152
雞蛋究竟宜不宜生吃——看阿裏雲計算怎麼破？
9月12日虛擬化平台新產品的媒體溝通會上，不少記者對雞蛋演示的demo很感興趣也有一些疑惑。看看來自小白不菜的精彩分享吧。
雞蛋究竟宜不宜生吃——看阿裏雲計算怎麼破？
姐告訴你，算！雞蛋裏有一種物質，生吃會導致人早生華發，往小了說影響泡妞撩妹，甚至終身大事，往大了說，那可能會導致你光頭謝頂，疾病纏身！
因為生雞蛋清中含有一種抗生物素，叫“親和素”，是一種蛋白質，會防礙人體對雞蛋黃等食物中所含的“生物素”的吸收。這個生物素非常重要，在脂肪合成、糖質新生等生化反應途徑中扮演重要角色。如果你缺少生物素，就會導致毛發脫落、體重減輕、皮炎等疾病。
（所以雞蛋一定不能生吃——要熟了後，才可以殺死雞蛋內外的細菌，又能破壞親和素，且禽流感病毒NH的滅活溫度是100度沸水，必須煮沸！！！）
其實最早是一位德國科學家曾做過這類研究，采用了一種分子動力學模擬的方法來確定，看兩種有機分子之間有多大的結合力，教授們試圖用一種極其複雜的數學模型來驗證非關聯性因素——用阿裏雲高性能計算資深專家何萬青的話說，由於分子動力學計算都是典型的高性能並行計算，還需要不斷調整裏麵的各種參數，運算量非常大，這事必須用超級計算機才能算出來！
如果是過去，教授要麼自己構建一個超級計算機，但涉及購買、安裝、運維和軟件授權；要麼租用超級計算機，那也要排隊、租賃、發送請求、等待結果，還要考慮不同超算中心的不同軟硬件環境……總之是很繁瑣的事情。
事實是，非常巧合，阿裏雲的何萬青博士認識一位生物學教授，對親和素和生物素的結合很有研究，何萬青就用阿裏雲最新的E-HPC機群試用了一把。
用分子動力學模擬不同分子間的結合情況（你看懂了麼，沒關係，反正我也沒看懂。）
“結果是，教授在星巴克喝著咖啡就把這事兒幹了。”何萬青透露，隻需要筆記本，在下拉式菜單中選擇自己要的配置，阿裏雲就可以生成一個雲上的超算集群。
一般情況下，教授會用手邊的工作站做這個計算，但現在已經可以輕鬆登入阿裏雲用8個節點的並行集群環境，且還用阿裏雲上連通的可視化軟件來做實時渲染。教授的數學模型跑一個參數的實驗，就用了不到十秒鍾——把整個實驗的所有因素都排查一遍，一整天也差不多夠了。
當然，本著科學嚴謹的精神，楊姐必須指出的是，生雞蛋中的親和素會和體內的生物素強力結合形成晶體，從而造成生物素大量損失導致黑發變白的事，需要你每天大量吃生雞蛋，比如每天吃一打兒堅持幾個月，才會發生。偶爾嚐嚐鮮，隻要注意衛生，還是可以的。
其實教授的這個事情隻是中國人工智能領域遭遇困境的例子之一。現在有很多創業公司想做的事都需要高性能計算的支持：例如汽車碰撞模擬實驗，再例如人臉識別……
人工智能最大障礙：計算力
在人工智能（AI）大紅大紫的今天，一般人都能列出人工智能的三要素：算法、計算力和大數據。
其實人工智能是一個六七十年前就提出的概念，經曆過數十年中無數科研人員的推進，目前已經發展出了深度學習、神經網絡等等具體的應用門類。它們中的任何一個概念，提出也至少有超過30年的曆史，許多算法已經在實踐中趨於成熟。
而自從互聯網誕生到現在的區區數十年中，人類已經積累了數十ZB的數據。楊姐在這裏幫著換算一下，1ZB等於1萬億GB，而我們現在主流的筆記本電腦的存儲，大概是512GB的SSD。
也就是說，人工智能的發展幾十年來受製約的重要因素，就是計算力跟不上（其中包括存儲能力），這在個人電腦時代這幾乎是不可能完成的任務，隻有雲才能解決，而且，不是普通的雲！
阿裏雲異構計算負責人張獻濤對此體會至深，這也是阿裏雲為什麼在此刻推出全新的異構計算平台的原因。
科普一下，什麼是異構平台。所謂異構平台，就是基於不同的運算單元搭建的計算平台：最早的運算單元，也就是我們熟悉的CPU。CPU發展到今天，性能已經到了某種上限，已經不能單靠增加核心數來增加計算能力了。
就好比家裏的汽車，如果單靠增加汽油發動機的排量來增加馬力，那麼汙染問題就無法承受，所以，現在流行混合動力，許多車上裝了一部汽油機、一部電動機，高速時靠汽油機，低速時靠電動機，特殊情況時雙機一起發力。
所以，人類開始有了GPU，也就是圖形運算單元。它最開始研發的目的，是為了讓電腦有更好的圖形效果，與CPU不同，它的架構是單核計算能力弱，但核心數多，適合高並發運算的工作，很多時候，它和CPU協同運算的效率更高。
