标签: 算力

人工智能和芯片供应商 XMOS 宣布与嵌入式音频软件专家 DSP Concepts 建立合作伙伴关系。该合作协议将允许音频开发人员将 XMOS 的高度确定性、低延迟的 xcore.ai 平台与 DSP Concepts 的 Audio Weaver 软件结合起来。该软件使用户能够利用多核算力以图形方式设计和调试音频和语音解决方案。 xcore.ai 将边缘 AI、DSP、控制和 IO 集成在一颗芯片中，是一款专为智能物联网设计的高性能、多用途处理器。它在软件中完全可配置，根据 XMOS 的说法，它为快速上市的智能物联网产品提供了一个具有成本效益的多功能平台，被广泛应用于在边缘处理音频、视频、视觉和运动等相关的智能化应用。 DSP Concepts的 Audio Weaver 为音频产品开发提供从研发到生产的一站式解决方案。它将复杂的图形设计工具与 500 多个预构建模型相结合，这意味着设计人员可以通过图形构建音频处理管道，同时几乎完全无需复杂的手动代码。 Audio Weaver 使编码过程成为拖放操作，而 xcore.ai 仅通过软件即可实现完全可定制性，这两种解决方案相结合将能够在设计音频和话音系统时提供更高水平的灵活性和可访问性的语音产品，同时降低 BOM 成本并加快上市时间。 工程师可以通过 XMOS 的 xcore.ai 多通道音频评估板以及由客户驱动的完全产品化的软件开发套件 (SDK) 来利用这种组合。目前，XMOS的xcore.ai平台在音频和话音处理领域内已得到了广泛的应用，包括音频接口、会议系统、USB与多通道音频系统、以及多种音频DSP应用。 本次合作还将汇集了两个平台强大的支持网络和工程社区，使工程师能够在开发过程中得到更多的启发和资源。 DSP Concepts 首席执行官 Chin Beckmann 表示：“音频创新要变得更容易，以便音频工程师能够专注于他们正在制造的产品的差异化。Audio Weaver 专为简化设计流程而设计，可视化方法、多种部署选项以及与芯片合作伙伴的深度集成都有助于将注意力集中在产品上，而不是令人沮丧的开发过程上。XMOS 的适应性将增强这种优势。” XMOS 营销和产品管理执行副总裁 Aneet Chopra 补充道：“物联网领域存在诸多市场机会，多功能性始终是 XMOS 的首要任务——设计师和工程师需要能够在不被阻碍的情况下改变他们的设计并探索新想法。与 DSP Concepts 的合作是这一历程中的最新里程碑，为设计人员提供了更多工具来改进他们的设计，将新的、有影响力的应用快速推向市场。” 关于XMOS XMOS是一家总部位于英国的，面向AIoT应用的高科技芯片公司。XMOS致力于针对多样化的市场提供高性能、低功耗、灵活可靠的边缘计算平台，以服务于不断丰富的AIoT应用，包括语音、图像、环境感知等。XMOS独特的xcore内核处理器可以提供高度灵活的I/O和算力分配，使产品设计人员能够通过软件定义硬件的设立理念提升开发效率，缩短上市时间。 Wilsonxiao@Xmos.com 低代码开发是人工智能的重要应用之一，而人工智能已经成为第四次工业革命的核心推动技术，迫切需要大家思考如何从架构、路径和生态，以及应用、投资和政策两大战略方向上推动我国人工智能技术发展，欢迎大家阅读华兴万邦的人工智能产业研究报告：第四次工业革命大幕速起，实现伟大复兴要严防对海外人工智能技术的三大依赖 跳转链接：https://mp.weixin.qq.com/s/0XWHEvRGL2uzOuq_CSXVng

