數據資源化是數據社會化的先決條件，而計算是數據資源化的關鍵承載，計算+將成為數據引擎在進化原動力。

　　數據正在包圍并改造著世界。據市場調研公司App Annie預測，2020年全球的數據保有量將達到35ZB。在數據存量越來越龐大、計算壓力越來越大的今天，計算會不會成為人類邁向智慧社會的瓶頸？在2016浪潮技術與應用峰會上，浪潮集團執行總裁、中國工程院院士王恩東在發表主題演講時明確指出：“數據資源化是數據社會化的先決條件，而計算是數據資源化的關鍵承載，計算+將成為數據引擎在進化原動力。”

　　數據大爆炸，計算力將成為數據社會化的動力源

　　王恩東在主題演講時，描繪了數據資源急劇膨脹、數據社會化的行業大背景。如同智能終端迅猛地催熱了移動互聯網產業，海量傳感器匯成了萬物互聯網巨大的數據洪流。據BI Intelligence在研究報告中預測，到2020年，全球將有高達340億設備連入互聯網，其中物聯網設備將達到240億臺。另據市場調研公司App Annie預測，全球智能手機和平板電腦的保有量，將在2020年達到62億部，相比2016年26億部的保有量，會有139%的巨大增幅。

　　這些新增的海量設備與以往不同，它們大多都會連入互聯網，并且每天誕生更加驚人的天量數據，當乘法中每臺設備產生的數據量和設備量都出現激增，那么相乘之后就有可能形成恐怖的指數級暴增。王恩東現場算了一筆數據帳，現在一一款智能終端平均帶有16種傳感器，每天可產生1GB的數據，如果按照全球26億部智能終端計算，一天新增的數據量就高達2.6EB；現在中國公安機關安裝的監控攝像機近300萬臺，數據一般都會保存30天，這就會產生3EB的龐大數據。如果按照2020年340億臺設備連入互聯網計算，屆時人類社會將產生的數據量會高達35ZB（1ZB數據，需要2的30次方塊ITB硬盤才能裝下）。

　　有人把大數據視作未來最重要的生產資料，其未來戰略價值甚至超過石油。但就像把過量的珍饈美味擺在一個美食家面前一樣，胃部有限的消化能力，意味著有心無力。同樣，過量的數據也會帶來”消化不良”的問題，目前世界最快的神威·太湖之光其峰值算力為125PFlops，距離E級計算實現還需有近百倍提升，所以當面對ZB級數據時，計算能力的提升就變得迫在眉睫。

　　在王恩東看來，在這個過程當中，在前端通過智能設備進行數據采集，數據在經過預處理后形成有價值的信息，通過網絡傳輸到后端數據中心，進行存儲、建模和統計分析形成知識，再進一步通過分類、歸納、演繹和預測等深度分析和挖掘為我們的工作和生活的決策提供服務。這里面的每一個環節，都是通過計算來完成的。因此，計算是數據社會化的關鍵。

　　計算三大形態日漸清晰，應用特性決定計算升級路徑各異

　　兵來將擋，水來土掩。有人可能會說，既然計算如此重要，那么我們提升計算力就好了，但事實上，典型應用和典型數據的差異性，對計算的需求也是各不相同，所以計算升級的路徑也各異。

　　王恩東在接受專訪時表示，計算從過去單一的數值計算，隨著各種計算離亂的不斷成熟和計算能力的持續增強，計算演化到今天，最終形成了關鍵業務計算、智慧計算和科學計算三中典型形態，這三種形態會在相當長的時間內共存，其應用領域和對應的數據類型也各具特征，所以計算力的提升需要從需求和應用的原點去考慮。

　　關鍵業務計算，其實大家平時在生活中也能感覺到有它帶來的便利，我們在網絡購物時進行的網銀支付，在711買完早點之后進行的微信支付，去外地出差是用12306訂高鐵票，這些其實都是關鍵業務計算在發揮作用，這類計算要求超高穩定性和安全性，所以未來的發展重點就是加強高性能和高可靠性。

　　智慧計算主要應用在萬物互聯網領域，數以百億計的傳感器作為數據采集源頭，再加上互聯網的貫通，編織了一幅幅智能交通、智慧醫療、智慧城市、社交網絡、人工智能的宏圖。王恩東指出，以云計算、大數據和深度學習為代表的智慧計算，在未來幾年所占的市場份額將快速增加，有可能會在2015年1/2左右的份額，在2020年達到2/3，甚至在2025年會達到4/5，成為未來計算最主要的組成部分。

