携带的计算机,CPU主频只有0.043MHz。
如今,任何普通手机的主频都在2500MHz以上,是登月手机的50,000倍!
即使是这样,也不能满足人们计算能力的需要。
据IDC/EMC发布的一份报告显示,近十年来,全球计算能力的增长远远落后于数据增长。
造成这种计算能力瓶颈的原因有两个:一个是因特网革命,另一个是AI革命。
因特网使更多的设备连接在一起,而未来,物联网(IoT)也将带来千亿级的设备接入。设备数量庞大,叠加复杂应用场景,引发数据大爆炸。
1992年时,全人类每天只产生100GB数据。如今,全世界70亿人口,每人每天生产1.5GB的数据。单是无人驾驶汽车,一天可以产生64TB的数据,足够填满32个硬盘。
激增的数据刺激了人工智能(AI),使许多算法,如过去很难操作的深度学习,能够被喂养、训练和大规模应用。
因此,对计算能力的需求也非常大。
在2012年,为了从一千万张照片中辨认出一只猫,谷歌大脑使用了整整1000台计算机,16000个CPU。
如今,我们所面对的场景和需求,远比识别一幅图画要复杂和多样。AI正在改变我们的生活,包括VR/AR、无人驾驶、工业机器人、远程医疗等等。
其背后的算力支持,也从云端到边缘,到设备端,变得无处不在。
在十九世纪七十年代,发电机的出现引发了第二次工业革命。人类迈向了电力时代,电力成为推动世界经济发展的强大动力。
现在,100多年过去了,算力已经和电一样触手可及了。在未来的数字经济时代,谁掌握了更强的运算能力,谁就会拥有世界。
从诸如Rolanberg这样的国际权威机构提供的数据来看,中美在世界各国总算力排名上遥遥领先。紧跟其后的还有英、法、德、印、日等大国。
计算不仅是衡量国家实力的一个指标,而且正在引发中国主要城市之间的激烈竞争。
由北上广深到杭州、南京,大家都憋着一股劲,想要成为数字经济城市,争得算力之都。甚至安庆这样的三四线城市,也在拼命地学习、赶超。
1990年代,随着公路、铁路、电力等老旧基础设施的建设,中国成为制造大国。
如今,围绕着城市间计算力的争夺战,一大批密集的大型数据中心正在崛起。在这个基础上,又进行了前所未有的新基建运动。
运动中,计算正在取代电力成为新基础设施的核心部分。由于计算能力,是数字经济时代的基础设施和新生产力。
就拿传统制造业来说,每投入1美元的算力就可以产生10美元的产出。
在未来,随着新基建的大规模落地,算力的提升将给各行各业带来质的飞跃,为中国数字经济奠定新的基础。
数据爆炸和人工智能对计算能力提出了前所未有的要求。而在另一个方面,传统的计算体系正在走向死亡。
在过去的几十年里,全球计算基本上只有一个中央处理器。
特别是在1978年,自从英特尔推出x86体系结构后,CPU的计算能力更是遵循了摩尔定律,每18个月就翻番,而且速度惊人。
但近几年来,随着半导体工艺过程接近极限,CPU运算能力的增长逐渐放缓。曾在全球计算机产业中大放异彩的CPU,如今也陷入了算力瓶颈。
在21世纪的前十年里,研究人工智能的科学家一直在寻找一种高效、低成本的计算方法,来帮助他们完成大量的数据处理,训练算法。
归根结底,他们大多选择了英伟达的GPU而非英特尔的CPU。
这是因为这个非x86架构的图形处理芯片有数百个内核,并且可以同时处理数千个线程。
就是这些人,在GPU的帮助下,促成了人工智能革命。
在此之前,谷歌大脑之父吴恩达曾做过一项“猫脸识别”实验,结果仅使用了16台电脑,64个GPU,比使用CPU节省了近百倍。
GPU仅仅是一个缩影,反映了近年来计算技术的一个快速增长趋势:
在世界范围内,传统的CPU独占鳌头的局面已经结束,异构计算时代即将到来。
新的计算机时代,各种非x86体系结构的计算能力不断增强,以满足复杂场景下对计算能力的多样化需求。
例如FPGA、ASIC等等。
以前,CPU和GPU都属于通用芯片,它们基于半个多世纪前的VonNoyman结构设计,适用于大多数通用计算场景。
而这种基于指令集的计算体系结构,需要在存储器和处理单元之间传送数据,不仅影响效率,而且会增加功耗。
与ASIC不同的是,FPGA是不需要指令集,也不需要共享内存,直接以并行、流水线方式处理数据的专用芯片。不仅速度快,而且耗电量低得惊人。
费用当然也很昂贵。因为是专用芯片,所以只能用于特殊用途。其中ASIC完全为客户定制,FPGA属于半定制,现场可编程,可重复使用。
自1985年赛灵思(Xilinx)的创立者RosFreeman发明FPGA以来,这种芯片已经被广泛地应用在很多需要低延迟的场景中。