一提到HPC（高性能计算），大家可能想到的是空气动力学、仿真模拟、生物识别、原子核裂变、大气变化等，好像HPC只能用于最前沿、距离我们比较远的科学技术中。其实，HPC正在逐步走入制造、电子化工、计算机、生命科学、土木工程等领域的企业，尤其对企业的数字化转型起着关键作用。 随着人工智能和高性能计算解决方案的诞生，企业的工作负载也需要更高的性能支撑，尤其是GPU大规模并行计算的支持下，企业更需要搭建一个稳定且具有超强算力的数字化平台。 HPC正是企业数字化转型的牢固地基： 首先，HPC工具可以加快数据移动，更高的带宽有助于移动海量数据； 其次，HPC产品可以优化工作负载，能够帮助企业迅速适应不断增长的工作负载规模、范围和复杂性。 同时，HPC具有大规模性能，具有高吞吐量和低时延，可确保最高水平的效率； 此外，HPC的集中式框架可简化企业IT工作流程并节约IT成本。 虹科高性能计算解决方案 方案简介 虹科Adaptive computing高性能计算解决方案，是一个HPC 工作负载调度和云解决方案，主要通过HPC云按需数据中心和Moab高性能计算套件为企业提供超强计算能力和HPC工作负载调度编排，帮助企业应对大型复杂IT环境带来的挑战，提高效率并降低IT成本。 产品介绍 HPC云按需数据中心 虹科Adaptive computing（简称 HK-Adaptive ）的云按需数据中心（HPC Cloud On-Demand Data Center™，简称ODCC）是一个可扩展的云系统管理解决方案，使企业有能力利用公共云服务提供商（CSP）的资源，而不会被任何单一CSP锁定。 HK-Adaptive的HPC云按需数据中心主要用于快速、廉价、按需临时启动或持久性数据中心基础设施资源，该企业级PC解决方案可以在云中自动部署和建立集群，同时在这些集群上能够自动运行应用程序并终止云资源，保证用户只为正在使用的资源付费。HPC云按需数据中心作为云的操作系统，就像操作系统是硬件平台的抽象层一样 无论是在内部还是在云中，这个简单而强大的云管理解决方案可以对所有计算资源实现无缝访问。 作为CSP管理控制台之上的一个抽象层，HK-Adaptive的HPC云按需数据中心提供了在云中运行HPC工作负载的方法。由于云访问是预先配置好的，在云服务提供商上部署云托管资源，比直接通过CSP控制台工作要容易得多，并且还能建立在HPC云按需数据中心的用户友好界面GUI和CLI中。即便是缺乏云专业知识的用户，也可以在云中运行轻松工作负载。OCI、AWS、谷歌云、Azure、OTC和阿里云都可以通过直观的界面使用，非技术用户也可以使用云中的HPC。 Moab高性能计算套件 Moab® HPC Suite（Moab高性能计算套件）是一个工作负载和资源编排平台，可自动调度、管理、监控和报告大规模的HPC 工作负载。获得专利的Moab智能引擎使用多维策略和先进的未来建模以优化各种资源上的工作负载启动和运行时间。这些策略平衡了高利用率和吞吐量目标与相互竞争的工作负载优先级和SLA要求，从而通过优先级顺序在更短的时间内完成更多的工作。Moab HPC Suite 优化HP系统的价值和可用性，同时降低了管理成本和复杂性。 支持和增值模块 HK-Adaptive提供商业支持以及其他增值功能，用户可以购买这些功能来扩展基础设置。这些功能可用于基于门户的作业提交、计费、工作流管理、网格管理、弹性计算、电源管理、高吞吐量提交和远程可视化等。还可根据具体需求添加强大的模块。 Viewpoint -通过易于使用的作业提交门户简化最终用户的工作负载提交流程，其中包括应用程序模板、脚本构建器、作业详细信息和基于 Web 的文件管理等功能。 