并行計算 | 多樣性計算 | ARM架構

深度學習 | 高性能計算| ARM服務器

如今隨著算力、高性能計算的快速發展，數字經濟已經成為全球經濟增長的主引擎。數字經濟的快速發展，使得深度學習、數據分析、數據挖掘等技術迅猛發展起來。伴隨國家政策東數西算的出臺，傳統的風冷散熱方式已經不足以滿足散熱需要，這就需要新興的液冷散熱技術以此滿足節能減排、靜音高效的需求。

作為國內品牌服務器廠商，藍海大腦液冷GPU服務器是基于ARM 架構的基礎軟硬件設施、行業應用及服務，涵蓋從底層硬件、基礎軟件到上層行業應用的全產業鏈條。硬件方面，圍繞ARM處理器，涵蓋包括智能網卡芯片、底板管理控制器（BMC）芯片、固態硬盤（SSD）、磁盤陣列卡（RAID卡）、主板等部件以及個人計算機、服務器、存儲等整機產品。基礎軟件方面，涵蓋操作系統、虛擬化軟件、數據庫、中間件、存儲軟件、大數據平臺、數據保護和云服務等基礎軟件及平臺軟件。行業應用方面，藍海大腦產業生態覆蓋政府、金融、電信、能源、大企業等各大行業應用，提供全面、完整、一體化的信息化解決方案。

隨著通用算力的普及，各行各業的數字化得到快速發展的同屬又產生更多的數據，這就需要更多的算力。預計到2030年，全球通用計算算力相比2020年將增長10倍，AI算力將增長500倍。

計算從通用計算進入通用計算+AI計算的多樣性計算時代。通用計算構建了數字經濟發展的基礎，AI計算將成為數字經濟發展的加速器。從數字化到智能化，人工智能作為新的GPT，將使數字經濟邁向新高度。

為此華為聯合合作伙伴發出《邁向智能世界計算白皮書》，以下將對該白皮書進行解讀，一起了解算力發展六大趨勢。

注：由于篇幅有限需要更多詳細資料，請在公眾號末尾留下您的郵箱，小編會將PDF文件發您郵箱，共同進步。

ARM 成為多樣性計算的重要選擇

一、產業趨勢

1、應用的多樣化驅動算力多樣性發展

1）隨著自動駕駛、云游戲VR/AR等應用的興起，以及物聯網、移動應用、短視頻、個人娛樂、人工智能的爆炸式增長，應用越來越多樣化，用戶對應用體驗的追求不斷提高。數據中心側傳統單一架構難以滿足要求。

萬物互聯的智能時代非結構化數據占比越來越大。相對應原來可以用數據庫二維表結構來實現的結構化數據，海量、多種多樣非結構化數據，如文本、圖片、語音、視頻等數據的加工、處理、傳輸，自然需要多樣性的計算來匹配。

舉例來說，CPU處理大數據、Web等場景是非常匹配的，但對于圖形、圖像的處理，需要GPU來匹配；而日常生活中的圖形 /圖像識別、智能搜索推薦等，需要基于AI計算的NPU處理。因此業務應用場景的多樣性、數據的多樣化，使得計算進入多樣性計算的新時代。

2）未來超過70%的數據和應用將在邊緣產生和處理。邊緣和移動端設備受場景約束，處理能力和性能的提升受到限制，需要與云協同。隨著5G的規模部署，網絡傳輸時延、帶寬、連接密度均得到數量級的提升，給端-邊-云協同提供了基礎保障。目前云、邊、端的計算架構、開發模式存在較大差異，應用須多次開發和部署。

2、多樣性計算需求，加速算力格局轉換，ARM算力從嵌入式場景快速延深至服務器場景

ARM算力是從最初的端側起步，在智能手機、平板、智能電視等領域占據絕對領先的份額，但隨著云、邊、端協同的驅動、多樣性計算的發展，已經開始進入到算力更高的服務器領域，同時也表現出顯著的優勢：

1）在分布式數據庫、大數據、Web前端等高并發應用場景中，單芯片核數更多的ARM架構處理器相比傳統處理器擁有更好的并發處理效率。

2）絕大多數移動終端采用ARM架構處理器，端云同構為開發人員在整個生態系統的編寫與優化上提供便利，而且能夠降低異構環境開發所造成的性能損失和潛在漏洞風險。隨著云化進程的推進，大量基于ARM架構的終端業務與數據中心的云端業務維持同構，可以實現應用開發、部署和運行的無縫協同，大幅度降低開發者開發難度。

3）ARM生態優勢不斷推動技術進步，近年來不斷涌現出創新的服務器產品和解決方案，如藍海大腦液冷服務器就是基于ARM架構，華為基于ARM架構鯤鵬處理器打造了TaiShan系列服務器等。在高性能計算領域，以ARM、RISC-V 為代表的多樣性計算平臺也逐漸發揮重要作用，例如歐盟EPI項目致力于打造本土基于ARM架構核心處理器和RISC-V架構加速器芯片的百億億級超級計算機；日本“富岳”超算系統采用自主開發的ARM架構處理器，成為全球首臺基于ARM芯片的TOP500冠軍超級計算機等。

4）ARM架構授權模式讓合作伙伴既自主發展又共享生態平臺，加速產業鏈多樣化。ARM的商業模式不以出售芯片為主，而是架構授權。 合作伙伴可以根據自身需求，靈活選擇不同的授權模式：

架構授權模式，基于ARM 架構，可以自主擴充指令集并升級產品

CPU核授權模式（軟核和硬核），基于ARM CPU IP可實現設計生產，升級則需完成新CPU 核授權的獲取

5)2000年x86占據市場第一份額，總算力輸出達到70%。到2020年，算力架構發生逆轉，世界上最大算力架構變成了ARM平臺，基于ARM指令的處理器總算力輸出占比超過 80%。

3、中國市場，服務器側ARM生態已逐步成熟，并全面應用于國計民生行業

全球范圍內，以ARM為核心架構的CPU已經開始顯現出增長趨勢。在中國，眾多芯片廠商和云巨頭也紛紛布局基于ARM架構的系列產品，鯤鵬、飛騰已耕耘多年，ARM服務器市場份額持續增加。

以鯤鵬為代表的ARM服務器，已經廣泛應用于包括政府、金融、電信、電力、交通、制造、教育、醫療等行業核心場景；各行業生態已經建立，超過12000個行業應用完成適配認證，產業生態瓶頸已經消除。

二、行動建議

1、基于業務需求，識別適合ARM架構的業務場景，主動規劃部署ARM架構服務器

數字化轉型、人工智能和5G在垂直行業的廣泛應用帶來了海量數據處理、高能效邊緣計算等問題，尤其在電信、金融、政府、能源等重點行業，ARM架構能夠更好的滿足數字化應用對IT基礎設施算力的嚴苛要求，在升級發展中發揮關鍵作用。

以電信行業為例，5G時代數據量爆發式增長、電信云面臨從架構到底層硬件基礎設施的全面升級，在容器化部署、分布式存儲和邊緣計算等關鍵場景都非常適合引入ARM架構，充分利用其多核高并發、大內存和高內存帶寬等架構優勢。

1）IT云方面

IT支撐系統業務邏輯更趨復雜，實時數據處理、高并發數據處理、大數據分析等技術需求不斷擴大，容器化部署、分布式處理等場景加速向CRM、BOSS、MSS等核心系統滲透，需要底層IT基礎設施在并行計算、內存容量和帶寬等方面提供更好能力匹配

2）網絡云方面

5G核心網采用原生云化設計思路和微服務架構，將網元功能拆分為細顆粒度的網絡服務，為差異化的業務場景提供敏捷的系統架構支持，核心網容器化、硬件資源池化成為發展方向，對底層計算架構的多樣性、負載能力和計算效率提出新要求

3）邊緣節點方面

為應對大視頻、物聯網等各類高帶寬和低時延的邊緣計算類業務，電信云計算能力將向移動邊緣節點下沉，邊緣數據中心 IT 基礎設施將面臨計算、存儲等網絡能力的全面提升以實現大流量、高并發、低時延的本地數據處理能力。

藍海大腦圍繞重點行業的計算訴求，主動推進ARM架構服務器的應用，依托ARM處理器多核高并發、高效可靠的硬件平臺，以及在基礎軟件方面的領先優勢和安全特性，在大數據、分布式存儲、數據庫和云平臺等計算場景中構建安全可靠的算力底座。

電信行業主要計算場景

2、有節奏的開展現有應用適配、遷移，并基于ARM架構，持續開發原生應用

以電信行業為例，根據電信行業的業界專家評估繪制的《電信行業ARM架構遷移路徑圖》顯示，ARM架構平均優勢高，平均遷移難度較小，其中云核心網、大數據經營分析系統、大數據網絡優化平臺、CRM前臺和中臺、網關資源管理系統、網管性能管理系統、BOSS話單存儲、Cloud VR等系統的ARM架構優勢明顯并且遷移難度偏低，均可優先考慮適配遷移。

