孙凝晖：算力网为供给侧和消费侧带来多种收益

算力网是算力、算法和数据对象三要素相融合的基础设施化。互联网底层是以5G、光纤、星网为主的数据通信网；中间是以IP为核心的互联网体系结构；上层是万维网（WWW，也称为信息网），通过信息网，我们每个人都可以随时随地访问世界上任何地方的数据和信息。与信息网平行的就是算力网，其存在的目的是服务千行百业的模型上网，让用户能够随时随地访问世界上任何地方的算力资源。在信息网和算力网之上，进一步构建出消费互联网和产业互联网。算力网与信息网不同，信息网是以信息（即网页）为核心，而算力网以算法为核心，高效适配多样性算力，对数据资产进行深度加工，产出各式各样的模型。

当前，我国正在推进“东数西算”工程，其目标就是在企业级的算力网和城市级的算力网的基础上，进一步构建一个国家级的算力网。从算力基础设施化的角度来看，“东数西算”工程的关键是在“数”和“算”上做原创性的工作，这样才能真正把“东数西算”工程持续推进下去。

算力网的生态和云计算的生态应该有所不同。云计算只有两种角色，即算力消费者和算力供给者，供给者包括亚马逊、阿里巴巴这些云供应商；而算力网拥有更多细分的角色，如算力提供商、算力运营商、算力增值服务商等，应将算力的各个环节进行解耦，以此构建一个真正的算力网生态。在这个生态下，我们需要关注算力网为用户带来的多种收益。

在算力供给侧方面算力网带来的收益

一是可为“东数西算”工程节约用电120亿度，消纳“弃风弃光”。2021年，全国数据中心的总耗电量大致相当于湖南省全省的用电量，那么“东数西算”工程能不能节电呢？现在西部的算力大概占全国的4%，据估计，未来五年，西部算力大概会占全国总算力的20%。因为，西部数据中心PUE（电源使用效率）比较低，再减去电力传输的损耗，能比在东部数据中心节约30%左右的电量。按照全国数据中心一年总耗电量两千亿度来计算，“东数西算”工程一年可以节约120亿度电，约占我国一年总用电量八万亿度的0.15%。此外，西部拥有大量绿电资源，但2021年“弃风弃光”就达到273.8亿度，如果该部分可以被西部数据中心动态消纳，就可以实现节能减排。

二是整合国家超级计算中心资源，统一账户统一运维，提供深度超算优化服务。目前，我国大概有十个左右的国家级超级计算中心，如果将国家级超级计算中心用超算互联网的方式统一起来，建立一个虚拟的、国家最大的超级计算中心来提供服务，可有效提高超算的资源利用率。同时，统一的超级计算中心可以屏蔽底层体系结构的异构性，通过移植和优化，以服务的形式为用户提供服务。

三是虚拟机可按需跨地域调度，降低资费和应用延迟。“东数西算”工程经常会提起虚拟机跨地域调度，如果我们能够很好地让虚拟机根据用户的需求进行跨地域调度，就会得到很多收益。例如，根据用户的位置，可以就近调度用户的虚拟机，减少延迟；也可以根据实时报价，把用户虚拟机调度到绿电节点，降低算力的电费；还可以做负载平衡，提高该重载的情况下整个应用的吞吐能力。

四是整合城市中小算力中心的闲置资源，形成虚拟城市算力网，降低使用门槛，提高利用率。可以城市为单元进行资源整合，当前许多城市都建立了大大小小的算力中心，有的是政府投资建设，有的是企业投资建设，都有不同的服务对象。但这些数据中心里存在大量闲置资源，如果将算力网运用到各个城市里，就像虚拟运营商一样建立虚拟的城市算力网，对闲置资源进行统一运维、统一调度、统一交易，将大大提升公共资源的利用率。

五是新的算力容器抽象能够实现更细粒度的时空隔离，提高资源利用率。算力网需要一个新的算力容器抽象，所有的算力资源都被封装到一个最小的调度单元里供用户使用。单机时代，操作系统里的进程本质上就是一个算力容器，以一个进程为单位，按照时间分片的方式，对单机硬件资源进行调度。云计算时代，算力容器是虚拟机，能够对CPU、内存、存储、网卡等硬件资源进行时空分片，后来有了更细粒度的软件层面的算力容器——开源应用容器引擎（Docker）。过去几年，中国科学院计算技术研究所提出了“任务闭包”的概念，可以在应用级进行更细粒度的封装。有了这个最小粒度的算力容器后，除了提高资源利用率之外，还可以提高应用在重载下的通量。例如我们基于“任务闭包”做过一个红包实验，可以在一定时延要求下将通量提高六倍。