Moab计费管理 -灵活地跟踪资源或服务使用情况并对其收费。执行存取转退费，同时向用户、经理和系统管理员提供余额和使用反馈。 报告与分析-报告和分析工具使组织能够通过“将资源使用情况和工作负载数据流式传输到自定义报告和个性化仪表板中”来获得洞察力。 工作流程管理-通过基于触发器的工作流引擎执行运行状况检查、故障处理、工作流开发和节点配置/重新利用，从而实现端到端的自动化流程。 网格管理-支持跨多个集群的统一调度、智能策略管理、集成资源管理、数据分期以及统一监控和管理。 弹性计算-利用来自私有云或其他数据中心的额外资源，管理突发工作负载的资源扩展和收缩。 Nitro - 加快大量小型作业的启动时间。这个 HTC 调度程序将任务打包成组请求，并以比传统调度程序快数百倍的速度完成启动。 电源管理-使用绿色池缓冲策略自动执行单个应用程序的CPU并降低空闲节点的电源 性能的同时最大限度地降低电源成本。 远程可视化 -不需要为所有员工购买高端桌面，而是共享昂贵的许可证或 GPU，远程渲染应用程序并通过综合门户实现。 TORQUE资源管理器-TORQUE可以与 Moab集成，Moab是一种工作负载管理器，可智能地放置工作负载并调整资源，以优化应用程序性能、提高系统利用率并实现组织目标。 应用场景 制造业的数字建模 CFD（计算流体动力学）是一种常见的工作方法，它模拟空气和流体的运动以简化和加快产品工程。例如，在汽车领域，它帮助制造商模拟机舱气流、发动机油动力学和汽车周围的空气流动，以提高燃油效率。 生命科学模拟 分子动力学（MD）和基因组模拟是生命科学行业的常规工作负载，这些模拟分析了原子和分子的物理运动，并被用于药物发现等使用案例中。 天气、气候建模和大气研究 HPC系统每天都被用来模拟近期的天气事件或长期的气候预测。更精细的网格和更多的物理模拟可以带来更准确的逐日甚至逐小时的天气预报。长程气候建模也受益于大量的计算能力。 电子设计自动化（EDA） 半导体和电子公司使用电子设计自动化（EDA）应用程序，这通常需要一个计算集群，一个协调工作分配到计算节点的进程调度器，以及一个高性能的共享文件系统。 工程模拟和建模 储层模拟属于工程领域，其中计算机模型被用来预测流体（通常是石油、水和天然气）在多孔介质中的流动。 计算机化学 计算化学一直是减少和管理其生产碳氢化合物流体的结构不确定性的一个关键途径。 想要了解更多虹科高性能计算解决方案，欢迎评论交流！

DPU 是“第三颗主力芯片” DPU 是以数据处理为中心的芯片，2020 年 NVIDIA 战略中国将其称为 CPU、GPU 之后“第三颗主力芯片”，认为“它将成为未来计算的三大支柱之一”。一般是包括高性能及可编程的多核 CPU、高性能网络接口和可编程的加速引擎几个主要部件。 为什么在 CPU、GPU 之外还需要 DPU 呢？因为大数据和 5G 时代，在 AI、边缘计算等场景下，网络数据不仅需要被传输（交给 CPU 等处理），还需要整个加工过程更加实时和海量，最好面向具体应用。除了制造独立的 DPU 芯片，还可以将其设计成网卡（NIC）的一个集成模块。足够强大和灵活的网卡可以根据应用需要处理所有网络中的数据，使得 CPU 得以专注于上层应用的流程控制等方面。 举例来说，通信数据最基础的操作是网络协议处理，据中科院科技战略咨询研究院估计，要服务 10G网络通信的协议处理就需要约 4 个 Xeon CPU 核，即占到 8 核高端 CPU 一半的算力。如果考虑更高速网络（40G、100G）以及更复杂的运算，则会占据更多现有 CPU 资源。