在遷移過程中，針對行業應用跨架構遷移周期長、工作量大的問題，通過ARM架構配套的應用遷移工具，將代碼修改、匯編語言翻譯、兼容文件替換、編譯調試、調優診斷等遷移關鍵步驟在工具輔助下自動完成，降低開發人員技術門檻、提升應用遷移效率，引導行業加快應用遷移進展。

遷移完成之后，在后續版本迭代及新功能開發過程中，通過ARM架構配套的開發工具，幫助開發人員便捷獲取和使用ARM架構優勢特性，開發出高性能軟件，同時自動完成典型場景下的應用包構建和執行，提升開發效率和體驗，引導開發人員持續基于ARM架構原生開發行業應用，深入構建行業軟件生態。

電信行業ARM架構遷移路徑圖

3、通過全棧軟硬件優化，充分釋放多樣算力，發揮極致性能

為適應行業應用快速創新及多樣性計算的需求，進一步提升軟件運行性能，面向ARM架構的全棧優化能力必不可少，通過使用包括一系列的硬件加速庫、軟件加速包、開源加速組件、典型場景的性能優化解決方案等，圍繞硬件、基礎軟件，到場景化應用開展全棧優化，充分發揮應用極致性能。

1）硬件加速

提供CPU、內存、磁盤、網絡子系統等硬件基礎性能優化參考，包括系統硬件配置優化方法及硬件加速庫，消除性能瓶頸，提升硬件資源利用率

2）軟件加速

圍繞系統指令、媒體轉碼、數學算法、存儲網絡等方向，提供一系列軟件加速包，優化大數據加解密、分布式存儲壓縮、視頻轉碼等常用軟件性能

3）基礎軟件優化

開源軟件作為最重要的軟件開發模式之一是軟件生態的核心，讓開源軟件與ARM平臺進行充分的適配和優化尤為重要，持續在開源社區貢獻關鍵性能優化成果，提供典型場景下的開源加速組件，讓主流開源軟件能夠在ARM架構上發揮最佳性能

4）典型場景優化

面向大數據、分布式存儲和數據庫等行業應用的典型計算場景，提供加速數據處理、優化存儲訪問和提升算力部署密度的場景優化方案，有針對性的提升行業應用性能

三、解決方案

藍海大腦提供基于ARM架構的鯤鵬全棧基礎軟件平臺解決方案

鯤鵬計算產業是基于鯤鵬處理器（基于ARM 架構）的基礎軟硬件設施、行業應用及服務，涵蓋從底層硬件、基礎軟件到上層行業應用的全產業鏈條。縱觀鯤鵬計算產業生態全景，硬件方面，圍繞鯤鵬處理器，涵蓋包括智能網卡芯片、底板管理控制器（BMC）芯片、固態硬盤（SSD）、磁盤陣列卡（RAID卡）、主板等部件以及個人計算機、服務器、存儲等整機產品。基礎軟件方面，涵蓋操作系統、虛擬化軟件、數據庫、中間件、存儲軟件、大數據平臺、數據保護和云服務等基礎軟件及平臺軟件。行業應用方面，鯤鵬計算產業生態覆蓋政府、金融、電信、能源、大企業等各大行業應用，提供全面、完整、一體化的信息化解決方案。

鯤鵬計算產業從2019年正式起航，在全球鯤鵬計算產業伙伴的共同努力下，已經構筑了完整的基礎軟硬件生態和人才發展體系，并在各大國計民生行業實現了規模商用落地，為行業數字化變革和應用創新提供了強大穩定的算力支持。

作為鯤鵬計算產業的發起者和重要成員，華為秉持“硬件開放、軟件開源、使能伙伴，發展人才”的策略，通過戰略性、長周期的研發投入，吸納全球計算產業的優秀人才和先進技術和產業伙伴一起，持續推進全棧計算技術的創新發展，構筑面向多樣性計算的全球開源體系與產業標準，推動鯤鵬生態全面發展。

鯤鵬全棧開放，使能全產業伙伴創新

1、鯤鵬主板開放，伙伴優先，使能商業成功

2019年華為面向伙伴開放基于鯤鵬處理器的主板、網卡、硬盤等標準部件，幫助整機合作伙伴快速推出自有品牌的服務器產品。

2020年華為發布了主板開放2.0，通過基礎板+擴展板的開放模式，基礎板沉淀共性，減少伙伴重復開發；擴展板實現創新，使能伙伴差異化競爭力；同時結合BIOS/BMC軟件開放，支持伙伴自行開發差異化部件，打造創新整機產品。當前，鯤鵬主板走向更加開放，華為僅聚焦“CPU+內存”最小計算單元，通過全量組件化方式，實現從使能伙伴創新走向伙伴主導創新。

此外，在鯤鵬主板開放的同時，華為從研發、制造、采購供應、服務、商業模式、解決方案、市場、人力資源、財務、文化十大方面，全方面對伙伴進行賦能，幫助伙伴快速成長，使能合作伙伴打造更有競爭力的鯤鵬計算產品。

市場上，華為踐行伙伴優先，將自有品牌TaiShan服務器逐步退出市場，和伙伴不競爭，把市場空間讓出來，支持伙伴商業成功，2022年1到10月，伙伴出貨占比已達95%以上。

硬件開放，伙伴優先，使能商業成功

2、基礎軟件開源，持續創新，實現最佳支持鯤鵬

基礎軟件方面，華為堅定開源，把自身多年來構建的操作系統能力和數據庫能力開源出來，讓合作伙伴能夠在此基礎上做增量開發，由此來提升中國的基礎軟件產業水平，和伙伴共建生態。并創建了openEuler開源社區和openGauss開源社區，以社區 運作的方式，同產業伙伴和廣大開發者共同構建基礎軟件生態。

當前無論是openEuler，或是openGauss，均在鯤鵬服務器上做了大量的性能優化工作，最終實現最佳支持鯤鵬，為鯤鵬生態的體系構建，奠定了基礎。

以openGauss為例，通過NUMA-Aware優化，Inplace-Update融合引擎，多存儲引擎架構，軟硬協同優化等技術為用戶帶來多樣化業務場景下極致、穩定的數據業務處理能力，在鯤鵬2路服務器上實現性能達150W TpmC，鯤鵬4路服務器上達230W TpmC，單節點處理能力業界領先，同時保持內核在高負載情況下性能抖動小于5%，業界穩定性最優。在2022年4月openGauss3.0版本，發布分布式解決方案，在性能方面持續精進，16節點性能達到1000萬 tpmC，領先目前競品性能2倍。

3、使能極簡開發，極致性能，繁榮應用生態

鯤鵬開發套件（鯤鵬DevKit）使能應用極簡開發鯤鵬生態發展的關鍵挑戰是應用軟件遷移，為了幫助開發者加速應用遷移和算力升級，華為提供鯤鵬開發套件DevKit，包括代碼遷移、開發調試、編譯、測試、調優和診斷等一系列工具套件。

鯤鵬DevKit主要面向不同計算平臺間的應用遷移以及鯤鵬平臺原生開發，當前實現1-2人天應用無憂遷移。2022年鯤鵬DevKit2.0聚焦原生開發能力增強，面向全研發作業流程，提供鯤鵬開發框架和場景化SDK、鯤鵬編譯工具、鯤鵬調試器、云測服務、以及面向全場景性能分析和調優，讓開發者更便捷高效的基于鯤鵬原生開發，效率提升50%+。

鯤鵬DevKit：從“應用遷移”走向“原生開發”, 開發效率提升50%+

鯤鵬BoostKit，從硬件、基礎軟件，到場景化應用開展全棧優化，主要面向伙伴和客戶的開發者，提供高性能開源組件、基礎加速軟件包、應用加速軟件包，使能應用極致性能。其中，高性能開源組件由伙伴從開源社區、鯤鵬社區獲取，直接編譯/部署，目前90%主流開源軟件已支持鯤鵬，實現開源軟件在鯤鵬上開箱即用。基礎加速軟件包，面向伙伴開源、開放豐富的基礎性能優化方法、加速庫、加速算法，釋放鯤鵬算力。應用加速軟件包，聯合伙伴開展解決方案創新，提供業界領先的加速組件、算法，實現應用性能倍增。

鯤鵬BoostKit 1.0面向鯤鵬聚焦的八大主力場景，把鯤鵬算力性能發揮到極致。在很多傳統計算負載中，CPU的實際利用率并不高，大量有效計算能力浪費在等待數據的加載上。2021 年全新推出的BoostKit 2.0，提供五大類“數據親和”加速組件，包括數據就近計算，數據加速傳輸，數據并行化處理，數據安全等，對數據全處理流程進行負載優化，從而大幅提升應用性能。

鯤鵬BoostKit ：“數據親和”五大加速組件，使能應用性能倍增

通過使能極簡開發、極致性能，鯤鵬在國計民生行業的技術生態滿足度從19年的僅9%，逐年穩步提升，22年底預計達70%以上，生態兼容性的瓶頸已基本消除，初步構建起繁榮的鯤鵬應用生態。

