磐久：下一代云计算基础设施
【阅读原文】戳： 磐久：下一代云计算基础设施
今天，数据中心早已走入云计算时代。面对数字化转型、东数西算、双碳等可持续发展要求，如何定义下一代云计算基础设施？
11月3日下午，2022云栖大会技术主论坛，阿里巴巴集团副总裁、阿里云基础设施负责人周明给出了答案：下一代基础设施是“Cloud Infrastructure As A Computer（云基础设施即计算机）的高性能基础设施”。
磐久基础设施小档案
定义：Cloud Infrastructure As A Computer 的高性能基础设施
今天，阿里云已在全球四大洲28个国家和地区、85个可用区、超过2800个网络节点，运营超过百万台服务器，如此大的规模深刻改变了IT硬件体系、数据中心、芯片以及整个产业链，推动传统基础设施向下一代云计算基础设施演进，从单机到集群到Data Center，发展为“云基础设施即计算机”，支撑上层云产品向外输出各种应用能力。
特点：
■ 一体化的架构设计：底层是高性能基础设施资源，包括磐久数据中心、磐久服务器、磐久网络、磐久智维；中间层是数据中心、服务器、网络的一体化架构，高可用、低延迟的高性能网络架构PredFabric，结合模块化、标准化的Cube DC数据中心架构以及服务器方升架构形成了一体化数据中心设计，实现数据中心利用率的全局最优。
■ 高性能：从曾经单机单服务器的高性能，到整个集群、整个数据中心都是高性能，这也是为什么磐久基础设施被定义为“高性能的基础设施”。
■ 系统：磐久基础设施不只是一台硬件设备，而是软硬结合的系统。硬件包括自研的磐久服务器、自研交换机、高性能网卡，系统平台包括智慧运维大脑、震旦异构平台等，提供随意弹性的能力和异构算力原生、网络可预期、智能化运营等服务能力。
磐久高性能网络PredFabric 尾时延显著降低90%
面对近年来日益爆发的算力需求，简单粗暴的硬件堆砌已不可持续。虽然市面上许多AI硬件(包括GPU、FPGA等)的计算能力很强大，但当规模增长到一定程度时，网络性能便成了一个显著瓶颈，导致整体算力的下降。
为此，阿里云基础设施推出低延时、高带宽、可线性扩展的“磐久高性能网络PredFabric”，采用自研的Solar-RDMA高速网络协议，使处理器可以通过load/store指令访问其他任意服务器的内存，非常适合深度学习模型内神经网络的交互形态，相比传统模式故障自愈时间和长尾时延均可降低90%。同时，结合网络协议硬件化、芯片化，使整体性能得到极大提升，延时最低可至2微秒，并实现高算力下网络规模的线性扩展。
同时，将云服务器接入带宽提升一倍，达到了1.6Tbps，再配合上层的自研融合通信库ACCL，实现了在AI场景下的通信效率倍增，保障集群算力的线性输出，确保在大流量突发场景甚至部件异常的情况下，整个数据中心仍能保持稳定、高效的运转。
高性能计算能力 异构/池化/加速
磐久基础设施具备计算异构、资源池化和加速引擎三大计算能力。
震旦异构编译技术和vODLA算力原生技术，支持跨多种GPU平滑迁移，动态伸缩自适应多种业务SLA，面向算力编程，降低开发者门槛。异构通讯技术ACCL则结合自研硬件，可对大规模AI集群提供无拥塞、高性能的集群通讯能力，彻底消除网络拥塞，极致化网络通信效率，最大化分布式训练系统的扩展性。
巨大的基础设施体量支撑了云产品资源弹性、网络弹性、流量弹性的能力，而硬核的基础设施能力则提供了池化能力。在资源池化技术上，通过内存扩展、内存共享和内存池化，提升计算和内存利用率。高性能网络方面，超低时延网络承载总线语义，可将硬件资源池规模扩大10倍。
DC级最大的挑战，就是性能，包括处理时间等，阿里云基础设施研发了软硬件结合的加速引擎，从高性能网络加速、到高性能网关、到存储的压缩和加解密、以及图片和视频的编解码技术，从而综合提升基础设施在网络、存储等领域的性能，优化用户体验。
依托磐久高性能网络、磐久基础设施的高性能计算能力，今年8月底，高性能算力系统服务——灵骏智算产品正式亮相，基于阿里内部多年经验的积累，旨在以普惠、高效的计算服务，提高计算、训练效率，加速客户业务迭代。目前，该产品已在自动驾驶、基础科研、生物医药等领域提供服务。8月2日，阿里云和小鹏汽车在乌兰察布合作建成中国最大自动驾驶智算中心“扶摇”，使模型训练提速170倍。
推荐阅读：
阿里云新一代智能计算：灵骏来了！
此外，磐久智维为基础设施全领域构建了全流程智能化、数字化、全域统一联动的超大规模基础设施运维体系，是磐久基础设施高效、稳定运行的重要保障。
绿色算力 可持续发展
在绿色低碳方面，周明表示阿里云基础设施坚持投入节能技术的研发，自研单相浸没液冷技术，PUE低至1.09。2021年云栖大会发布的磐久服务器采用新型散热、供电架构，单机能耗降低10%，业界领先。同时，优化用能结构，积极推进数据中心使用清洁能源，在“2022中国企业绿电交易排行榜”中蝉联科技行业第一。2022年1～9月，阿里云五大数据中心交易使用清洁能源10.2亿千瓦时，减排二氧化碳77.4万吨，清洁能源使用比50%+。
在绿色运营上，数据中心能源&碳管理平台覆盖全球上百个数据中心，超百万台服务器，累计盘查超千万吨碳排放，为阿里云提供数字化碳足迹，为云上客户提供碳账单。
在2030年全面实现碳中和的承诺背景下，2022年，阿里云五大数据中心都已引入清洁能源。“绿色是检验数据中心的黄金标准。”周明表示，阿里云将持续加强绿色自研技术创新投入，积极开展清洁能源电力交易，推动数据中心减碳增效。
云计算是各行各业走向数字化的重要基础设施，作为云计算的坚实技术底座，下一代的云计算基础设施——磐久基础设施是“Cloud Infrastructure As A Computer的高性能基础设施”。阿里云基础设施将持续推动技术创新，以领先的技术能力为云计算提供绿色、稳定、高性价比的云资源，为了无法计算的价值！
我们是 阿里巴巴云计算和大数据技术幕后的核心技术输出者。
欢迎关注“阿里云基础设施”同名 微信、 微博、 知乎
获取关于我们的更多信息~
文章被以下专栏收录