在算力消费侧方面算力网带来的收益

一是算网协同进行优化调度，为应用提供确定性时延保障。对于“东数西算”工程来说，网络延迟将是一个严重的问题。从东部到西部，存在着30~60秒不等、方差很大的网络延迟，跟本地毫秒级、抖动极小的延迟无法相提并论。很多工业制造应用，对于延迟抖动的要求极高。目前，未来互联网基础设施（CENI）可以将延迟控制在0.03毫秒之内，这样将东边的数据送到西边，对那些网络延迟抖动比较敏感的应用可以提供确定性延迟保障。

二是联邦模型突破数据壁垒，利用分布式算力构建智能模型网。人工智能一般都是在本地建模，例如医疗数据，各个医院都是在自己的数据中心内进行建模。如果要建大模型，需要把这些数据参数都传到一个大的数据中心里进行建模，这样在数据隐私等方面就存在较多风险。有了联邦模型，无须传递数据，只需传递模型，不同算力中心可将本地模型集中传递到联邦模型所在的算力中心，进行迭代式建模，从而实现分散式算力和数据协同工作。

三是主干编程面向物联网（IoT）应用，提高端边云协同场景下超异构分布式环境开发效率。历史上每出现一些新应用，都伴随着新的编程工具的出现。例如，在自动化时代，有可编程逻辑控制器（PLC）；在单机时代，有小应用程序（Applet）等的组件编程；在互联网时代，有以编程语言（Java）为代表的阶段式事件驱动和以分布式计算系统（MapReduce）为代表的大数据，以及以符号数学系统（TensorFlow）为代表的人工智能。在物联网时代，我们不但要考虑算法数据，更要考虑算力。在互联网时代，手机端算力差别不大，但物联网时代智能硬件端的算力差距很大，异构性很强，所以我们的编程要对此进行感知。中国科学院计算技术研究所提出一个叫主干编程的方式，通过主谓宾式的编程模式，以主干支干嵌套式进行任务分发，能够很好地适应物联网场景的多样性。

四是云函数编程支持算力网原生应用编程，实现应用跨云横向扩展。云函数编程可以解决应用原生进行横向跨云扩展的需求，传统云应用只能在一个集群内进行扩展，应用跨云就得进行重构。云函数是把应用变成一个个更小粒度的云函数，将每个函数都放到容器中，然后实现协同扩展，这样云函数可以部署在一个云里，也可以扩展到其他云里，进而解决算力跨云扩展的问题。例如，进行跨云分布式训练时，因为分布式训练需要资源较多，单个云资源不够，可以把另外一个云的资源也拉进来进行训练，这个场景下云函数编程会非常方便。

五是用户视角下的算力度量方式可以真正实现现收现付制（Pay-as-You-Go）。这一收益与算力度量有关，我们如果把算力做成服务的形式，就需要提供算力的度量和付费方式，这对提升用户体验来说非常重要。例如，用户要对1亿个64位整数进行排序，该如何进行度量和收费？如果按当前部分云计算厂商的方式进行度量便存在两个问题。首先是度量不统一，很多人工智能应用使用8位、16位浮点/整型操作进行度量，高性能计算用64位浮点进行度量，而图形处理器（GPU）是用32位/16位浮点进行度量，度量衡不统一；其次是用户体验和用户付费不统一，例如，在两台服务器上执行相同的排序程序，一个用时1分钟，另一个用时1.5分钟，理论上花费时间多的体验更差，但按当前据时间计费的模式，花时间长的反而费用更高，这与实际情况相悖。所以，针对这两个问题，我们要把度量衡统一到64位基本操作，同时，用一种用户可以感知算力使用量的方式进行计费。这样就能够真正实现现收现付制，如同高速公路一般，付费多少与使用这条高速公路的情况直接相关。

总而言之，当前算力网更多关注的还是在供给侧方面的收益，我们应该更多地关注用户在消费侧方面的收益，通过技术创新，让中小企业更愿意来使用算力，并从使用算力中得到好处，这才是算力网能够持续发展的关键因素。

来源：《中国网信》2022年第7期