極簡開發，極致性能，繁榮應用生態

4、全棧協同，加速行業規模應用

鯤鵬與伙伴、開發者一路前行，全面進入國計民生行業核心應用場景。在政府，鯤鵬與北明、超圖、太極和神州軟件等伙伴服務于各省市政務云；在金融，鯤鵬攜手長亮、麒麟軟件、科藍、華銳等伙伴服務于大行和金融機構的核心交易系統。

在電信運營商，鯤鵬和亞信、浩瀚深度、東方國信等伙伴服務于三大運營商的網絡云、IT云與公有云。在電力，鯤鵬攜手南瑞集團、許繼、麒麟信安和岳能科技等伙伴服務于國網、南網電力調度系統。

郵儲銀行作為擁有百年歷史的金融機構，在中國有6億用戶，4萬個營銷網點，是國家普惠金融的主力，為國民經濟發展做了突出貢獻。現有的核心系統采用經典的大型機+商業軟件搭建而成，支撐了郵儲銀行初期信息化，電子金融。但隨著金融服務在線化，小額交易頻次越來越高等這些服務場景的變化，對傳統的核心系統帶來了巨烈的沖擊，尤其在交易熱點時段，現有系統彈性不足，造成交易緩慢。商業軟件架構與技術封閉，迭代慢，在應對金融創新乏力。無法繼續支撐郵儲銀行向前發展。

因此，郵儲銀行從19年初開始啟動下一代金融核心的預研，為了保持持續創力的能力和可能，郵儲銀行決定基于通用計算平臺加開源軟件技術構建分布基礎IT能力。整個不僅保持靈活的資源擴縮容能力，還具有豐富的開源軟件生態，使未來的技術獲取等方面成本更低。同時郵儲采用企業級業務建模，對郵儲上千種業務進行抽像建模，使用業務邏輯關系更清晰。

同時基于鯤鵬服務器和openGauss的原型驗證，結果超越客戶預期。并引入了微服務，容器等業界先進成熟的技術。經過一年多的建設，并于21年4月18日技術平臺上線，開始接入生產系統進行鏡像驗證于6月上線分布式運維系統，利用AI技術解決海量節點帶來的運維復雜度。系統于22年3月份全量投產，支持郵儲日均20億筆的交易和未來10年的業務發展。

郵儲銀行是國內首個建成新一代個人業務新核心的國有大行，證明了鯤鵬openGauss在金融這種的對可靠性和性能要求極高的場景，不但可以勝任， 而且可以很好，鯤鵬的多核、高并發，結合openGauss高性能、高可用及智能運維等內核能力，助力郵儲個人新核心業務處理能力5倍提升，支取和查詢等核心業務場景的性能提升25%以上，這些數據都可以提升客戶的使用體驗與感知，提升滿意度，加強郵儲銀行服務競爭力。

郵儲銀行通過分布式金融新核心建設，在金融服務技術上已走到同行前列，相信憑借郵儲銀行人的勇于開拓的創新精神，未來會持續領先，為同業樹立新的標桿和為用戶帶來更好的服務。

多樣性算力全場景的協同

操作系統作為計算產業中最基礎的軟件，承擔著抽象底層硬件，向上層應用提供統一接口的核心功能，是計算產業的關鍵環節。面向多樣性計算和海量應用場景，操作系統應支持多樣算力和多種應用的協同，成為數字產業的可靠軟件底座。

一、產業趨勢

在IT產業的全棧系統中，處理器是硬件的基礎，操作系統是所有軟件的根基。

操作系統是軟件的根

操作系統作為連接底層基礎硬件（處理器，整機/部件）和上層應用的最基礎軟件，被稱為IT產業的魂：硬件提供算力的供給，應用軟件是算力價值的實現，而操作系統則完成算力釋放。一方面，操作系統面向硬件系統，提供更好更高效的硬件資源管理能力；另一方面，操作系統面向應用和用戶，沉淀應用領域共性，提供更為便利易用的人機交互。

1、多樣性計算時代，呼喚面向數字基礎設施的操作系統

計算產業從通用計算已經進入到通用計算+AI計算的多樣性計算時代。多種算力協同發展，對操作系統提出了新的要求。首先，操作系統對上層應用，要屏蔽不同硬件的差異，提供統一的接口，要完成不同計算架構、不同硬件的兼容適配，提供良好的兼容 性，為應軟件用的部署提供盡可能的便利。其次，針對不同的硬件的特征，操作系統需要針對性的優化，確保能充分發揮硬件的能力，提升性能。比如，基于ARM架構的處理器，其典型特征是核數更多，這使得ARM處理器在高并發應用場景，更具競爭力。因此，操作系統需要針對多核的處理器進行優化，確保多核任務并發時的任務調度更加合理，避免任務沖突，提高系統整體性能。

此外，除了針對不同架構的CPU優化，CPU和GPU、NPU等其他特定用途之間處理器之間的協同，也是影響系統效率的關鍵因素。操作系統層面，在處理CPU任務和GPU、NPU任務時，協調好這些任務的調度，成為必要的能力。

2、數字化走向深入，操作系統面向云管邊端全場景應用協同發展

隨著云計算的快速發展，云計算和云服務已經成為各企業進行數字化轉型的優先選擇。無論是高科技行業還是傳統行業，無論是大企業還是小企業，都可以通過云服務隨時隨地獲取數字化轉型所必需的計算、存儲等硬件資源，大數據、AI、IoT 等技術資源，以及凝結了領先企業大量投入的經驗知識資源，極大提升了企業運行效率。

云上的應用與其他場景的應用協同場景越來越豐富，比如AI應用在云和邊緣的協同。通過云端充足強大的算力進行AI訓練，而且云端能很好的支持多種不同的服務和AI框架，此外云端可以簡化訓練的開發，無需軟件下載、無需配置、無需安裝。邊緣端則利用靠近數據產生和采集的優勢，在邊緣端可以迅速把采集的數據拿去做推理，快速得到推理結果的同時，避免了向云端傳輸大量數據帶來的高成本。

因此，操作系統通過在軟件底層實現應用在云、管、邊、端、數據的高效、可靠、安全交換，是可以大幅提升系統整體效率和安全性的。

3、開源成為主流軟件開發模式， 操作系統開源共建成為產業共識

開源已經成為主流軟件開發模式。從全球范圍來看，過去一年，開源整體呈現高速發展的趨勢。據最新官方報告，2021年全球最大開源代碼平臺GitHub活躍用戶數和活躍代碼倉庫數量均有明顯增長，其中新增活躍用戶數超過 1600 萬、新增活躍代碼倉庫數量超過 6100 萬。中國開源貢獻者占比明顯提升，從2015年的7%的占比，快速提升至2021年的11%。開源模式越來越成為全球軟件技術和產業創新的主導模式。

同時，開放開源是軟件技術創新，特別是發展操作系統這類基礎軟件的重要途徑，充分利用開源，參與開源，支持開源，發展操作系統，聯合做大做強是當前最為可行之路。構建根植于中國的開源社區，培養良好的土壤和與環境，可以為產業打造可持續發展的創新之地。

二、行動建議

1、規劃部署支持數字基礎設施多樣算力的操作系統，使能全場景應用協同創新

通過規劃部署支持不同應用場景、支持多樣性算力的統一數字基礎設施操作系統，打通不同硬件架構和多種場景應用，實現更優的性能，業務更好的協同。

在企業的各類數字應用場景中，通常部署了各種不同類型的計算設備，典型的包括服務器、邊緣設備，嵌入式等等。不同設備安裝各類不同的操作系統，給整體系統運行運維帶來挑戰；設備間的互聯互通復雜度也因此顯著提升；不同應用之間的可靠、安全的交互，協同相對繁瑣。

統一的數字基礎設施操作系統，可以實現從操作系統底層完成設備間的連接、數據交互，從而大幅提升運行運維效率。

2、分析應用遷移策略，制定應用遷移計劃，完成應用高效遷移

部署新的操作系統，應選擇具備可持續演進性、基礎兼容性和支持應用快速遷移的能力的技術路線。可持續演進是指除了可靠、穩定、安全等基礎能力外，所選擇的技術路線有具備獨立維護、長期演進的機制和能力；基礎兼容性是指在操作系統南向各類處理器、整機、板卡的兼容性支持，以及北向的各類應用的適配性；應用遷移能力是指需要提供包括兼容性識別、應用遷移與調優，系統測試等全流程的自動化工具和技術支持文檔。

操作系統遷移是一個系統工程，包括從技術路線選型、系統分析、方案設計、移植適 配、遷移實施和測試上線等全流程，因此需要組建合理的團隊、詳細的計劃，有節奏分階段實施，在確保業務持續穩定運行的情況下有序開展。

3、加入開源操作系統社區，積極擁抱開源、回饋開源

通過主動加入開源社區，與社區核心組織和成員的運作與溝通，保持與業界各類領先技術的同步，可獲取最新的技術趨勢、業務方向以及關鍵支撐。企業、高校、操作系統廠商等組織單位加入操作系統開源社區，加強交流，合作共建共贏，共同發展。