　　科學計算，已經成為了人類探索未知的重要工具。過去常說天機不可泄露，但現在人類科學家利用超算來做氣象預報和氣象災害已經非常成熟，但阻礙預測精度進一步提升的正是計算力的限制。就比如要實現200公里網格分辨率精度的模擬，需要千萬億次計算能力，但如果要實現25公里網格分辨率模擬，則需要10億億次。

　　如果把視野放在探索未知的宇宙上，科學計算的壓力會進一步增大。目前全世界最大規模的射電望遠鏡陣列SKA，用于探測星系演化、引力波等，每秒鐘就將產生1.5TB的數據，每天129個PB的數據，數據的極大增長需要計算能力的匹配和支撐，在某種程度上來說，人類的計算能力，就是認知世界的邊界。

　　從上述的一些典型應用中，我們可以看出，關鍵業務計算，通常對應的是結構性數據，其數據增長大多數還是線性增長，而智慧計算和科學計算，則對計算能力的提升提出了指數級提升的苛刻要求。在摩爾定律宣告終結，單個計算節點性能提升幅度受限、功耗挑戰不斷增大的今天，計算該如何進化？浪潮給出的解決之道是計算+戰略。

　　計算+，借融合架構實現技術和業態重構

　　在限制重重的條件下，如何實現計算的再進化？王恩東在接受專訪時表示，要想在現有的科技和工程條件下，進一步挖掘計算潛力，融合架構是必然的技術選擇，過去太過于依賴芯片帶來的性能升級，現在需要從架構創新層面去重新認知。在浪潮的理解中，融合架構就是面向應用的硬件重構+軟件定義。

　　融合架構的設計思想是通過硬件解耦實現資源的物理池化和動態重構，通過軟件定義實現業務感知的按需資源組合與配置，滿足計算系統的彈性伸縮和超大規模的持續擴展。融合架構不僅僅會改變數據中心的技術架構，它甚至會引發產業的融合和重構，現在其實在ICT產業的融合其實已經在發生。

　　在現實中，遵循硬件重構+軟件定義，計算+SDN/SDS已經在部署中實現了初步的計算、存儲、網絡融合，用戶其實不會再去區分你是服務器廠商還是網絡廠商，因為他們需要的是一攬子解決方案，原有的專用設備會越來越少，而硬件在通用性得到保證之后，只需在添加定制的功能模塊和軟件就可以實現專用設備的大部分功能。

　　浪潮與思科在NFV、SDDC、IoT等領域的產品及技術已經開展了很多落地的合作，并且部署在信息基礎設施、云中心、智慧城市等典型應用場合。在我看來，未來計算、存儲、網絡正在變得越發依存、不可分割。

　　據王恩東院士介紹，浪潮在踐行融合架構上已經做好了充分的準備：浪潮面向關鍵業務計算，已經有了K1主機、AS18000存儲系統和K-DB關系型數據庫，而且今年還將發布新一代主機系統；在融合架構模塊化服務器上，浪潮SR整機柜更迭到了4.5，從非IT模塊集中化發展到硬件的IO池化、存儲池化，創造了一天上線1萬臺服務器的新紀錄；為滿足深度學習應用的旺盛需求，浪潮采用協處理優化節點，可以在一個機柜中提供160個GPU或者MIC卡，比傳統的方案密度提高了4倍。在加上云海OS在軟件定義層面的統籌和管理，所以浪潮有信心通過融合架構讓計算實現再進化。

　　融合架構，離不開足夠強大的“朋友圈”支撐

　　融合，是未來計算，甚至是科技進步的一條主干道。但融合，也對原有的業態格局和利益分配造成了嚴重沖擊。所以對于力推融合概念的浪潮而言，讓自己的融合架構朋友圈變得更加強大，就變得異常重要。浪潮已經與英特爾、思科、VMware等國際巨頭，在融合架構上進行了深度合作，但未來需要引入更多重磅的合作伙伴，這樣才能讓典型用戶真正放下顧慮去擁抱融合架構。

　　浪潮此次提出的數據社會化，用計算來推動數據資源化，其實與之前全球大數據阿萊克斯·彭特蘭是提出的社會物理學殊途同歸、互為映襯。彭特蘭教授的社會物理學，主要是強調在物質和能量之外，思想、信息的流動，對于人類社會產生的巨大影響力，其研究的核心工具其實就是大數據，而計算+正是將數據資源化的關鍵前提。

　　在過去，計算力是非常重要的生產力，但現在隨著智慧計算、科學計算的指數級需求刺激，計算力已經成為創新力重要的物質基礎，計算力正在承擔著人類科技進化的主引擎角色。想象力和好奇心，讓人類認知世界和宇宙的邊界在不斷外延，而計算力不斷進化，決定著這種外延的實際邊界。