此外，据谷歌和 Facebook 的研究，微服务通信开销可消耗 22~80%的 CPU 性能。 因此，GPU 是在 CPU 之外提供图形（和深度学习等）场景的加速，而 DPU 则是在 CPU 之外提供网络数据场景的加速。 DPU 的发展历程是和网络数据规模增长相关的，当 CPU 处理能力的增速（一度由摩尔定律定义）逐渐赶不上网络带宽、数据交换的规模增速时，这种需求就更加明显。将两个增速做成比值（称为带宽性能增速比 RBP），并分析两者的增速曲线可知，2020 年以来市场突破点的基础已经较明确的成型（图表 4 红圈部分），RBP 从 1 提升到 10 左右，算力的架构变革箭在弦上，随时会出现爆发机会。 同时，结合智能网卡的发展历程也可以看到，DPU 有望成为智能网卡下一阶段的重要推动因素，促使行业从第一代技术跃迁至第二代技术（DPU 智能网卡）。 DPU 的核心技术是什么？从它的功能和定位可以看出，DPU 除了传统的芯片技术，还依赖通信、数据处理等方面的技术。根据头豹研究院报告，（1）理论上 DPU 可基于 FPGA、MP（Multi-core，MP)与 ASIC 三类核心处理器进行设计；（2）产品上已商用的 DPU 产品形态包括“ASIC+GP”（NVIDIA 等采用）、“ASIC+NP”（华为等采用）。 目前行业处于自然生长阶段，各个技术路线都以能够满足客户需求先行。未来必然还会面临标准化、制程与工艺的提升、下游应用的多样化支持等挑战。 塑造全球市场千亿规模，中国市场 5 年 CAGR 超 100% DPU 会部分分流（数据中心的）CPU 市场规模，但考虑到功能和性能的改善，我们认为 DPU 相对已有芯片市场来说仍然是增量。那么，DPU 的市场规模有多大呢？ 据智能计算芯世界数据，到2027年全球数据中心加速器市场价值可达530亿美元，复合年增长率CAGR近 44%。而根据头豹研究院预测，中国 DPU 市场规模预计在 2022 年超 10 亿美元，2025 年接近 40 亿美元（约合人民币 240 亿元），复合年增速 CAGR 达 112%。另外，数据中心带宽升级周期在 3 年左右，那么在 2023-2025 年进入下一轮服务器设备以及 DPU 更换周期，DPU 市场规模有明显的增幅。 全球 DPU 行业市场规模预计会稳步攀升（从 2020 年的 30 亿美元增加到 2025 年内的 136 亿美元，CAGR约 36%），驱动力源自智能网卡方案的成熟、全球服务器出货量增长以及智能驾驶、边缘计算等下游应用的初步落地。 另一个市场规模预测的思路，是基于 Fungible 和英伟达等公司的预测，即用于数据中心的 DPU 量级将达到和数据中心服务器等量的级别。《DPU 技术白皮书》主编、中科院计算所研究员鄢贵海估计服务器每年新增大约千万量级，对应一颗或多可 DPU（类比网卡比例），若服务器，每年新增 1500万台，每颗 DPU 以 1 万元（我们预计在数千元）计算，则对应千亿级市场。结果与头豹研究院 2025年预测值相接近。 对于 DPU 和芯片领域的发展，近年来在政策支持上明显也是全力推动的。包括今年工信部发布的《新型数据中心发展三年行动计划（2021-2023 年）》，直接要求加快提升算力、算效和异构算力（DPU是异构计算一种），同时还强调要提高自主研发算力的部署比例、加强专用服务器等核心技术研发、树立基于 5G 和工业互联网等重点应用场景的边缘数据中心应用标杆。 来源：中银证券 《“第三颗主力芯片”DPU 的投资机会崛起》