更為重要的是操作系統開源社區提供各類開發工具，硬件資源，技術指導以及各類在線服務，企業鼓勵有能力的開發人員加入社區，獲取最新的開發手冊、技術補丁以及開發平臺，可以大幅度提升應用開發效率。成熟的開源社區，除了提供日常代碼審核、提交的工具之外，還包括大量滿足開發全流程所需要的各類資源，同時社區是技術人員積累能力、了解技術趨勢、解決技術難題，互相交流的平臺。

三、解決方案

華為是全球領先的ICT（信息與通信）基礎設施和智能終端提供商，在ICT領域提供包括服務器、存儲、云服務、邊緣計算、基站、路由器、工業控制等各類產品和解決方案。在多年的全系列產品研發過程中，不斷累積軟件根技術，全面布局操作系統等基礎軟件，滿足自身業務發展需要。

2019年12月，華為創立歐拉開源項目，通過開源的方式，把積累的操作系統能力開放出來，攜手產業伙伴共同發展操作系統產業，得到了產業積極響應。

目前，歐拉開源操作系統發展迅速，生態快速構建，已累計實現超過245萬套裝機，國內新增市場份額超過22%，跨越生態拐點，成為企業數字化轉型、應用創新、構筑安全可靠操作系統的首選技術路線。

1、歐拉，面向數字基礎設施的開源操作系統

歐拉是面向數字基礎設施的開源操作系統，支持服務器、云計算、邊緣計算、嵌入式等應用場景，支持多樣性計算，致力于提供安全、穩定、易用的操作系統。通過為應用提供確定性保障能力，支持OT領域應用及OT與ICT的融合。

歐拉持續豐富南向多樣性設備支持，北向使能 IT、CT和OT全場景應用。當前歐拉已經實現主流計算架構100%覆蓋，支持包括ARM、x86、RISC-V等全部主流CPU指令集，同時支持NPU、GPU和DPU等多種異構算力，適配超過100款整機、300款板卡，成為最佳支持多樣性算力的開源操作系統。在北向應用生態上，與伙伴協作，適配了一萬多款應用，主流應用場景100%支持，滿足各行業不同應用需求。

歐拉，面向數字基礎設施的開源操作系統

1）統一操作系統，支持多設備

通過一套操作系統架構，支持多樣性設備。歐拉采用全量組件原子化，支持內核靈活組合，全棧服務化按需構建，可以根據設備不同的資源能力和業務需求靈活裁剪，按需構建不同的操作系統版本，滿足不同設備對于操作系統的要求。

同時，歐拉支持構建服務自助化，支持“菜單式”配置內核和系統服務，可以針對軟件包、文件級、函數級的不同層級分級靈活組合，自動化、簡化版本構建。 進一步，歐拉還提供多設備協同套件，來實現不同設備間的能力互助和資源共享。

2）應用一次開發，覆蓋全場景

歐拉通過一套標準API，ICT+OT全場景提供統一API，這樣就實現了操作系統與應用之間交互語言的統一； 同時，通過歐拉SDK，把各種應用所需數據能力、音視頻能力、安全等能力，進行統一封裝，使能極簡開發；歐拉Devkit開發套件，還可以方便的集成到各種主流應用開發平臺。

3）歐拉與鴻蒙能力共享，生態互通

歐拉是數字基礎設施開源操作系統，鴻蒙是面向萬物互聯的智能終端操作系統，歐拉和鴻蒙，進一步打通，就可以更好地服務數字全場景。歐拉和鴻蒙已經實現了內核技術和分布式能力共享。通過共享分布式套件，實現了歐拉和鴻蒙的互通，兩大開源操作系統打通，歐拉覆蓋云管邊，鴻蒙覆蓋端，歐拉+鴻蒙共同服務全場景數字應用。未來進一步在安全OS、設備驅動框架、以及新編程語言等方面實現共享，通過能力共享，實現生態互通。

歐拉與鴻蒙能力共享 生態互通

2、歐拉開源共建，已構建成熟的產業生態

1）歐拉開源項目

2019年12月，華為創建歐拉開源項目，成立歐拉開源社區，開源代碼上線。

2021年11月，在操作系統產業峰會2021上，在“政產學研用”各方代表的共同見證下，華為攜手社區全體伙伴，將歐拉開源操作系統全量代碼、品牌商標、社區基礎設施等相關資產貢獻給中國開放原子開源基金會，具體包括：華為自己開發的數百萬的自研代碼，版權和知識產權許可，超過8000多個經過華為和社區驗證的軟件包，openEuler以及相關項目的中英文的商標品牌共30多個，域名4個，以及構建服務與測試體系代碼托管，社區運營平臺等社區基礎設施。這實現了歐拉開源操作系統從企業 主導到產業主導的重要轉變，有利于促進歐拉開源項目從開放治理走向自治繁榮。

2）歐拉生態繁榮，歐拉社區已成為國內最具活力開源社區

截止目前，國內外10+家主流操作系統廠商 （麒麟、統信、麒麟信安、SUSE等）均已發布了歐拉路線的操作系統商業發行版；社區當前已有超過400家企業加入，匯聚了從處理 器、整機、到基礎軟件、應用軟件、行業客戶等全產業鏈核心伙伴；社區已經有超過1萬名開源貢獻者，創立近100個SIG組（特別興趣小組），社區維護的核心軟件包達到8000多個。

歐拉創新領先的技術，良好的硬件兼容性，豐富的應用軟件生態和覆蓋全場景的部署能力，為歐拉的規模部署提供了充分的條件。

截至目前，歐拉技術路線的操作系統，已經在數字政府、電信、金融、電力等多個行業實現大規模部署應用在核心系統中，為各行業提供穩定、可靠的數字根基，累計部署量超過245萬套，國內新增市場份額占比達到22%，在數字政府、金融行業增速第一。

部署歐拉路線操作系統的用戶包括三大運營商（中國移動、中國電信、中國聯通）、兩大電網（國家電網、南方電網）以及多個大型國有和商業銀行（建設銀行、工商銀行、中信銀行、中國銀聯等）等。典型應用案例包括：中移在線大數據平臺、中國電信云平臺、國家電網核心調度系統、中國建設銀行信用卡核心系統等等。

3、歐拉，以發展根技術引領操作系統創新

歐拉以內核級創新，打造最佳多樣性算力支持、全場景數字基礎設施操作系統，成為企業數字化轉型、應用創新的首選可靠操作系統技術路線。

歐拉引領操作系統內核創新。作為社區主要成員，華為自 2012 年以來向 Linux Kernel 社區貢獻，在 Linux Kernel 5.10版本中，華為內核代碼貢獻排名第一。

歐拉最佳支持多樣性算力。支持鯤鵬、x86、飛騰、龍芯、申威、RISC-V等多種處理器架構，并且性能相比主流操作系統更佳。

歐拉打破不同場景操作系統生態壁壘，成為首個全場景數字基礎設施操作系統。歐拉統一支持服務器、云計算、邊緣計算、嵌入式等等應用場景。

截止目前，歐拉已經發布2個LTS（長生命周期支持）版本和4個創新版本。華為不做歐拉商業發行版，通過社區使能伙伴商業發行版、企業自用版、社區發行版等多種形式，促進操作系統產業健康、高速發展。華為持續在歐拉開源項目貢獻，包括技術創新、社區運營、生態建設等。華為聯接、計算和云等各領域繼續全面使用歐拉技術路線，以社區版本為基線，構筑華為自用操作系統版本。

歐拉技術路線的操作系統，主要包括以下集中形式：

1）社區發行版

由歐拉社區成員和社區開發者共同構建發布的開源操作系統版本，以免費的形式通過社區提供。社區每2年發布一個長周期（LTS：Long Term Support）版本， 比如：openEuler 20.03 LTS版，openEuler 22.03 LTS版。

2）商業發行版

操作系統產業伙伴（即OSV）， 結合各自的優勢，基于歐拉的社區版，開發自己的商業發行版操作系統，面向最終用戶提供和銷售有競爭力的產品。比如麒麟軟件有限公司的銀河麒麟高級服務器操作系統V10、統信服務器操作系統V20（1020e）， 麒麟信安操作系統V3（歐拉版），SUSE數碩Linux等。

3）企業自用版

具備自研能力的企業，基于歐拉的社區發行版，開發自用的操作系統版本 （非獨立銷售或不銷售）。比如華為公司通信設備搭載的自研操作系統、中國移動BCLinux for Euler、中國電信CTyunOS，中國聯通CULinux、百度 Linux 智能云操作系統等。

歐拉已發布2個LTS版本和4個創新版本

人工智能算力增長是主要增量

一、宏觀趨勢

1、數字經濟飛速發展將催生強勁算力需求，人工智能算力是主要增量

當前，數字經濟正在成為全球經濟的主要增長點，算力作為數字經濟時代新的生產力，是支撐數字經濟發展的堅實基礎。算力已成為全球戰略競爭新焦點，是國民經濟發展的重要引擎，全球各國的算力水平與經濟發展水平也呈現出顯著的正相關。

