新智元报道
编辑：编辑部 HYZ
【新智元导读】AI操控计算机，正掀起一场悄无声息人机交互变革。科技巨头们纷纷发力新赛道，一个关键问题也浮出水面：我们的算力储备，足够支撑这场革命吗？高功耗低算效、多元算力生态等挑战不断，AI算力困局，该如何解？
最近，AI圈的风向变了。从前都在卷大模型的各家，忽然开始提速上了新的赛道。
Anthropic的Claude 3.5 Sonnet，已经学会像人一样操作电脑。
被逼急的OpenAI，也不再卯着劲构建o1，而是组建多智能体团队，还被外媒曝出正在开发新品，自动化复杂的软件编程任务。
微软一口气连发10个智能体；Meta也通过智能体，把大模型引入各个应用和设备。
未来一切计算皆AI，所有计算设备都要具备AI的能力。
不过，面对「电脑升级为AI PC，手机升级为AI手机」的巨大需求，我们的算力真的够吗？
不仅如此，当前AI算力发展还面临着高功耗、低算效，计算架构多样生态割裂等挑战，我们又该如何解决这些问题？
算力，全面智能增强
就在10月24日，浪潮信息正式发布的元脑®服务器第八代新品，便实现了算力的全方位「智能增强」。
单点并不能实现技术突破，只有以系统性方法才能推动智算平台的创新。
这一次，浪潮信息分别在算效、多元算力、能效三大层面上，取得了最亮眼的成绩。
在通用算力领域，浪潮信息率先达成了「一机多芯」——同一架构能同时支持英特尔、AMD等多款CPU处理器。
而作为当今业界的SOTA产品，元脑®服务器第八代算力平台已荣登SPEC CPU和SPEC Power双榜榜首。
在SPEC CPU基准测试中，人工智能计算性能提升70%，整数数组计算性能飙升102%，视频压缩能力提升38%，脚本程序设计语言性能提升26%，数据压缩性能提升7%，每瓦性能提升20%。
实测数据表明，在Llama 2大模型推理场景中，整机性能较上代可提升3倍之多！
元脑®服务器新品同时刷新SPEC CPU和 SPEC Power最佳纪录
对比上一代平台性能纪录提升24%，能效纪录提升20%
在智能预警方面，全新升级的内存故障智能预警修复技术MUPR基于大量建模分析和算法训练，能提前预警、实时隔离、智能修复内存故障，使内存宕机故障率降低80%，还能提前7天预警硬盘故障。
在智能散热方面，开创性地采用单个风扇单独调控转速策略，依据后窗负载和部件情况设定多种温度阈值，更精准调控风扇，可降低13%的系统功耗。
在智能管理方面，通过RTOS实时操作系统，实现开机3秒内智能管理调控风扇转速，降低30%的噪音。与此同时，IRUT固件智能无感升级技术，不仅可以轻松实现无需人工干预的固件在线升级，而且还能保障升级后系统的性能和可靠性。
针对大模型部署难题，自研的服务器操作系统KOS AI定制版仅需简单2步就能完成训练环境搭建，对于200节点训练集群开发环境，20分钟即可完成部署上线并可用，极大地提高了大模型开发部署效率。
一机多芯，更加开放
如今，生成式AI在企业侧、行业侧的落地在提速。
然而正如上文所言，日趋丰富的AI应用场景，也衍生出全新的多元算力挑战。
基于OCM架构的CPU
一方面，如今不同AI应用表现出了不同的典型特征和系统需求，显然需要更多元的算力生态。
在不同的业务场景，对算力要求都会有所差异，因此就需要选择不同的芯片。
随着各方对客户需求的捕捉，以及技术的升级迭代，这种CPU的分化，如今已成为必然。
另一方面，更强大的AI也需要同样更为强大的通用算力来支持。
适配各种加速卡的处理器节点面临算力、内存容量、内存带宽、IO扩展等多方面的挑战。
这需要强大的CPU系统生态来实现系统资源的最佳利用。
然而，x86、ARM、RISC-V等不同架构的CPU处理器种类多样，仅在中国就有10多种，不同CPU的协议标准还不统一。
