【我们这十年@坐标中国】云网融合织就算力高速,“算”出数字生活潮******
中新网北京10月11日电题:云网融合织就算力高速,“算”出数字生活潮
作者 左雨晴
从“要想富,先修路”到“想发展,投算力”,算力基础设施等“新基建”正在国内掀起“落地潮”。
我们为什么需要算力?现在算力速度有多快?它又给我们带来了什么?
算力改变生活
什么是算力?算力是指对数据的处理能力。
在生活中,手机、电脑、超级计算机等诸多硬件设备都离不开算力,可以说算力是数字经济的底层逻辑,数字经济的任何发展都建立在优化的算法和强大的计算速度上,这让算力成为关键的核心生产力。
近年来,随着5G、人工智能、物联网、区块链等领域的快速发展,算力已悄悄改变我们的生活和命运。
在机场高速路口,汽车以80公里时速,“无感”通过收费站,仅收费环节每天就能节约2.75小时,大大改善了市民的出行体验。
广州机场高速,汽车以80公里时速,“无感”通过收费站。 中国电信供图在生产线上,一款新车上线前需要经历上千次的碰撞测试,而超级算力能模拟出整个碰撞过程,300次的仿真碰撞试验,在一分钟内成功模拟完成。更长远来看,“智能汽车”是离人工智能最近的应用场景之一,若能更快普及,将再次重塑人们的出行生活方式。
在偏远山区,大量人工智能深度学习算法和算力支撑下的智能教育,让远程人工智能可以辅助教师“因材施教”,推动教育资源均衡化,帮助深山里的孩子实现“走出大山”的梦想。
据工信部数据,中国算力产业规模快速增长,近五年平均增速超过30%。截至2022年6月底,我国在用数据中心机架总规模超过590万标准机架,服务器规模约2000万台,算力总规模超过150EFlops(每秒15000京次浮点运算次数),排名全球第二。
在数字化时代,数据中心、智算中心等算力基础设施正成为加速数字经济发展和产业转型升级的主要动力。在算力需求日益复杂,应用场景不断涌现的当下,中国东部地区算力资源吃紧,西部算力赋闲,如何让用户更好地像用电一样使用算力服务?
云网融合织就算力“高速路网”
数字时代正在召唤一张高效率的“算力网”。
2012年,中国电信宣布启动天翼云计算战略,正式进军云计算领域,成为国内首家涉足云计算服务的运营商。
以“算”为中心,“网”为根基,算力网络可驱动数据的跨域流动、实现算力的跨域调配。而作为一个复杂的、融合创新的系统性工程,算力网络如何像水和电一样成为“一点接入、即取即用”的社会级服务,孵化灵活多样的商业应用,需要统一的科学规划与评估。
2022年2月,中国“东数西算”工程正式全面启动。8个国家算力枢纽节点,10个国家数据中心集群,将打通中国“数”动脉,把东部算力需求有序引导到西部的数据中心处理、计算、存储,为可再生能源丰富的西部开辟出一条发展新路,成为一条打通东西部经济社会发展的“数动脉”。
作为算力基础设施和骨干传输网络的建设者,电信运营商已经成为打造算力网络的主力军。覆盖全国千城万池的“云网融合”,不仅构建端到端的安全能力和绿色低碳的基础设施,也让实体经济和人们的生活乘“云”而上。
通过内蒙古、贵州两个服务全球的中央数据中心,京津冀、长三角、粤港澳、陕川渝四个重点区域节点,31个省份均有布局的数据中心,再加上广泛分布的边缘节点,中国电信形成了2+4+31+X的全国算力布局。
中国电信京津冀大数据产业园。 中国电信供图如今,中国电信已拥有700多个数据中心,48.7万架互联网数据中心机架,机架利用率达到72%,IDC资源在国内数量最多、分布最广,“一城一池”累计覆盖超过160个地市。
“计算+连接”的深度融合,组成了算力传输的“高速路网”。在这个“高速路网”中,中国电信的算力规模可达每秒310亿亿次浮点运算,这意味着每一秒都有海量的算力正在调度。
从中国电信贵州数据中心到北京大约2200公里,动车需要10个小时左右,而算力传输时延只需要不到20毫秒。算力与网络充分融合,正以难以想象的速度,从看不见的地方延伸到看得见的远方,为人们的生活提供普惠便捷的智能服务。
“算网大脑”让算力调度智能化
随着东部算力需求有序引导到西部,一个逐步完善的数网协同、数云协同、云边协同、绿色智能的多层次算力设施体系必将加快形成。在此过程中,“十四五”规划提出的“强化算力统筹智能调度”成为构建算力网络的重要工作。
“算力调度作为‘东数西算’的重要环节,就如同‘西气东输’的管道,‘西电东送’的高压线路。但算力调度在实施过程却又复杂很多,分布式的算力决定了算力是多样的,例如计算任务的大小、时延要求、成本等多个因素。”中国电信天翼云首席技术官广小明表示。
以算力为核心进行信息处理,以网络为核心进行信息交换,算力“高速路网”需要一颗独特的智能“大脑”。