與此同時，人工智能技術的不斷發展帶來了遠遠超越摩爾定律的算力需求。從2011年深度學習技術興起到今天，對人工智能算力的需求一直是指數級增長的，每隔3-4個月算力需求翻一倍。2020年，自然語言處理模型GPT-3參數量達到1750億，算力需求是3640PD（PD代表 以千萬億次每秒的算力計算一天所用的浮點計算量）；2021年，鵬程盤古——業界首個全開源 2000億參數中文預訓練語言模型，使用E級AI算力的鵬城云腦II算了50天，算力需求達到了 25000PD；到2023年，這種大模型的算力需求能到百萬PD，這就對現有計算處理能力提出了嚴峻的考驗。

在蓬勃的需求帶動下，全球算力發展水平正在持續擴大，而在這其中，人工智能算力成為主要增量。華為預測，到2030年，人類將進入YB 數據時代，全球通用算力將增長10倍達到3.3 ZFLOPS(FP32)，人工智能算力將增長500倍， 超過105 ZFLOPS(FP16)。

2、人工智能正日益快速滲透行業 應用的核心場景

人工智能技術的落地為行業帶來更多價值，不僅提高了企業的運作效率、生產效率，還推動了企業創新的能力。調研發現，采用人工智能三年以上的企業，已經在多方面獲得顯著的收益，實現收入增加和生產效率提升。在2021的行業調研中，TOP3的行業人工智能滲透度均超過了50%，最高的滲透度甚至超過了80%。

人工智能將在城市、交通、制造、能源、醫藥、教育、農業等行業持續滲透，為衣食住行帶來更智能的體驗：在城市領域，城市的智慧化治理成為實現城市可持續發展的必然選擇。未來，每一個物理實體都將有一個數字孿生，如城市樓宇、水資源、基礎設施等將組成城市數字孿生，實現更加智能的城市管理。城市智慧治理將帶來100 倍的社會數據聚集，人工智能技術將實現高效城市治理。

在交通領域，預計2030年，全球道路上的電動汽車、面包車、重型卡車和公共汽車數量將達到1.45億輛。每輛汽車行駛中產生的數據需要在汽車與城市之間頻繁進行數據交換，借助智慧交通基礎設施的AI分析能力，城市通勤時間將得到大幅提升（日均通勤縮短15-30分鐘），交通事故和汽車對城市碳排放量也隨之大幅降低。智能帶來的交通安全、效率、體驗的提升，必將釋放出新的生產力，推動社會經濟的發展。

在制造領域，AI可以幫助制造企業實現智慧化運營管理、海量數據分析挖掘以及低時延診斷預警。中國制造2025提出，制造業重點領域全面實現智能化，試點示范項目運營成本將降低50%，產品生產周期縮短50%，不良品率降低50%。 人工智能將融入千行百業的核心場景，實現多個人工智能場景的落地，帶來源源不斷的創新與無所不及的智能。

二、行動建議

1、加速AI基礎設施建設，讓AI算力成為像水和電一樣的公共資源

作為新基建的重要組成部分，人工智能已經成為數字經濟發展的重要驅動力，人工智能產業在發展過程中仍面臨諸多挑戰。

1）人工智能產業布局不均衡

通過對多個城市的實際調研發現，人工智能產業存在基礎薄弱和研發實力弱等情況，無法匹配產業發展規劃和戰略布局

2）企業使用AI算力成本高

大規模預訓練模型的參數量越來越大，需要的算力也從TFLOPS級別增加到PFLOPS級別，多數企業表示當前算力不足。企業使用人工智能算力成本昂貴，僅算力成本就占據企業開發成本的15%～25%

3）AI人才缺口大

大量人工智能企業表示缺乏AI技術人才，在全國各地都缺乏核心AI技術人才的背景下，加強培育本土AI人才非常必要。鑒于上述挑戰，建議大力發展以人工智能計算中心為代表的新型基礎設施，讓AI成為水和電一樣的基礎公共資源，為數字經濟發展提供新動能。

人工智能計算中心建設具有技術實現復雜、建設周期長、資源投入巨大、產業輻射面廣的特點，需要進一步強化戰略統籌和政策保障，進行系統的組織機制和體制創新，加強關鍵核心技術攻關和標準化建設，以加快推動人工智能計算中心的高質量發展和網絡化建設。系統總結已建成的人工智能計算中心的建設經驗，持續加強人工智能計算中心的統籌建設，在確保已建成的人工智能計算中心保持高效運營的同時，順應人工智能發展趨勢和產業落地的需求，堅持以應用為導向，堅持自主創新技術路線，加強人工智能計算中心建設。

2、加速人工智能進入行業關鍵場景，使能行業智能化升級

促進人工智能與各行業融合創新，在城市、交通、制造、能源、醫療、金融等重點行業和領域開展人工智能應用試點示范，推動人工智能規模化應用，全面提升產業發展智能化水平

1）智慧城市

構建適用于政府服務與決策的人工智能融合賦能平臺，實現AI在智慧城市建設中 “大腦”般的智慧，將人工智能技術與城市應 用場景深度融合，實現城市在各類場景下的高效治理。研制面向開放環境的決策引擎，在復雜社會問題研判、政策評估、風險預警、應急處置等重大戰略決策方面推廣應用

2）智慧交通

針對高速公路自由流收費、收費稽核、視頻云聯網、車路協同等典型交通AI應用場景，打造智慧交通解決方案，用人工智能技術對車輛、軌跡等進行智能分析，讓出行管理更高效，讓通行更通暢

3）智慧制造

打造數字工廠AI使能解決方案，為制造行業量身定制的質量檢測、廠區安全等應用領域的一站式、高精度、支持快速換線、開箱即用的AI解決方案，打通AI落地制造行業的“最后一公里”，加速AI應用在工廠規模化部署，把AI帶入每一條產線，為工廠生產和運營提質增效

4）智慧巡檢

用人工智能的分析取代傳統的人工巡檢，讓巡檢更安全，效率和準確率更高。 結合智能電網、智能油氣和智能礦山的發展需求，以AI技術為基礎，打造智慧巡檢解決方 案，為輸電線路、變電站、配電房、油氣田、加油站和煤礦等場景提供區域智能感知

5）智慧醫療

打造傳染病AI監測預警平臺、緊密型縣域醫共體AI解決方案、智慧醫院AI 解決方案等，助力醫療行業智能化升級，將AI科技進步服務于人類健康

6）智慧金融

面向金融行業提供更加高效、安全、個性化的綜合性金融解決方案，貫穿于金融服務垂直全流程，為銀行智慧網點、金融OCR、智能雙錄等AI應用場景提供智慧化解決方案。

三、解決方案

1、以昇騰AI基礎軟硬件平臺，構筑智能根基

昇騰AI產業是以昇騰AI基礎軟硬件平臺為基礎，堅持“硬件開放、軟件開源、使能伙伴、 發展人才”，聯合技術和商業伙伴，打造“共建、共享、共贏”的人工智能產業，致力于讓 AI“用得起、用得好、用得放心”，以人工智能賦能社會發展與產業升級，為人類社會發展帶來價值。

昇騰AI產業(簡稱昇騰AI/昇騰)是以昇騰AI基礎軟硬件平臺為基礎構建的人工智能計算產業。 昇騰AI基礎軟硬件平臺包含Atlas系列硬件及伙伴硬件、異構計算架構CANN、全場景AI框架昇思MindSpore、昇騰應用使能MindX、全流程開發工具鏈MindStudio和一站式AI開發平臺ModelArts等。

1）Atlas系列硬件及伙伴硬件

基于昇騰AI處理器，通過模組、板卡、小站、服務器、集群等豐富的產品形態，打造面向“云、 邊、端”的全場景昇騰AI基礎設施解決方案

2）異構計算架構CANN

異構計算架構CANN，北向支持業界主流AI 框架，南向支持系列化芯片的硬件差異，通過軟硬協同，充分釋放硬件的澎湃算力

3）全場景AI框架昇思MindSpore

全場景AI框架昇思MindSpore，致力于成為全球主流AI框架，具備一次開發云邊端全場景部署、原生支持大模型訓練、支持AI+科學計算等關鍵特性，加速科研創新和產業應用

4）MindX昇騰應用使能

昇騰應用使能MindX包含深度學習使能MindX DL、智能邊緣使能MindX Edge、模型優選庫ModelZoo，和行業應用開發套件MindX SDK，旨在沉淀行業知識，使能行業應用極簡開發，加速人工智能應用落地

昇騰AI產業

2、以“一中心四平臺”建設人工智能計算中心，打造人工智能算力基礎設施

1）人工智能計算中心

是專注于AI計算的新型城市基礎設施，它以昇騰AI基礎軟硬件平臺為基礎，是涵蓋了從基建基礎設施、硬件基礎設施到軟件基礎設施的完整系統。作為一體化城市人工智能新型基礎設施，AICC承載著“一中心四平臺”的產業模式創新，解決算力普惠、科研創新、應用孵化與落地、人才培養等AI發展關鍵問題，旨在讓AI算力像水和電一樣成為城市公共基礎資源，為數字經濟發展提供新動能，讓智能無所不及

