1
在 2016 年的云棲大會上，阿里云向外界傳遞了一種洶涌的氣勢。
除了用戶井噴，技術(shù)更新以外，阿里云已經(jīng)開始奠基很多普通人可以理解和感受的工程。阿里巴巴技術(shù)委員會主席王堅反復(fù)提到兩個讓他感到驕傲的案例：
Maxcompute，以杭州為試點建設(shè)城市大腦，作為試點的一條直路，通過云計算就可以提高交通效率11%。
批量計算，幫助中國地震局計算地層成像，獲得的寶貴數(shù)據(jù)可以勘探資源和預(yù)測地震。
當(dāng)阿里云產(chǎn)品總監(jiān)李津在現(xiàn)場“目露兇光”地宣布阿里云降價一半的時候，已經(jīng)向外界足夠清晰地傳遞了一個信息：阿里云認(rèn)為自己有足夠的技術(shù)力量大幅降低云計算的成本，并且以此在云計算市場“大開殺戒”了。
在李津眼里，阿里云的攻城略地，歸功于技術(shù)實力。而技術(shù)實力的核心只有一個，那就是阿里云超乎想象的計算能力。用他的話說就是：“計算能力，是所有的能力匯集在一起的能力?！?/p>
但是阿里云在商業(yè)上的成功，遠(yuǎn)不是李津的終極目標(biāo)。他認(rèn)為，計算能力對于人類的意義，也許超過我們的想象。他告訴雷鋒網(wǎng)：
計算說到底是在為人類爭取時間。
【阿里云產(chǎn)品總監(jiān) 李津】摩爾定律并沒有失效，只不過是放慢了腳步。硬件的制程和效能的提升并沒有停止，只是可能做不到18個月翻一倍的速度了。但是這并不妨礙我們的計算效率翻倍。
李津看到的計算能力提升，不僅僅是硬件自己的責(zé)任，而是硬件和軟件效率的綜合結(jié)果。
去年一年，中國新購的 X86 架構(gòu)服務(wù)器為 200 萬臺左右。但是這些計算機(jī)的使用效率卻只有3%-5%。
至于個人的設(shè)備，包括你買回家的PC、筆記本，每天只有不到 1% 的時間處于工作狀態(tài)。就算是你使用最頻繁的手機(jī)，里面的核心每天都有大量的時間處于閑置狀態(tài)。也就是說，在世界上有大量的計算能力是處在閑置的狀態(tài)，被浪費了。
“壓榨計算性能”，是硬件摩爾定律疲軟之后，李津用來提升阿里云算力的“殺手锏”。簡單來說，代碼要成為一條條皮鞭，不停抽打閑置的 CPU 和 GPU，從這個角度來看，摩爾定律沒有死，只是用另一種形式“涅槃”了。
【英特爾公司創(chuàng)始人之一 摩爾定律的提出者 戈登·摩爾】
雖說根據(jù)數(shù)據(jù)來看，在軟件效率的提升方面還有很多空間。但是要提升數(shù)萬個核心協(xié)調(diào)工作時的調(diào)度效率，是一項巨大而繁復(fù)的工作。
虛擬化的技術(shù)是在美國誕生的。所以大多數(shù)云計算企業(yè)采用的無論是底層的隔離技術(shù)，還是數(shù)字保障的能力，都掌握在美國巨頭手里。但是在阿里云的底層，我們自己寫了所有的代碼，這就讓我們從最底層做出改變成為了可能。根據(jù)現(xiàn)有的數(shù)據(jù)，我們已經(jīng)可以預(yù)見未來底層計算資源會大量地釋放出來。這也是我們敢于降價的原因。
在李津看來，阿里云在技術(shù)上的“狂奔”，正是對人類寶貴計算資源最大的尊重。
調(diào)配芯片資源來提高“軟件摩爾效率”，正是阿里云的核心系統(tǒng)“飛天”的職責(zé)。那么，飛天打算如何“壓榨“芯片的計算性能呢？李津舉了一個例子：
“CPU 所進(jìn)行的大規(guī)模通用計算和 GPU 所進(jìn)行的高密度計算，就像是公共汽車和跑車的區(qū)別，一個可以裝進(jìn)很多人，一個可以跑出很快的速度。但這兩種計算方式目前很相互代替，以現(xiàn)有的技術(shù)來看在可預(yù)見的未來也很難融合。
至于未來會出現(xiàn)一個兼顧 CPU 和 GPU 優(yōu)點的芯片，還是出現(xiàn)很多專用的 XPU，很難做出判斷。
李津告訴雷鋒網(wǎng)，讓公交車跑出跑車的速度，目前看來不現(xiàn)實。阿里云能做的是“增強(qiáng)對公共汽車和跑車的管理”，讓這個系統(tǒng)變得“總體有效”。
例如特斯拉車上裝的是 GPU，因為它的自動駕駛系統(tǒng)，要處理很多音頻和視頻的信息。阿里云的飛天操作系統(tǒng)主要負(fù)責(zé)計算資源調(diào)度，遇到實時性要求高的計算，就使用GPU，對于實時性要求不高的計算，就使用通用計算的 CPU。
就是通過一行行代碼的調(diào)度改進(jìn)，可以提高阿里云整體的計算效率。
很多行業(yè)人士，包括李津都認(rèn)可一個云計算的清晰進(jìn)化路徑：從云存儲，到分布式計算，到大規(guī)模分布式計算，到人工智能。