就算能为每一种CPU芯片单独设计一个模组，或一套系统，但怎样才能通过大量测试和验证，让它的稳定性和安全性到达形成一个产品的层级？这一点是很难的。
此外，AI推理的特点是高并行，因此CPU总线互联带宽、内存带宽及容量也需要特别优化……硬件开发、固件适配等时间激增，让算力系统的设计难度极大。
多元CPU的生态挑战，该如何解决？
有没有可能通过一个解耦架构，把整个CPU当成一个部件呢？如果有一个通用的CPU算力底座，就能解决CPU的计算效率问题。
幸运的是，在第八代算力平台中，浪潮信息真正把这个构想变成了现实。
浪潮信息研发团队和上下游伙伴做出了基于OCM单路、双路的机器，它的计算、存储、管理、供电完全解耦，硬盘、PCIe的扩展都是统一的。
只要换掉CPU和内存构成的最小计算模组，就可以支持英特尔和AMD等CPU，去做相应的互换和支持。
这就是业界目前在推的开放计算模组规范（OCM），基于处理器的标准化算力模组单元，构建CPU的统一算力底座。
所谓OCM，也即Open Compute Model。
大会上，浪潮信息发布了首款基于服务器计算模组设计规范OCM的NF3290G8，整机全面解耦，以CPU、内存为核心构建最小算力单元，高速/低速互联接口全面标准化。
它能够实现处理器算力模组部件化，灵活支持多类型CPU，让不同算力共享统一平台，降低算力产业创新试错成本和推广适配成本，也让多元化的应用场景快速找到贴合方案。
值得一提的是，OCM首批成员，集结了国内外顶尖机构和企业，中国电子标准院、百度、小红书、浪潮信息、联想、英特尔、AMD等都在内。
2024年中国开放计算峰会，开放算力模组规范正式启动
基于OAM架构的GPU
当今大模型的Scaling Law，对算力扩展提出了巨大需求。
大模型的高效训练，通常需要千卡以上高算力AI芯片构成的服务器系统。千卡互联的前提，就是解决单个服务器内部芯片的高速直联。
但长期以来，单个服务器内多元AI加速卡形态和接口不统一，高速互连效率低，研发周期长，这些难题大大阻碍了AI算力的生态。
为此，全球基础硬件技术领域覆盖面最广、最有影响力的开源组织OCP，组织定义了更适合超大规模深度学习训练的AI加速卡形态——开放加速规范（Open Accelerator Model，OAM）。
如今，OAM早已成为全球高端加速芯片采用的统一标准，90%的高端加速卡都是基于OAM规范设计的。
而浪潮信息，便是最早一批加入OAM生态的核心贡献者之一。
当时国内大概有20余款AI芯片，之所以生产后能快速上市，就是得益于OAM规范的模组化设计，让企业在设计芯片时，能够按照模组接口、硬件和软件的要求直接做生产。
而在这次大会上，浪潮信息这次也发布了基于UBB2.0规范开发的元脑®服务器NF5898G8，可以兼容符合OCP开放加速规范的多款OAM 2.0模组。
这种全模块化的设计，极致的系统能效，能够大幅缩减国内外加速芯片和服务器的适配周期，加速了先进算力的上线部署，从而支撑大模型和AI应用的迭代成熟。
现在，OAM已经为全球20多家AI芯片企业节省研发时间6个月以上，为产业研发投入节省数十亿元。突破大模型Scale up的互联瓶颈，可能也不会远了。
元脑®服务器实现一机多芯，全面解耦
为何要选择开放？
看到这里你一定发现了，浪潮信息一直秉承的，就是开放的生态。
在这个领域，浪潮信息已经深耕了几十年，极大促进了产业生态的良性发展。
而随着技术的不断演进，浪潮信息也成为了国内当之无愧的服务器龙头企业，因此就更需要更开放的生态，从而拉动整个服务器产业链的协作。