2022年5月17日,在天翼云诞生的第十年,中国电信推出了天翼云4.0算力分发网络平台——“息壤”,使得调度千城万池的算力不再是梦。
中国电信天翼云数据中心。 中国电信供图。广小明介绍,无论业务对算力的需求是多少,“息壤”都能够规划出满足需求的算力和网络资源,以“随愿算网”的方式,对边缘云、中心云、第三方资源等全网算力进行统一管理和调度,实现业务性能和成本的最优。
“由算力调度引擎、算力资源管理平台、算力资源共同构成的‘息壤’就像一个算力传输的枢纽,在全国范围内,实现每分钟数万次、每天上千万次的算力统筹和调度,满足各种领域对算力的极致需求。”
把东部需要进行的机器学习、数据推理、智能计算等AI训练和大数据推理的工作放到西部,自动配置和调度相应算力;把东部对时延不敏感的、不活跃的、需存档的海量数据,例如医院影像数据、视频监控数据等,放在西部存储……通过“息壤”,“东数西训”、“东数西备”、“东算西也算”、“东部企业,西部上云”成为现实,云渲染、跨云调度、性能压测、混合云AI计算等多种应用场景,也都有着“息壤”的身影。
时代浪潮下,算力正加速筑牢数字经济的底座,成为经济社会发展迈向更远未来的基石。(完)
【科学的温度】如何撬开震后灾害的“盲盒”?****** 中新网成都1月17日电 (记者 贺劭清)滑坡预警预测是公认的世界性难题。“5·12”汶川特大地震后的十余年间,中国地质科研工作者如何从无到有,建立地震诱发滑坡预测模型?如何撬开震后灾害的“盲盒”?中国地灾防治如何走到世界前列? 围绕上述问题,2022年“科学探索奖”获得者、成都理工大学地质灾害防治与地质环境保护国家重点实验室副主任范宣梅接受中新网专访,对此进行解读。 范宣梅接受中新网记者专访。 唐启浩 摄有哪些因素可能诱发震后地质灾害? 范宣梅介绍,余震与降雨是诱发震后地质灾害的主要因素。强震刚发生完,震区容易发生较强余震。在余震影响下,一些在主震中震松、震裂的山体和已经发生滑坡的地方可能还会发生二次滑坡。同样,震后强降雨,也容易导致震区发生二次滑坡或泥石流灾害。 为了预测这些可能发生的地质灾害,成都理工大学地质灾害防治与地质环境保护国家重点实验室建立了空天地一体化的“三查”体系。 “我们除了大范围搜集卫星遥感数据,还会在雨季前后,对一些重点区域加强监测。”范宣梅表示,如果“9·5”泸定地震震区在2023年发生强降雨,那么磨西沟、湾东河、海螺沟等区域将有较大概率发生泥石流灾害。成理地灾国重实验室团队正准备在几条重点流域布设监测仪器,观测降雨量、沟道里的泥位、水位以及坡体上地震诱发滑坡堆积体的稳定性。 工作中的范宣梅。 受访者供图为什么要建立地震诱发滑坡预测模型? 汶川特大地震发生后的十余年间,范宣梅团队前往“4·14”玉树地震、“4·20”芦山地震、“8·3”鲁甸地震和“8·8”九寨沟地震等地震救援第一线,搜集宝贵的影像和数据,并基于全球50余次地震诱发的40多万条灾害数据,结合最新的人工智能算法,建立了地震诱发滑坡近实时预测模型。 “汶川特大地震发生后,主要救援力量第一时间前往了汶川,而不是当时受灾最严重的映秀、北川。这是因为当时我们没有及时、全面的卫星数据去在震后第一时间获取灾情灾损信息。”范宣梅指出,地震诱发滑坡预测模型最大的用途,就是填补震后72小时救援黄金时间的信息空白,给震后应急救援提供第一手的支撑和决策信息。 地震诱发滑坡智能预测模型。 受访者供图范宣梅介绍,卫星不会固定在某一个位置拍摄地球某一个固定点位,而是不断围绕地球旋转。如果泸定地震发生时,有一颗卫星恰好正在震区上方,那么这颗卫星可能拍下受灾情况。如果不凑巧的话,那么就需要等这颗卫星下一次再转到泸定地震上方,才能拍到震区受灾影像。甚至有时候,一张好的卫星影像拿到时,距地震发生时已经过去了一个月。 “如果完全依赖卫星数据去评估震后灾情,大概率会错过最佳救援时间。”范宣梅表示,地震诱发滑坡预测模型可以基于大数据与人工智能,根据本次地震信息,快速判断哪些地方地质灾害最为集中,哪些地方房屋道路受损最严重,让救援力量第一时间前往最需要救援的位置。 工作中的范宣梅。 受访者供图中国科研人员如何撬开震后灾害的“盲盒”? 范宣梅介绍,汶川特大地震发生后,中国科研人员将卫星技术、人工智能、大数据等技术与防灾减灾相结合,最终撬开震后灾害的“盲盒”。 范宣梅透露,成理地灾国重实验室目前正进行地震灾害链相关的科研攻坚。如果震后滑坡和泥石流形成的堰塞湖-溃决洪水,可能影响到下游上百甚至上千公里的范围。目前科研人员正研究如何更好预测灾害链的发生,避免因灾害链可能造成的大规模人员伤亡。 范宣梅表示,近年来无论是中国科研人员在地灾领域的经验还是科研成果,在国际上都处于领先地位。在未来应把防灾减灾领域的中国知识、中国智慧输送到国外,以帮助更多人。(完)
|