例如,5G通信基站和自动驾驶系统,后者几毫秒的制动延迟可以致命。也有金融市场的高频率交易,军用导弹导引系统等。
不仅如此,如今,FPGA还与GPU一起,成为全球高性能计算(HPC)和大型数据中心的加速器。
前一种是速度胜过后一种,后者擅长大吞吐量数据处理,就像人类的四肢。中央处理器与大脑形同虚设,负责统筹、调度各种计算资源。
在2010年之前,微软的Bing搜索引擎基本上都是由CPU驱动的。
但是大数据和人工智能时代的到来,使传统设备不堪重负。最后微软必须使用FPGA来加快计算速度。
因此,无论是数据吞吐量,还是延迟时间,都可以得到10倍的提升。
今天,微软已经将FPGA加速卡部署到了自己的数据中心,超过一半的服务器。全球科技巨头如亚马逊、IBM也纷纷加入其中。
即使是英特尔,也顾不得身家性命,以167亿美元的价格收购了世界第二大FPGA芯片制造商Altera,试图重写这个神话。
在ASIC体系结构的基础上,谷歌开发了一种TPU芯片,用于加速神经网络计算。
大量的非x86架构芯片,共同支撑着一个全新的计算时代。
二十年前,人类用几年的时间对整个基因组测序,现在只用1天。而这背后,是数十万倍的算力增长。
新计算机时代,带给人类的远远不止算力的提升。
计算能力要求不高的年代,耗电并不是个大问题。但是现在,随着全球HPC和大型数据中心的建设,能源消耗问题变得棘手。
另外,手机等小型终端设备,也对续航和功耗,提出越来越高的要求。
无论是硬件设计还是软件设计,传统的CPU都不占优势。在硬件方面,同样的计算力,ASIC和FPGA采用流水线设计,功耗大大低于CPU。
在软件方面,x86CPU采用复杂指令集,与采用ARM等采用精简指令集的芯片相比,功耗自然会降低。
因此可以预见,未来ARM,FPGA,ASIC等低功耗绿色计算,将大行其道。
多样化的模式,也为全人类提供了一个更加安全的计算环境,同时避免了对某些单一计算体系的过度依赖。
在这种意义上,未来的计算将具备四大特点:异构、密集、绿色和安全。
这一新的计算机时代,对当今中国的影响尤为深远。
一八八二年九月四日,爱迪生亲手关闭了世界上第一个商业电力系统的闸门,电流沿着电线从珍珠街电站流到曼哈顿金融区,照亮了大半个纽约。
四年后,西屋公司的创立者威斯汀豪斯建立了美国首个商业交流电力系统。
一连串大规模的电力基础设施建设使美国人率先进入了电气时代,并给美国经济带来了强劲的动力。最后,美国取代欧洲成为新的世界中心。
100多年后,数据大爆炸,计算能力成为推动经济发展的新动力。
目前,中国有12.9亿手机用户,近1亿个体工商户,2000多万家企业,每天都有各种各样的在线和线下交易需要计算。
在这种情况下,每年达十万亿元的电子交易,都要通过云端计算来处理。
更重要的是,算力支持着从VR/AR到自动驾驶,从人工智能到工业互联网……我们生活中的新技术、新产业正在改变着传统产业的面貌。
由于更强的计算能力,智慧工厂、农场、交通、医疗、政府等各个方面都在不断地从理想变成现实,从而产生更高的效率和更大的产出。
由于基于智能计算的新技术,如智能机器人,继续应用到传统制造业,未来美国制造业有望增加1700亿美元的产出。
同时,大规模的智能电网建设将带来1.3—2万亿美元的收益。
由于算力对经济的强大推动作用,世界范围内正在掀起一场新的大规模基建。新的基础设施建设在中国已经上升到国家的发展大战略。
五大领域,从5G,特高压,高速铁路,充电桩,到AI,大数据中心,工业互联网等等,背后都需要算力的支持。
同样如此,在短短的几年时间里,全国各地掀起了以建设大数据中心为代表的计算能力大比拼。
你唱完我登场,北京,杭州,深圳,上海。甚至昔日偏远的贵州,也以华为、苹果、腾讯等大数据中心落地,上演了一场GDP逆袭。
在这些大数据中心中,x86的CPU体系结构不再是一成不变的,各种不同体系结构的芯片被“捆绑”起来,共同输出算力。
以前华为的算力主要是x86,现在它面向端、边、云,提供了鲲鹏+升腾+CPU+GPU+NPU的多样化算力,并围绕鲲鹏形成了一个产业链。
阿里平头哥,在RISC-V指令集的基础上,开发出了自己的AI芯片,含光800。
善于AI的百度,也在多年的FPGA加速器部署基础上,打造了昆仑AI芯片。
国内七大超算中心中,国产申威26010处理器正为全球唯一一款具有自主知识产权的处理器提供支持。
本文来自财经琅眼,本文观点不代表信创中国立场,若有侵权请联系删除。