2）公共算力服務平臺

通過產業政策牽引，將人工智能計算中心的算力資源有序、高效、普惠地開放給當地的企業、科研機構和高校，解決當地AI技術發展和產業智能升級的算力和服務需求

3）應用創新孵化平臺

各地AI企業、高校、科研機構，針對各地特色的AI應用場景項目機會，依托人工智能計算中心，進行科技創新成果商用轉化、形成有本地特色的的重大產品創新和示范應用

4）產業聚合發展平臺

依托計算中心，配套相關產業政策、吸引和招募AI產業鏈上的各類公司（算法公司、數據處理公司、行業集成公司等）入駐形成完整產業閉環，促進和推動AI產業集約集聚發展

5）科研創新和人才培養平臺

基于人工智能計算中心充沛的算力資源，促進高校院所聯合行業龍頭企業，圍繞產業技術創新需求，開展人工智能技術研發、科技成果轉化等重點工作，落地科技創新成果的、培養關鍵人才。

當前，在國家統籌規劃下，已有20多個城市在規劃和建設人工智能計算中心，華為也積極參與其中。深圳、武漢、中原、西安、成都、南京、杭州、沈陽、青島、重慶已相繼上線或試運營，已經累計為1200+企業、120+高校、70+科研單位提供了算力服務。

深圳“鵬城云腦II”于2020年10月正式上線，實現上線即飽和運營，其三項打榜獲得世界第一：2021年7月，在IO500排行榜中，蟬聯全系統輸入輸出和10節點規模系統兩項世界冠軍。其中，全系統輸入輸出性能超越第二名近20 倍，至今仍保持榜單第一。2021年11月，在AI Perf500排行榜中，保持世界第一。依托鵬城云腦IIE級的澎湃算力，鵬城實驗室與華為聯合研發了全開源開放的兩千億參數中文NLP大模型鵬程.盤古，以及賦能生物醫藥探索的大模型鵬程神農。

武漢人工智能計算中心基于昇騰AI基礎軟硬件建設，于2021年5月31日正式竣工并投入運營，上線即算力資源滿負荷使用。于2022年2 月7日完成擴容，總算力達200P，并再次飽和運營。率先實踐“一中心四平臺”，開創“武 漢模式”。5個月從進場施工到正式投運，讓業界見證了“武漢速度”，打造了全國人工智能示范標桿。目前，基于武漢人工智能計算中心，孵化了全球全球首個三模態大模型——紫東太初，全球首個遙感影像智能解譯專用框架——武漢LuojiaNet，業界最大遙感影像樣本數據集——武漢LuojiaSet，并成立多模態人工智能產業聯盟和智能遙感開源生態聯盟，為武漢孵化數百億級智能遙感和多模態產業（大于300億），截止到2022年9月底，已服務企業120+，孵化AI創新解決方案130+。

3、產學研攜手，共筑人工智能產業生態

華為開放昇騰AI基礎軟硬件平臺，包括Atlas系列硬件、異構計算架構CANN、全場景AI框架昇思MindSpore、昇騰應用使能MindX以及一站式開發平臺ModelArts等，幫助伙伴和開發者高效使用AI能力，創新場景化AI應用，加速千行百業智能升級。

完成昇騰AI生態的初步構建，目前發展了100 萬+開發者，在100多所高校開設昇騰AI相關的人工智能課程，發展700+行業合作伙伴，共同孵化了超過1600+解決方案，為中國人工智能產業繁榮提供一個強健、穩固的基石。

全場景AI框架昇思MindSpore是業界首個全自動并行的框架且具備全場景協同和全流程極簡的特點。華為于2020年3月28日開源昇思 MindSpore框架，開源后獲得國內外開發者的積極響應，訪問量數千萬，超過320萬用戶下載安裝使用，在碼云千萬開源項目中綜合排名第一，服務企業數量超過5500家，高校授課數量超過140所，超過40所科研機構選擇昇思進行科研創新，社區貢獻者達8000+，ModelZoo支持模型350+，獲得業界首個AI框架類產品級CC安全認證和AI可信開源社區認證，成為國內最具創新活力的AI開源社區。

昇騰眾智計劃是華為圍繞昇騰基礎軟件平臺推出的一項生態合作計劃，旨在匯聚高校、科研院所、企業等組織和機構的開發團隊，通過項目合作方式，基于昇騰基礎軟硬件平臺開發算子、網絡模型及行業參考設計，不斷豐富昇騰計算產業生態，為加速千行百業智能化升級貢獻智慧與力量。目前，通過昇騰眾智計劃，已經完成4000多個AI模型、算子等。2022年，將繼續投入2億人民幣激勵基金，推出超過4000 個眾智任務。

此外，在人才培養方面，教育部-華為“智能基座”產教融合協同育人基地項目由教育部、華為于2020年底聯合發起，首批布局72所高校。

華為聯合72所高校持續深化“智能基座”項目，在理工科專業深入實踐，產教融合，把鯤鵬、昇騰、歐拉、高斯、昇思等根技術融入高校教學。目前，已賦能3000多個老師，開設 1500多門課程，覆蓋了30多萬學生，成立了72 個智能基座社團，出版約20本教材教輔書籍和12門精品慕課，并推出“智能基座”優秀教學資源獎勵計劃，激勵更多教師百花齊放，自主開發教材和慕課。華為聯合教育部已建設17個教育部智能基座課程虛擬教研室。

大模型成為 AI 規模應用重要途徑

一、宏觀趨勢

1、“大算力+大數據”正在催生大模型的快速發展，孵化系列行業新應用

當前人工智能領域，大規模預訓練模型得到長足發展和廣泛關注，以大數據和大算力優勢取代了一些小的算法模型，“大模型+大數據+大算力”成為邁向通用人工智能的一條可行路徑。以GPT-3為代表的超大規模預訓練模型，展示了一條通向通用人工智能的可能方向。

在此背景下，我國超大規模預訓練模型的發展如火如荼。2021年以來，國內相繼發布了一系列大模型，華為與鵬城實驗室聯合發布了“鵬程盤古”系列超大規模預訓練稠密模型，中科院自動化所發布了全球首個三模態大模型“紫東太初”，以及北京智源人工智能研究院發布了“悟道2.0”稀疏模型等。

人工智能大模型可以實現在眾多場景通用、泛化和規模化復制，減少對數據標注的依賴。隨著超大規模預訓練模型系統的開放，預訓練基線智能水平大幅提升，行業人工智能應用不必從零開始開發，只需結合某個行業的領域數據進行調整，即可生成某個領域的相關模型，且得到良好的精度和性能。華為云發布的盤古預訓練大模型已經在多個行業、100多個場景成功驗證，包括能源、零售、金融、工業、醫療、環境、物流等等。其中，在能源領域，盤古預訓練大模型幫助行業客戶實現設備能耗的智能控制，可以節約電力成本50%；在金融行業中的異常財務檢測，讓模型精度提升20%以 上；在塵肺檢測中，病例識別準確率提升22%等等。行業應用和算法高效流通可以讓人工智 能應用和場景快速復制。

2、科學計算正在從傳統HPC進入科學智能新階段

科學計算是繼大模型之后，AI 發展的另一重要方向。此前，借助HPC高性能計算技術，科學計算對基礎科學研究和國計民生行業發展起到重大推動作用。但是，隨著求 解問題不斷復雜化、高維化，科學計算仍然面臨著維數災難、計算尺度受限、理論突破與工程方法創新緩慢三大挑戰。

因此，越來越多的科學家正在將AI技術引入到科學計算，科學計算正在從傳統HPC進入到科學智能的新階段。科學智能同時覆蓋HPC與AI 兩大技術領域，包含AI賦能機理計算、數據驅動AI計算、機理計算與AI計算相融合三大計算場景。

第一個場景是AI賦能機理計算，它是將AI計算嵌入到機理計算中，實現AI對機理計算的加速。 第二個場景是數據驅動的AI計算，它則不依賴于數學機理，通過大量的數據輸入，獲得AI模型，通過AI計算獲得結果。 第三個場景則是機理計算與AI計算相結合，它提升了科學計算的準確率和計算效率。

目前，科學計算已經進入科學智能新階段，其創新技術已經在氣象、新材料研發、生物信息等領域中得到應用。

二、建議

1、匯聚大模型發展要素，使能大模型從規劃到落地

當前人工智能技術趨勢正朝著通用大模型方向發展，大模型具備更強泛化能力、可覆蓋多業務場景，發展大模型也成為產學研各界共識。為了更好的推動大模型的發展，倡議匯聚大模型的發展要素，構建從規劃、開發到產業化的大模型全流程使能體系，與產業界共筑中國大模型生態。

1）以大模型地圖，統籌大模型有序發展

首先，建議統籌規劃大模型發展布局，匯聚大模型發展要素，在算力方面加強發展人工智能計算中心和算力網絡，塑造我國人工智能大模型人才培養體系，同時以自主創新的人工智能根技術發展我國大模型；其次，強化場景創新，提升大模型的活躍度和影響力；最后，強化政府支持，鼓勵產學研各界攜手在產業條件具備的行業和區域加速大模型的產業落地。