人民网北京2月17日电 （申佳平）据国家发展改革委官网消息，近日，国家发展改革委、中央网信办、 工业和信息化部、 国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、 甘肃、宁夏等8地启动建设国家 算力枢纽节点，并规划了10个国家数据中心集群。 国家发展改革委高技术司负责同志回答记者提问时表示， 至此全国一体化大数据中心体系完成总体布局设计， “东数西算”工程正式全面启动。 2月17日的新闻给ICT圈的厂家带来爆炸性的利好，经过5年左右的产业政策观察，我觉得需要理性分析， 找到市场切入点。 我不是公共政策分析专家，也不是资本市场的分析家，只是以一个从业角度来观察政策 推出，政策落地和企业寻机的角度。 从大力发展5G，到推广网信安全（信创），新基建和东数西算， 中央政府部委和各地政府从税收，财政和政府采购等各个 角度给予了中国企业 以巨大的刺激和推进作用， 从宏观经济学角度来分析，就是投资拉动经济，将以前简单的从房地产和 传统基建投资推动经济发展，变成通过投资高新技术产业来拉动中国经济发展，避免因为投资下滑 引发的经济失速；另外 从宏观经济来分析，就是供给侧改革的继续推进，优化经济增长的结构， 提高高新技术产业在经济发展的比重，降低资源 消耗和浪费。 普通人可以简单的看国家政策，一笔带过即可，但是企业家和创业者是绝对不能草草带过 “骑驴看唱本”。 经济政策的落地需要政策承载者和主题，承载地区，这个是空间概念； 经济政策的落地和推进需要时间和投资规划，这个是时间概念； 同样，投资的主体是政府，协同的民营资本是哪些，外资又可能是哪些，都是需要追踪和分析。 信创已经推进3年了，简单的分析一下： 1.政府的政策更多的是在市场上加重了政府采购的比例，比如三大运营商的国产化采购比例在提升； 比如八大行业的小部分行业已经全面实现国产化替代； 2.部分地方政府给予税收和房租补贴，比如很多地方政府和大型国企打造的“信创园区”； 3.政府直接的财政补贴：比如国产芯片，操作系统的厂家获得国家补助； 4.信创获利最为直接企业，相信您可以一眼就看出来，基本上是大企业、国企和龙头。 信创的政策，标准都是他们和各级部委，政府协商的结果，可以理解， 标准和法案的起草者无疑是政策的最大获利者，其实这也并不违背国家法律。 5.另外大型行业龙头在信创投入的资本、技术和力量来看，这个市场从技术 和经济的角度都是有待考察的，民营企业和资本基本上是从属于主导的国资和央企。 未来政策的走向和后续节奏，需要持续和理性的分析，确保投资获利。 最近的东数西算政策呢，怎么理解： 1.背景：新常态下的经济增长放缓，房地产经济的平稳落地需要替代形态的经济动力，供给侧 改革需要继续深化和优化，以信息技术和通信技术为基础的经济形态无疑是最好的经济增长方式。 同时，能源紧张，资源消耗过大和算力供需失衡一直影响经济结构的优化，一个全新的经济政策 需要紧急推出来引导资本，企业和舆论的方向，东数西算作为新基建的重要补充随之推出。 2.空间范围：八大算力枢纽，西南的贵州和成渝；华南的广东；华东的长三角；西北的甘肃， 宁夏和内蒙；华北的京津冀。从区域到十大集群，大致区域已经拟定，但是落地的细节等 还是有很多的需要地方政府，央企，国企，银行，民企等配合推进。 比如长三角，不同省份的地级市和县级市肯定会存在博弈，寻找机会落地数据中心； 地方政府有意愿还不行，还需要企业投资落地。 