在浪潮信息提出的标准下，所有厂商、供应商、客户都可以灵活选择。客户的需求越来越大，供应商也会不断投入，至此，行业内就形成了正向循环。
当更多新的部件能快速做产业化，就提升了行业整体的竞争力，让所有人受益。
现在市场上，很多整机柜都是紧耦合系统，这其中就存在着隐患。因为封闭系统只有几个供应商，如果上下游厂商的生产或质量有问题，就可能延缓上市周期。
而浪潮信息认为，创新技术要在产品上快速应用，开放一定是最好的方式。只有开放，才能让创新技术的产业化速度更快。
创新液冷，解决耗电难题
在人工智能飚速发展的当下，算力能源消耗也成为不容忽视的关键难题。
LLM耗电惊人，计算效率和能耗如何平衡？
纽约客曾爆料称，为了回答约2亿个请求，ChatGPT日耗电达到惊人的50万度，是美国普通家庭用电量1.7万倍！
而且，这一耗电量据称比传统的谷歌搜索，多出近10倍。
另有BestBrokers最新数据佐证，ChatGPT每年平均耗电高达4.536亿度电，支出约5940万美元（0.131美元/kWh）。
更具象化地说，这相当于能为全美EV电动车充2次电；可满足美国43204个家庭供电；能为9570万部iPhone充满一整年的电。
然而，ChatGPT并非个例。这一触目惊心的数据，让我们不得不重新审视AI发展过程中的能源问题。
不可否认的是，大模型Scaling Law依旧是大势所趋。这意味着，参数递增的同时，LLM对算力的需求还会继续攀升。
为了满足下一个Grok模型训练，马斯克xAI团队在19天之内，搭建出世界最大的超算集群Colossus，由10万块H100组成。
殊不知，这还只是第一期工程。
马斯克自曝，很快就要建成20万块由H100/H200组成的训练集群。两种Hopper GPU配比分别5万块。
为了推进Llama 4训练，小扎称预计需要用掉比Llama 3多十倍的算力，并且正在做约10万块H100超算的收尾工作。
OpenAI这边，微软提供算力早已不够用，并转向甲骨文谈合作。预计下一代模型（可能GPT-5）的计算量将飙升到GPT-4的10-20倍，相应耗电量和碳排放也会极具飙升。
而且，随着AI算力的快速拉升，集群功耗猛增，到2024年单机柜的功耗已经超过100千瓦。
AI+液冷，大势所趋
这些种种迹象表明，随着LLM规模扩大，如何平衡计算性能和能源效率之间的矛盾，是行业面临的主要挑战。
值得庆幸的是，业界也已经开始探索一些积极的解决方案。
全球TOP 500超算第一的Frontier选择在克林奇河（Clinch River）附近建设，充分利用了自然水源提供冷却能力。
在地理选址上，美国橡树岭国家实验室很好地平衡了高性能计算和散热需求。
再来看xAI的「大脑」Colossus，同样采用了先进的液冷系统设计。
全部机房搭建在架高的地板上面，下面一层铺设了所有液冷系统的管路，用来与大楼冷却设备进热交互。
每个机房大约有25000块GPU，而每个机柜包含了8个Supermicro的液冷机架。
液冷设计不仅能有效管理温度，还大幅降低了机房的噪音水准。机柜背后的热交换器，更确保了整个系统在最佳温度下运作。
另外，即将出货的英伟达Blackwell芯片，虽有液冷MGX和风冷DGX两款服务器，但若想发挥出GPU极致性能，液冷几乎是必选。
IDC上半年发布的报告中指出，中国液冷服务器市场2024上半年出货量同比增长81.8%，预计到2028年将达到接近百万台。
2023-2028年，中国液冷服务器年复合增长率将达47.6%，增速是风冷服务器的5倍以上。
与此同时，我们也看到随着PUE要求的越来越低，单机柜功耗要求越来越高，这时候必然要采用液冷技术来达成目标。
由此可见，从技术路径来看，AI服务器走向液冷也成为了业界共识。
AI+液冷的组合，已是大势所趋。