但這還不夠，因為人工智能需要同時開很多“車”！所以，必須引入新的一種能力“FPGA”！
如果說CPU、GPU是一塊出廠時就刻好了字的金屬板，阿裏雲新部署的FPGA就好比一塊黑板，可以無限次的擦寫、重寫，每次擦寫後都可以寫入一套新的邏輯，相當於產生了一塊新的芯片，這是依靠它內部的內部靜態存儲單元加載編程數據來實現的。
以前，人們用FPGA解決設計實驗環節中的問題，現在，發現它特別適合特定場景，如深度學習、物聯網、基因分析等某個特定硬件環節的加速。
所以，阿裏雲最近幹了一件事，搞了一個最新一代的異構平台，其最大特點，就是囊括了目前所有主流計算平台上的所有運算單元，包括AMD、英偉達提供的GPU，以及英特爾和賽靈思的FPGA……
恕姐不在這裏羅列複雜的芯片編號。姐猜，阿裏雲這樣的做法，是希望能夠覆蓋異構計算的所有主要場景需求，說的再直接一些，就是想包打天下。
可市場有這樣的需求麼？
人工智能當然是一個需求，蘋果的SIRI就是一個簡單而明確的人工智能需求案例，在語音問答的背後，藏著語音識別、語義理解、深度學習等諸多方麵的人工智能，它就是靠雲端提供的計算能力來完成的。
而非常多的創新就是在某個微觀領域進行人工智能的突破，比如一塊可以監測你血糖的口香糖，又或者一個可以分析你家裏霧霾狀況的傳感器。
**全麵布局AI**
如果你認同未來將是人工智能向各個領域滲透的“未來”，那麼阿裏雲今天的部署就沒有錯：FPGA更適合非標數據位寬的深度學習、金融分析、基因匹配、物聯網數據庫等領域。
其實，阿裏雲推出了基於英特爾FPGA的F1實例，英特爾呢，不是在今年以167億美元收購了FPGA雙雄之一Altera嗎，當時英特爾瞄準的是物聯網；但隨著目標應用場景的不斷豐富，阿裏雲也擴展到了基於賽靈思的F2。
其中，GA1適用於圖形圖像渲染，在這方麵能降低50%成本；GN5呢則被阿裏雲譽為“為計算而生”，計算能力是上一代的近100倍；還有就是GN5i可以匹配在線推理場景，可以讓人工智能的在線服務成本降低50%。
如果按以往的模式看，比如楊姐要搞一個企業，需要建立一個處理能力非常大的超級計算機群，那我就得按我需要的最大能力來購買，比如我的最大需求是5000個核，那我就要付出一筆天文數字的硬件費用，和更是天文數字的軟件及維護費用。
但在很多情況下，我是用不到5000個核，在旺季與淡季，在不同的需求變化的周期裏，我會浪費大量的計算能力——有一篇報道曾經寫到，許多地方花巨資建立的超算中心，很多時候都在閑置，這就是一個最大需求和一般需求的矛盾。
但是，有很多時候，企業又會遇到計算能力超過自有計算集群上限的時候，比如說，在暴風雨到來的時候，需要做大量微型雲圖的計算；在地震後，需要完成深層地質構造的大量斷麵分析；在發生戰爭的時候，模擬武器實驗效果的需求會激增……那按傳統的辦法是，繼續購買硬件，直到滿足需求。
其實，租用超算更加劃算。
所以，這也就是為什麼何萬青認為，E-HPC的最大價值並不在於頂峰的計算能力有多大，而是勝在靈活性，企業可以按照包月包年或者按需計費的方式，來快速獲得高性能計算集群能力，高性能計算調度能力和軟件能力，按需組建自己的“雲上超算中心”——和太湖之光這樣的頂級超級計算機相比，如果前者是珠穆朗瑪峰，E-HPC就是青藏高原，大概海拔4000多米。就像中國教授做的那個雞蛋能不能生吃的推理模型，就屬於這個係列，還可以按小時租。
當然，這種“租合適還是買合適”的問題，因需求而異。而對於那些更多有雲計算需求，但沒有算法和研發能力的公司，阿裏雲更願意直接“分享技術”，提供全方位的人工智能產業服務，包括智能語音交互、圖像/視頻識別、交通預測、情感分析等技術服務，這些技術正通過阿裏雲ET對外服務。
過去一年裏阿裏雲推出ET城市大腦、ET工業大腦、ET醫療大腦、ET環境大腦等行業垂直的人工智能係統，在城市治理、醫學診斷和工業生產方麵，諸多大型企業逐步將核心業務轉至雲上。
而這一點，也是未來競爭最為激烈的。
硬件服務雖然看起來很賺錢，但隨著硬件產能的提升，利潤總是在不斷的攤薄，而軟件和服務的價格，才有更大的彈性空間。
而寫到這裏，大家也都看到了，在穀歌、微軟都深耕自研芯片的大浪潮下，不排除阿裏將在芯片方麵有大動作……
來自小白不菜的精彩分享。
最後更新：2017-09-19 17:03:20