比如：四大运营商构建算力网络； 比如：IDC厂家万国数据，世纪互联构建算力节点； 比如：云计算阿里，腾讯，华为构建数据中心； 比如：互联网厂商构建自有需求，比如字节跳动，京东，滴滴； 项目落地需要：土地，政策，税收，资本来源（银行贷款，企业自有资本，政府补贴，税收补贴）； 未来将是一个系统和繁杂的过程，稍有不慎，会造成很多的烂尾和不及预期的工程。 3.时间范围：从中央部委的发文，并没有给出明确的投资时间范围，所以审慎来看，3-5年政策 基本上可靠的，中国经济需要持续的投资拉动，目前大规模重返铁公基时代的政策概率不高， 外贸形势和国内消费还不足以强到完全不需要投资拉动经济的地步。而6G，AI，元宇宙， 区块链，数字化，新能源汽车等新的技术和经济增长点都同算力存在强关联性。 4.企业投资和跟进详细策略分析： 首先：收集信息，来自政策最顶层的接受主体，比如四大运营商，了解政策推进情况； 来自各级地方政府的公函和发文，政策优惠和落地项目； 来自银行和证券分析机构的一些的资金流动信息； 来自大型企业的技术变化和新产品信息，比如节能低功耗，水冷，模块化数据中心； 其次，分析来自不同层面的数据信息，分析未来的数据中心落地的情况，承载的主体， 需求的数据中心产品的功能特点和要求，寻找企业发展的机会。 比如:贵州的贵安新区的地理环境，能源供应，温湿度适合什么样的产品上架； 内蒙古的地理环境，温湿度，供电方式需要什么样的产品上架； 算力集群不同点需要哪些类型的数据中心，云计算，边缘计算； 数据中心服务的客户和对象是哪些，天气预报，超级计算，导弹工程还是视频播放， 无人驾驶，人工智能，智慧城市，智慧交通，智慧医疗，金融工程。 同样，了解需求客户比如IDC,比如云计算，比如互联网厂商的资本来源，财务状况等， 避免项目合作的烂尾和呆滞债务和三角债务情况。 最后，就是根据分析和获取的数据，寻找合作的客户，供应商，集成商，银行等等， 参与产品开发，参与项目建设，参与标准建议和提升自我实力。 从产业层面上来讲，大集群的数据中心需求未来会提供很多创新的机会，包括底层 芯片技术，到系统产品开发技术，到数据中心集成技术。中国的龙头厂家，底层的 芯片比如CPU,GPU,FPGA厂家都是可以最有利的去寻找最符合中国环境的产品技术； 比如光模块，光纤，光通信等都有大展拳脚的试验场，远距离传输，低延时，多 集群，多地域，复杂气候条件的数据传输，都需要创新，而不是吃老本； 比如系统产品比如浪潮，华为，新华三，中兴，烽火，曙光，长城都可以开发最适合 的系统级产品；阿里，腾讯，万国数据等都可以依据需求打造最强悍的数据中心。 如果政策过后，技术都是原地踏步，甚至一地鸡毛，会给行业的长远发展带来负面 的影响。 企业3-5年内，找到有利的 客户，技术伙伴，供应商都是可以上升一个台阶， 但是这个钱远远没有券商分析师 那样讲故事来得简单，需要的是潜心的企业经营和 持续的管理和技术创新，才可能 最终在各种政策推进赢得更多的企业发展机会。 投机只可获取短时的成绩，完全是 不可持续的发展，更不能基业长青。 对于产业政策，个人观点是详细分析，谨慎观察和投资，不迷信政策的效力， 但也不忽视政策的积极作用。之前在深圳福田，了解到五百强企业的顶级 企业家基本上就在研究政府政策动向，以此为企业发展提供长远的方向， 高度捆绑政府的产业政策，其实这并非是好消息，看到海航，恒大， 雪松控股，紫光集团，方正集团经营困境，企业终究是要依赖核心竞争力， 无论是自身，还是生态或者平台竞争力，都不是建立在高度捆绑政府政策 研究，比如补贴，税收之类的营业外收益。政府发展什么，企业当然要 重视，并不是政府不发展的不支持的就没有市场，没有竞争力，这需要 企业家的高度智慧和企业本身的强有力的后台竞争力。 希望中国的ICT企业可以3-5年上升到新台阶。