2）打造大模型開發使能平臺，讓大模型易開發、易適配、易部署

針對基礎模型開發，建議打造大模型開發套件，通過算法開發、并行計算、存儲優化等能力，實現大模型的高效開發；此外，建議開發大模型微調組件來適配行業應用，實現一鍵式微調和調優功能；在模型推理部署方面，還需要提供大模型部署套件，以實現分布式推理服務化、模型輕量化和動態加密部署功能。

3）成立大模型產業聯盟，推動大模型應用落地

技術維度端到端打通后，大模型下一個最為關鍵的問題是產業化落地。為了打通科研創新和產業應用的斷點、促進大模型產業化落地，建議圍繞大模型打通產學研用，建立大模型產業聯盟，促進產業伙伴直接基于大模型孵化行業應用，實現產業聚集，讓大模型真正賦能產業。

同時，產業聯盟模式可以加速大模型從科研創新到行業落地的進程，在這樣的大模型產業化落地過程中，各行業領域可以以更為豐富的數據和參數、更泛化的應用場景，來反哺大模型基礎能力，讓大模型更智能、場景適用性更好，從而迭代升級，為行業應用提供更大的支持，從而形成大模型創新-應用-迭代創新的產業正循環，開啟了“煉大模型”的新范式。

2、打造科學智能基礎平臺、攜手產學研構筑科學智能生態，加速產業閉環

過去單一、煙囪狀的軟硬件平臺已無法滿足科學智能需求。因此，華為建議打造原生科學智能基礎軟硬件平臺，以實現極致性能、極簡開發。華為認為，該基礎平臺在硬件方面應當擁有面向多樣性算力的液冷整機柜，在軟件方面包含業界領先的融合編程語言、編譯器和操作系統，在開發使能方面則需要全場景統一的工具鏈，應用使能方面需要AI與HPC融合的框架和調度器。從底層硬件到上層應用協同創新，為科學研究提供“AI范式”。

對于科學智能的產業生態建設，華為倡議成立科學智能創新聯合體，匯聚政策、科研和產業優質資源，攜手產學研伙伴，以科學智能新范式，拓展科學邊界，助力技術創新，加速科研創新到產業落地進程，加強交叉學科建設和人才培養，構筑中國科學智能領先格局。

三、解決方案

1、基于大模型全流程使能體系， 使能大模型規劃、開發、產業化

華為的人工智能大模型全流程使能體系，包含從大模型規劃、大模型開發到大模型產業化的全流程，可端到端加速大模型產業落地，是以大模型產業化推動AI產業化的新范式。

1）規劃大模型沙盤，與產業界共筑中國大模型創新高地

從2020年開始，國內外頂尖公司的AI技術發展，越來越像一場比拼資金與人才的軍備競賽，推動AI競爭從2018年前后興起的“大煉（小）模型”，進入到今天的“煉大模型”時代。大模型的優勢不言而喻，但動則上百億的大參數，也帶來了訓練成本太昂貴，模型修正不容易等難題，導致本來定位于“不再重復造 輪子”的大模型，面臨重新陷入粗放式發展的境地。華為看到這一問題，積極聯合產業界規劃大模型沙盤，牽引產業界建設真正需要的大模型，共筑中國大模型創新高地。

昇騰大模型沙盤

從任務和應用類別兩個維度出發，過去的一年，華為攜手產業界伙伴基于昇騰AI先后推出 了各個領域有影響力的大模型，形成了基礎大模型+行業大模型的整體布局。基礎大模型面向多行業領域通用需求，行業大模型面向特定行業多應用場景，類似“新基建”中的信息基 礎設施+融合基礎設施，形成既有橫向，也有縱深的立體支撐。

值得一提的是，考慮到“煉大模型”對大算力的強需求，華為與產業界在規劃大模型沙盤的同時，全國20多個城市也都規劃和建設了人工智能計算中心，并已開始將部分算力中心連點成片構建中國算力網——智算網絡，以便基于它們的超強算力孵化AI大模型，大幅縮短大模型的訓練時間。鵬程、武漢、秦嶺、金陵系列大模型的快速推出，正得益于這一布局的強力支持。反過來，這些帶有一定地域特色的大模型，又能夠結合本地AI算力更好地服務產業。

2）打造大模型開發使能平臺，讓大模型易開發、易適配、易部署

依托長期的根技術積累，華為建立起了完整的大模型開發使能平臺，加速從基礎模型開發到推理部署的全流程，讓大模型易開發、易適配、易部署。

首先，在基礎模型開發方面，華為推出大模型開發套件，通過算法開發、并行計算、存儲優化、斷點續訓重磅特性支撐大模型的高效開發。這其中，作為人工智能之“魂”，昇思 MindSpore自誕生起就有著鮮明的產業導向，可以在云、邊、端等不同環境下進行開發部署，是并行維度業界最多、模型切分支持結構最全、單機容納模型參數業界最強的的AI框架，這使其原生支持AI大模型訓練，具備實現開發并行代碼量降低80%、系統調整時間下降60%、僅用512卡就能完成十萬億模型參數訓練的超強能力。

其次，在行業應用適配方面，華為推出基于MindX的大模型微調組件，其預置典型行業任務微調模板，通過小樣本學習等手段，實現一鍵式微調和低參數調優，可以快速適配各種行業應用。目前紫東太初大模型就基于微調套件，提供了開放服務平臺，已有40多個企業在平臺上孵化了近60個產品解決方案，可以快捷的完成場景適配。

最后，在推理部署方面，推出基于MindStudio的大模型部署套件，其提供量化、剪枝、蒸餾等模型小型化能力，實現10倍級模型壓縮率，同時分布式推理服務化能力還大幅提高吞吐率，此外模型動態加密技術，可在保證模型性能的同時對部署的模型進行加密，保護開發者的模型資產。

3）從科研創新到行業落地，開創人工智能產業聚集新模式

技術維度端到端打通后，大模型下一個最為關鍵的問題是產業化落地。去年底，基于全球首個智能遙感框架及數據集武漢LuoJia和全球首個三模態大模型紫東太初，產業各界成立了智能遙感開源生態聯盟和多模態人工智能產業聯盟，如今60余家伙伴已陸續孵化出多個行業解決方案。

千博信息與中科院自動化所、華為三方聯手， 基于昇騰AI基礎軟硬件平臺以及紫東太初三模態大模型，打造出手語多模態模型并發布手語教考一體機，大幅改善了特殊人群的學習環境。此外，長安汽車、新華社技術局、浙江移動、愛奇藝等多模態人工智能產業聯盟成員也分別打造了自己的多模態+智能座艙、多模態+新媒體內容檢索平臺、多模態+南宋御街數字人、多模態+視頻摘要智能平臺等場景化大模型及行業應用。智能遙感開源生態聯盟下，基于武漢LuoJia的自然資源大腦、全場景類腦遙感矩陣、耕地保護自然監測平臺、智能遙感解譯平臺等創新成果也不斷涌現。

大模型是AI產業加快發展的必然，也是科研創新走向產業應用的關鍵。華為聯合產業界基于昇騰AI開啟的“煉大模型”新范式，首次從大模型規劃、開發到產業化構建了大模型全流程使能體系，拉通了技術生態與商業生態之間的橋梁，將加速我國大模型產業化發展，進而推動AI產業化和產業AI化，加速智能世界到來。

2、打造原生支持科學智能的基礎軟硬件平臺，原生構建科學智能新生態

華為基于鯤鵬和昇騰AI，融合HPC和AI兩大技術優勢，通過創新的計算架構，打造原生科學智能基礎軟硬件平臺，以全棧的創新實現科學智能基礎設施的極致性能、極簡開發。

在硬件方面，華為推出科學智能全場景液冷“天成”多樣性算力平臺，其支持多樣性算力靈活彈性部署，可實現液冷級能效，整系統 TCO降低20%，性能提升20~30%；在基礎軟件方面，華為發布畢昇C++編程語言并全面升級畢昇編譯器，實現系統開發效率提升一倍，系統性能提升30~50%；在開發使能方面，華為升級全場景統一工具MindStudio，實現軟件融合編程、編譯和調優，可使科學智能全場景開發效率提升50%；在應用使能方面，昇思MindSpore 2.0升級為AI融合框架，原生支持科學智能以及多瑙融合調度器，其內嵌科學智能套件，讓科學智能應用的開發、部署和調度更 高效，應用性能提升10~20倍，系統資源利用率提升15%。

目前，科學智能基礎軟硬件平臺已在新材料研發、大飛機設計、蛋白質結構預測等領域中應用。科學智能要實現產業化落地，還需要突破科研理論，創新工程方法，并構建產業生態，聚焦產業價值場景，打通科研創新、應用示范到產業推廣的通道。在華為全聯接大會2022中，華為倡議成立科學智能創新聯合體，呼吁產學研各方共同攜手，為大力發展科學智能生態奠定基礎。

