企业智能化转型升级，AI点石成金
人类社会正在逐步进入数字经济周期。应对数字经济浪潮，据Gartner统计，67%的大型企业已经将数字化转型作为企业核心战略。与农业经济的关注土地和劳动，工业经济关注资本和技术截然不同，数字经济的核心生产要素是数据和AI。企业数字化转型过程中产生大量的数据，已经成为企业核心资产的一部分，然而数据本身不是目的，知识和智慧才是永恒的价值。通过AI从数据中挖掘智慧，实现数据的价值变现，成为当前企业数字化转型的主题。+AI，标志着企业数字化转型进入了智能化新阶段。
据华为GIV（Global Industry Vision）最新预测，到2025年大企业对AI的采用率将达到97%，AI成为企业重塑商业模式、提升客户体验和开创未来的关键推动力。AI被称为企业数据金矿的炼金术，通过AI点石成金，成为企业数字化、智能化转型成败的关键。
数据中心从云迈入AI阶段，释放AI算力是关键
企业数字化转型，智能化升级也推动企业数据中心的变革。企业数据中心正在从云阶段迈入了AI新阶段。相比而言，云数据中心更像是个业务支撑中心，以应用为中心，通过云平台实现IT资源的快速发放。而AI数据中心在云数据中心基础上真正演进成为商业价值中心，以数据为中心，采用AI对数据进行高效处理。如果说衡量一个云数据中心的关键指标是业务发放的效率，那么衡量AI数据中心的关键指标就是AI运算效率。
如何提升AI数据中心的运算效率？
充足AI算力是基础。我们知道，深度学习的神经网络算法突破引爆了新一轮的AI浪潮，而深度学习需要到巨大的算力支撑，比如一次语音识别的AI训练涉及到20E（1E=1018次方）次的浮点计算，而谷歌机器翻译算力需求量达到103E，即便用全世界最高性能的超级计算机Summit来计算，也需要较长的时间。保证有充足的算力成为提升AI运算效率的基础。
释放算力是关键。以深度学习为特征的AI运算依赖海量的数据的输入，无论是AI训练样本算据还是AI推理使用的原始算据，均源自海量数据。装载算力的GPU或AI服务器只有获得完整算据后才能进行AI处理，否则只能空闲等待，这样数据的存取速度将直接影响算力的发挥。在很多AI运算系统中，算力的空闲等待时间甚至超过50%，造成算力的浪费。如何保证算力100%释放成为AI运算效率的关键。
AI时代数据中心架构重塑，网络丢包成为瓶颈**
当前的云数据中心建设基本思路是采用虚拟化技术对IT资源池化管理，通过SDx技术完成资源的统一按需自助和自动化发放，最终实现Everything as a Service的云化服务形态。而为了满足数据中心充分释放AI算力从而使得AI运算高效运行的诉求，面向AI时代的数据中心架构正在重塑。
以全闪存存储数据湖为核心，以GPU或AI智能计算为算力底座的AI时代数据中心架构，越来越得到业界的广泛认可。
在AI时代数据中心新架构中，作为数据中心核心组成的存储和计算正在发生颠覆性的变革：全闪存化存储介质使得存储时延降低百倍，GPU/AI智能计算使得计算性能提升百倍。从而导致传统以太网因拥塞易丢包带来的网络传输瓶颈异常突显。
根据业界统计，即便在低于10%链路带宽利用率的低负载流量环境下，突发流量引起的网络的丢包率也接近1‰，而这1‰的丢包在AI运算系统中直接带来算力损失接近50%。然而，随着业务负载增加，数据中心分布式多打一流量逐步增多，网络丢包问题愈发严重。
因此，0丢包的无损网络，是保证算力100%释放的关键，成为AI时代数据中心的必要条件。
0丢包的智能无损网络，是AI时代数据中心的最佳选择
如何构建一个0丢包的数据中心网络呢？为了在云数据中心中解决丢包问题，很多AI业务相关的场景中，十几年前提出的无损以太DCB（Data Center Bridging）的部分技术甚至也被重新使用。但当年DCB中相关技术由于严重依赖静态手工配置，网络无法根据流量的变化动态调整参数而导致粗暴反压使得网络性能很差。并且每次业务负载的变化，最优参数的调整往往需要有经验的工程师持续2天以上的遍历尝试。
频繁的网络负载模型变化需要参数的持续调整，否则要么网络欠吞吐，要么仍然丢包，这基本限制了参数静态手工配置方式在大规模、多AI业务的数据中心的适用性。
华为率先将AI芯片引入交换机，通过深度学习的神经网络算法，实现网络自调参、自优化，从而解决了手工配置静态参数导致网络无法动态适应负载流量模型变化的问题，实现真正的0丢包智能无损网络，甚至网络吞吐接近100%时仍然不丢包。
华为认为，0丢包的智能无损网络必将引领AI时代数据中心的发展趋势，高效支撑AI运算，是AI时代数据中心的最佳选择。
HUAWEI CONNECT 2019作为华为自办的面向ICT产业的全球性年度旗舰大会，将于2019年9月18日-20日在上海隆重举行。本届大会以“共创智能新高度”为主题，旨在搭建一个开放、合作、共享的平台，与客户伙伴一起共同探讨如何把握新机遇创造智能未来。