在他眼里，所謂明天的技術(shù)，“自動駕駛汽車”“AI”，本質(zhì)上都是計算能力提升到了一定階段的進(jìn)化形態(tài)。
至于在AI之后，計算能力再進(jìn)化，會發(fā)生什么呢？他說：
計算能力超越一個高點之后，就會表現(xiàn)出“直覺”。就像我們?nèi)祟惖闹庇X一樣，你難以感受到自己大腦復(fù)雜的計算過程，但是卻能在很短的時間內(nèi)得到正確的答案。
我覺得，世界上所有的事情，都是可以計算的。如果世界上存在一個無所不能的神的話，他對于你所有的問題，都可以給出清晰而簡單的回答。
李津認(rèn)為，阿里云從創(chuàng)建的第一天起，就是為了獲得這種解答一切的能力。掙錢只是夢想的副產(chǎn)品。
所以，從根本上講判斷云計算能力的指標(biāo)其實很簡單，就是計算力。你的推進(jìn)能力如果比別人弱了，就是輸了。
阿里云做了很多樣板工作，普通人也能感受到云計算的強(qiáng)大，但真正的核心計算能力的推進(jìn)，人們很難看到。但這確實云計算最核心的能力，在這個世界上沒有任何人能幫你，只能靠我們自己的科學(xué)家。
先知的奔走呼號，經(jīng)常被人們恥笑為“癡人說夢”。從某種程度上講，被“眼前的茍且”籠罩的普通人難以感受到人類對于計算力的迫切渴求。
李津給雷鋒網(wǎng)講了如下的故事。
我們無法準(zhǔn)確預(yù)測地震，因為我們對于地殼內(nèi)部的信息，知之甚少。甚至，我們對自己腳下的大地究竟是怎樣的結(jié)構(gòu)，都沒有一個完整的成像。
為了獲得大地之下清晰的圖景，中國國家地震局準(zhǔn)備通過遍布全國的上千個地震臺進(jìn)行測量。
之所以把對大地的成像工作交給地震局，是由于我們的技術(shù)無法做到通過打井的方式直接對大地深處進(jìn)行探測，所以地震波成為了“感受”大地的最好方法。
【利用地震波實現(xiàn)地底成像的原理示意圖/圖片由王偉濤博士提供】
國家地震局的王偉濤博士告訴雷鋒網(wǎng)，繪制出大地影像的第一步，是對不同地震臺每天獲得的數(shù)據(jù)進(jìn)行計算。這樣的計算，需要對任意兩個地震臺之間的所有數(shù)據(jù)分量做互相關(guān)計算。
也就是說，每一個地震臺之間的每一天的每一個向度的數(shù)據(jù)，都要一次次地進(jìn)行相互疊加計算。這個計算量是天文級的。
王偉濤博士在阿里云上進(jìn)行了一個并不是全量數(shù)據(jù)的計算。但僅僅是這個計算，就需要對50萬條路徑進(jìn)行計算，疊加處理的函數(shù)達(dá)到10億個。如果使用傳統(tǒng)的單機(jī)運算，需要的時間是10個月。
阿里云的計算力，把整個計算的時間壓縮到了48個小時。
【云計算加速的流程和模式/圖片由王偉濤博士提供】
李津感慨地說：
當(dāng)計算結(jié)果輸出的時候，我們所有的技術(shù)人員都沉默了。我們多么渴望這樣的數(shù)據(jù)早幾十年被計算出來，這樣我們就能為人類預(yù)測地震爭取寶貴的時間。如果重新來過，當(dāng)我們面對曾經(jīng)那些可怕的地震時，歷史絕不會是我們經(jīng)歷的那樣。但技術(shù)不會憑空降臨，有時我們必須等待。
計算為人類爭取時間的故事，還有很多。
中國剛剛落成的大型射電望遠(yuǎn)鏡 FAST，就在用阿里云的計算力對遙遠(yuǎn)的太空進(jìn)行分析。在 FAST 之前，世界上最好的天文望遠(yuǎn)鏡只發(fā)現(xiàn)了 1000 顆脈沖星。而預(yù)計 FAST 每年就可以發(fā)現(xiàn) 7000 顆脈沖星。
這，讓人類第一次獲得如此強(qiáng)大的能力，來探索宜居星球。我們的征途是星辰大海，而星辰大海，拷問的是人類最頂級的計算能力。
【中國 500 米口徑球面射電望遠(yuǎn)鏡 FAST】
根據(jù)國家天文臺給出的數(shù)據(jù)，郭守敬望遠(yuǎn)鏡（LAMOST）每年產(chǎn)生 10TB 的數(shù)據(jù)，而國家天文臺（LSST），每天就會產(chǎn)生 10TB 的數(shù)據(jù)，而探測 137 億光年之外宇宙的 FAST，每天晚上產(chǎn)生的數(shù)據(jù)就達(dá)到 50TB。預(yù)計到 2025 年，天文觀測相關(guān)的數(shù)據(jù)為每年 250 億 TB。
對如此大量數(shù)據(jù)的分析，只有云計算可能做到。
我們生活的地球沒有備份，早一天得到宇宙的真理，早一天發(fā)現(xiàn)宜居的星球，都有可能改變我們的命運。這不是杞人憂天，因為上帝從來不會對我們施以一絲憐憫，我們生活在宇宙中的權(quán)力，來自手中鋼鐵般的計算力。
這些，是無法被計算的價值。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