科學智能基礎軟硬件平臺

綠色高效成為算力基礎設施建設的關鍵訴求

一、產業趨勢

1、在雙碳目標下，算力基礎設施的建設更加注重能耗

未來算力將爆炸式增長，而數據中心是算力的主要載體，是新型基礎設施節能降耗的關鍵環節，也是促進全社會降碳增效的有力抓手。傳統數據中心能耗高、算力利用率低，在“3060 雙碳”目標牽引下，國家對數據中心能耗提出更嚴格的要求，各省也出臺了能耗指標及PUE要求，算力爆發式增長和降低碳排放的矛盾愈發突出，數據中心綠色化轉型升級勢在必行，算力基礎設施的建設更加注重綠色高效。

2、從單領域創新走向系統級創新，實現綠色高效

傳統數據中心能耗控制往往是單領域創新優化，比如材料優化、供配電優化、空調制冷優化等，但提升效果有限，因此需要通過系統工程的創新，包括提升集成度、多領域全棧協同優化，比如通過AI技術對設備功率進行動態控制、IT設備與供配電及制冷設備全棧協同聯動等，解決大規模數據中心建設能耗的難題，降低能耗，提高能效比和系統性能，實現綠色高效。

二、建議

1、建設模式從傳統的部件堆疊逐步走向集群全棧一體化

傳統的數據中心都是分層建設、部件堆砌，導致建設周期長、能耗高、算力利用率低；集群計算中心為代表的新建數據中心，采用全棧一體化設計，從L0到L3整系統創新和協同優化，集中化建設、集約化使用，達到多樣算力融合、模塊化快速部署、液冷綠色高效，實現DC as a Computer。

數據中心建設從部件堆疊走向全棧一體化

2、散熱方式逐步從傳統風冷走向風液混合或全液冷

數字經濟時代，對高性能、高密度的計算需求逐漸增多。芯片和單機柜功率密度不斷增大，傳統散熱方式難以為繼，房間級空調方案，受限于物理空間和空氣比熱容低，難以支持每柜12KW以上機柜；行級空調方案，單機柜超過12KW時，需冗余配置空調以增加換熱量，影響機房出柜率和TCO；超過15KW，風冷換熱效率不足，難以支撐高功率元器件散熱負荷，無法滿足散熱需求，液冷技術逐漸普及。液冷提供了高能效、高可靠、低碳環保的散熱技術，逐漸成為算力基礎設施的主流散熱方式。

3、算力評估逐步從面向硬件的裸算力，走向面向業務的有效算力

傳統算力度量采用裸算力或部件級算力評估，如規格算力（芯片標稱的算力規格）指標，單機或單服務器的性能評測，只關注IT計算設備的單臺設備理論性能，無法完全體現集群系統或者算力中心整體性能。算力中心的真實性能需要綜合考慮芯片、存儲、網絡以及平臺軟件各層協調所呈現的綜合業務性能，也就是“有效算力”。有效算力通過評測真實業務性能表現，來衡量算力基礎設施對業務的支撐效果，也就是業務實際可獲得的算力水平。通過有效算力的模式來牽引算力基礎設施的建設，提升算力的利用率，推動算力建設綠色高效訴求的落地，更好地支撐當地產業的發展。

三、解決方案

1、集群計算全棧協同優化，實現 DC as a computer

集群計算解決方案，通過系統級工程創新，采用軟硬件協同設計，包括應用軟件與平臺軟件的協同優化，基礎硬件平臺及供電散熱系統與平臺軟件的協同優化，實現從應用到平臺到基礎硬件平臺、供電散熱系統的縱向業務聯動，數據中心全棧優化DC基礎架構；采用數據中心整體設計，包括計算、存儲、互聯等各子系統協同優化，結合基礎架構及通信網絡優化使能平臺及中間件持續提升，CPU/NPU/xPU多樣性算力平臺及融合調度，實現橫向資源整合，突破硬件基礎算力瓶頸。

通過上述措施，軟硬協同、縱向業務聯動；整體優化、橫向資源整合，提升數據中心的有效算力，提高能效比，實現DC as a Computer。

集群計算解決方案整體架構

算力網絡將成為重要的算力供給方式

一、產業趨勢

1、算力建設從分散化走向集約化

在“東數西算”“網絡強國”等戰略的牽引下，在“3060雙碳”目標牽引下，原來傳統的分散化算力建設的弊端也越來越突出，建設周期長、能耗高、利用率低，不符合綠色高效的算力發展趨勢。以人工智能計算中心、超算中心、一體化大數據中心等為代表的算力基礎設施，成為國家新基建的重要組成，算力建設走向集約化，建設周期短、能耗低、算力利用率高。各地集中進行算力中心的建設，讓算力像水和電一樣，成為城市新型基礎設施和公共資源。就像過去每個核心城市標配有機場、有高鐵站，未來數字經濟發展、智能化發展，核心城市都將標配一個公共算力中心，來以算力賦 能科研創新和產業發展。

2 從算力中心，走向算力網絡

各地算力中心、算力基礎設施陸續建成后，結合網絡基礎設施，就可以連成一張算力網絡。像過去有電力網、通信網一樣，在數字世界也一定會有一張算力網。以人工智能算力為例，2021年，中國科學技術信息研究所、新一代人工智能產業技術創新戰略聯盟（AITISA）、鵬城實驗室共同發布《人工智能計算中心發展白皮書2.0》，指出了人工智能中心發展的新階段——從人工智能計算中心走向人工智能算力網絡。2021年底，在科技部的指導下，鵬城實驗室牽頭成立了人工智能算力網絡推進聯盟， 推進各地上線的人工智能計算中心連接成網上線運行。2022年6月，“中國算力網—智算網 絡”一期正式上線，這是中國算力網絡建設邁出的關鍵一步。各地的算力建設，開始從單獨的算力中心，走向全國范圍內的算力網絡。

二、行動建議

1、加速算力基礎設施的建設

集約化建設綠色高效的算力基礎設施，既是響應國家產業政策的需要，也是區域社會經濟發展的需要。算力基礎設施建設，需要結合當地的產業布局、科研實力及數字經濟發展情況，以應用為導向，以信息技術與制造等傳統技術深度融合為主線，推動人工智能計算、超級計算等先進技術的產業化與集成應用，發展高端智能產品，夯實核心基礎，提升智能制造水平。促進算力服務相關各基礎設施的建設，完善公共支撐體系，促進產業發展，推動制造強國和網絡強國建設，助力實體經濟轉型升級。

結合各地實際情況，聯合高校、科研院所、企業等行業技術力量，適度超前、加速建設算力基礎設施，可以服務于千行百業，滿足高校、 科研院所、企業不斷增長的算力需求，以充沛算力，促進本地各行各業發展的訴求；同時，承擔國家和區域里涉及國際民生的關鍵行業科研訴求，帶來良好的經濟效益和社會效益。

2、積極加入中國算力網，實現算力匯聚共享

2022年6月，在科技部指導下，由鵬城實驗室牽頭的“中國算力網-智算網絡”正式上線，伴隨各地算力基礎設施的不斷建設。截止2022年11月，鵬城云腦、北京、成都、中原、合肥、 武漢、西安、濟南、青島、沈陽、廣州、重 慶、昆明、福州、長沙、河北（廊坊）等20多個節點已接入中國算力網。多個人工智能計算中心間的AI算力調度與協同訓練已完成初步驗證，全國AI算力一張網初具雛形。

未來，各地的人工智能計算中心、超算中心、一體化大數據中心、算力樞紐、以及社會泛在云算力中心都可以接入中國算力網，共同構建一個支撐中國數字經濟發展的強大算力底座，匯聚多種社會算力，實現綠色高效布局、泛在算力協同和全網交易流通，以東數西存、東數西算、東數西訓為牽引，將逐步形成綠色集約的算力布局；匯聚多種社會算力，形成更加泛在的算力協同，并通過全網的算力交易流通， 彈性滿足全網范圍內的算力需求。讓算力成為與水電一樣，可“一點接入、即取即用”的社會級服務。

三、解決方案

1、算力網絡架構創新，打造全網一臺計算機

算力網絡需要以終為始，站在最終用戶使用者的角度，打造全網一臺計算機的架構，實現全程全網的社會級算力服務。算力網絡的參考架構包括算網大腦及運營層、算網基礎設施及使能層。

1）單域自治

使能層通過算力使能、網絡使能和數據使能實現算力、網絡和數據的單域管理與調度，確保單域獨立交付與演進

2）跨域編排

實現跨域跨廠家的業務編排與調度，負責多云管理

3）北向接口

制定統一接口標準，各單域使能以服務化形式（云服務或Restful API）對外，供上層調用

4）以云調算

云納管算，通過云服務來調度各種算力，重用云在大規模、跨域和異構算力的統 一調度能力

非云化資源池由云管納管，不參與全局調度；通過單域自治、跨域編排、北向接口、以云調算，實現“全網一臺計算機”，為用戶提供無所不在的算力服務。

算力網絡架構創新，打造全網一臺計算機

面向未來，華為將堅持圍繞鯤鵬和昇騰，攜手產業伙伴共建計算產業生態；堅持“硬件開 放、軟件開源、使能伙伴和發展人才”，和產業伙伴共同構筑堅實的算力底座。 共建計算產業，共贏數智時代。

審核編輯黃宇