All in液冷，开创全生命周期绿色化
在此，浪潮信息也推出了「All in液冷」解决方案，采用了领先的原生液冷技术，让系统更节能、更绿色。
具体来说，全线元脑脑®服务器产品支持「冷板式液冷」，从核心部件到整体方案的全方位覆盖，包括芯片、内存、NVMe硬盘、OCP网卡、电源、PCIe转接卡和光模块等服务器主要发热部件。
其实，去年推出的第七代服务器，是全球首个支持冷板式液冷的系统。
到了第八代，除了单机「All in液冷」之外，还做到了高功率的整机柜液冷。
元脑®服务器液冷整机柜内部节点
这一次，浪潮信息最新发布了两相液冷130kW液冷整机柜，在技术创新上有以下亮点：
基于两相冷板和负压液冷的创新，实现液冷整机柜安全、解耦、高密和标准化。
解热能力高达每平方厘米200W以上
提供更灵活的节点支持
具备更安全的漏液防护系统，以及标准化的液冷部件
单个整机柜最高可以支持130千瓦的整体的供电和解热，可以说是在最大程度上将液冷与高密相结合，充分发挥了液冷在数据中心领域的优势和价值，又充分保证了使用的安全可靠。
除此之外，第八代产品还有更多功能，实现了绿色节能。
在部件绿色化方面，全面支持钛金电源，电源转换效率达98%以上。
还有全局部件温度监控，包括网卡、NVMe、M.2等全部的部件都可以进行精准的温度识别。而且，还可以通过单风扇实现精细化调控。
每个服务器内部不同的PCIe接口位置安装了不同的IO设备。当服务器配置万兆网卡和百G网卡时，它们的光模块对温度的敏感度不同，系统会分别制定不同的散热策略。
单风扇调控的最大优势在于，让风扇和IO设备建立一对一关系，根据后端负载不同，独立灵活去调控风扇转速。
另外，针对关键核心部件、高功耗零件设计独立风道配合单风扇的散热调控。
同时，针对风扇研发高效能风扇，改良风扇充磁方式、改进扇叶曲面设计，提升风扇散热效率20%；另外还可以根据CPU负载瞬时调整CPU频率，节省CPU的能耗。
不仅如此，浪潮信息还提供液冷数据中心全生命周期的解决方案。
它具有从室外一次侧冷源到室内二次侧CDU、液冷连接系统、液冷服务器等全线布局，为用户全方位打造绿色节能数据中心交钥匙工程。
还有你想不到的是，整机柜一体交付也是节能绿色的另一种解决方案。
英伟达GB200整机柜推出，在业界具有风向标意义，也就意味着数据中心部署模式正在发生一个重要的转变。
传统的数据中心建设，往往是先建机柜，然后再安装服务器。
而在整机柜交付模式下，数据中心只需做好电力、网络等基础配置后，就可以直接接收预装好服务器的完整机柜。
浪潮信息同样采取了「整机交付」的革新方案，不仅能够提升部署效率，还为更高功耗服务器的规模化部署提供了更好的支持。
在绿色智算中心建设中，浪潮信息开创性地实现了「全生命周期」绿色化。
不论是物流运输环节包装，还是产品设计的技术突破，再到数据中心的PUE优化，形成了一个完整的绿色发展生态链。
特别是，在第八代产品中，将绿色节能理念从单个产品延伸到整个数据中心层面，实现了从点到面的系统性突破。
在人工智能时代浪潮中，我们正站在一个关键转折点：
AI计算不再是锦上添花，而是未来计算必备底座。也就是说，未来一切计算皆AI。
浪潮信息推出的元脑®服务器第八代，以「一机多芯」创新架构，展现了对这一趋势的深刻洞察。
在这场AI变革中，强大而灵活算力支撑，正如智能时代「方向盘」，正重塑每个行业的未来图景。
这不仅是技术的进步，更是企业占据AI发展优势的制胜点。
参考资料：
https://mp.weixin.qq.com/s/FyFJbaBZPcXcMcHyaK7M4w
https://mp.weixin.qq.com/s/rC3bbMhHVVxT-5q44XqU2w
热门跟贴