摘要：本文講的是阿里云發布異構計算產品家族，你可以在上面模擬核爆炸，近一年來，人工智能迎來了史上第三次熱潮。移動互聯網時代沉淀下來的大量數據和GPU近幾年的快速發展，讓學界和業界相信，這人工智能時代真的要來了。
本文講的是阿里云發布異構計算產品家族，你可以在上面模擬核爆炸
數據、算力和算法，這是人工智能發展的三大要素。
近一年來，人工智能迎來了史上第三次熱潮。移動互聯網時代沉淀下來的大量數據和GPU近幾年的快速發展，讓學界和業界相信，這人工智能時代真的要來了。
由于人工智能模型訓練對算力的要求，原有的通用型CPU架構無法滿足，不少企業或科研機構在訓練模型的時候會通過采用和主處理器（CPU）不同架構的加速器件（也就是所謂“異構”），如GPU、FPGA、ASIC等器件，提供高密度并行計算的運算能力，非常適合當下的人工智能應用體系。
算力推動了人工智能發展，產業發展也催生了對計算能力的需求，業界專家預測，到2020年，與人工智能相關的計算力需求將會增長12倍。瞄準了這個巨大的需求，公有云廠商開始提供相關產品。
今天（9月12日），阿里云宣布推出全新一代異構加速平臺，這是阿里云首次發布一整套異構計算家族，涵蓋GPU、FPGA在內等7款異構實例；還有基于阿里云異構平臺的全新高性能計算實例E-HPC，可一鍵部署大型超算集群環境。
針對不同業務場景開不同的“車”
之前，企業如果需要類似的架構來訓練深度學習模型，從服務器和GPU的采購、架構的搭建，到軟件的授權付費，都要自己完成。據阿里云方面表示，利用阿里云的服務可將深度學習成本縮減一半，降低人工智能計算門檻。
阿里云這次推出的人工智能解決方案，囊括了云服務的各層級（詳見下圖）。
先說IaaS層提供的服務器層面，跟此前阿里云發布企業級云服務器產品線的總思路類似，便是為不同的計算需求和人工智能業務場景推出不同的實例。
新一代GPU實例GN5i可以將類似場景需求進一步細致化。據阿里云高級技術專家龍欣接受36氪專訪時介紹，深度學習模型一般有兩個階段，訓練階段和在線推理階段，兩個階段對計算力的要求不同，訓練階段處理大量數據，需要服務器有高吞吐量，推理階段則更需要快速響應用戶要求。這就有點像送貨，追求大容量可以用卡車，量小但是要求快可以用跑車。
因此，在原有的GPU實例GN5的基礎上，阿里云推出了適用于深度學習在線推理階段的新一代GPU實例GN5i。龍欣介紹，后者采用了專有推理型GPU，英偉達 Pascal架構P4圖形處理器，時延最低可達微秒級；另外，GN5i可一鍵部署TensorFlow、Caffe等主流深度學習框架，提供智能調度、自動運維、實時擴容等服務，降低人工智能在線服務成本50%以上。
其中，GPU是目前比較主流的通用并行加速器；FPGA是一種可編程的加速器，讓開發者自定義加速算法，提供高效靈活場景化并行計算能力，阿里云高級技術專家游亮介紹，FPGA在低位寬場景有明顯優勢。相比基于GPU的異構計算產品，FPGA更適合金融分析、基因匹配、深度學習和物聯網等對業務有快速迭代計算需求的領域。
阿里云2017年初推出了基于英特爾Arria 10芯片的FPGA計算實例，此次發布的F2實例基于賽靈思Xilinx KU115器件。
開發者版的淘寶：IP市場
有趣的是，阿里云針對FPGA特性，推出了一個FPGA鏡像市場，這有點像一個FPGA版的應用市場。
由于FPGA的靈活性，開發者在編好一套加速算法之后，其實可以將這套算法輸出。傳統大的售賣方式是，為了避免自己的算法寫漏，開發者需要從上游購買芯片，然后將芯片電路板燒好，最后賣給終端用戶。
阿里云的PFGA鏡像市場推出后，開發者可以將自己的加速方案算法（IP）放到這個市場上，終端用戶如果需要用可以直接從市場購買算法使用權，然后從阿里云購買FPGA芯片。
除了提供一個FPGA版的淘寶之外，阿里云還提供一個彈性的FPGA開發平臺，FPGA加速算法的門檻高，技術因素之外，還與其相關開發套件和測試環境的專利授權費高昂有關，后者費用一年可能達到數十萬美金，但實際上閑置的時候可能很多，如果阿里云從國外廠商購買版權之后，推出少量使用免費，超量按需求付費模式，降低FPGA IP的開發門檻。
此前，阿里云就推出了類似的鏡像市場，當時針對Docker的鏡像市場。總體而言，這套思路很阿里，開個平臺，搭好基礎設施讓你在上面交易，同時平臺提供一堆解決方案。聽起來是不是很像一套開發者版的淘寶，況且還依靠公有云本身龐大的客戶數和生態，似乎是巨頭的生意。
不過，據阿里云的幾位專家介紹，國內FPGA的生態尚未完善，雖然懂開發的人不少，但目前跟他們合作到PFGA平臺上準備上線產品的企業也不到三位數。這個市場還屬于一個搶占未來的產品。盡管GPU還是主流，但是包括AWS、微軟和谷歌等公有云廠商，都非常看好FPGA的前景。
云人工智能布局進入生態之爭
針對傳統對高性能計算有強烈需求的高校科研機構和企業用戶，阿里云異構計算家族還包含了彈性高性能計算實例E-HPC。
高性能計算又稱為又稱為并行計算和超級計算，常應用于解決大規模的科學、工程和商業問題，比如氣象預報、工程計算、基因分析、油藏探測、量子化學等領域，可以利用該技術模擬核爆炸、分子運動、汽車撞擊等場景。據游亮介紹，異構計算其實最開始是用在高性能計算場景中。
從前，如果企業或者科研機構有使用高性能計算的需求，需要到國家超算中心申請、排隊。如今隨著高性能計算的需求爆發，制藥和汽車企業對此需求增長，但并非所有企業都有能力建設一座超算中心。因此，在云上“建立超算中心”的實踐在國外已經相對普遍。
E-HPC屬于PaaS層的服務，基于異構計算云平臺在高性能虛擬化、并行計算和低延遲網絡等方面的特性，提供的是高性能計算集群計算能力、調度能力和軟件能力，客戶可以按需組建自己的“云上超算中心”，并可實現一鍵部署和彈性伸縮。阿里云稱其為中國首個公共云上的HPC as a Service產品，同時提供混合云解決方案。
目前，阿里巴巴集團內部很多業務使用異構計算，比如拍立淘、以圖搜圖、商品分類等，使用阿里云異構計算的企業客戶有數千家，其中包含微博、陌陌、華大基因、中國工程院等。
從阿里云這次發布全套異構計算家族的動作來看，顯然他們想傳遞給開發者的并不是我有不同的ECS這么簡單。說到底，異構計算云服務器實例總歸是花錢就能買到的東西，趨于同質化趨勢，公有云廠商能做的是盡量推出最新最高性能的產品，面向不同的場景提供垂直化的方案也是差異化競爭的需要。
除此之外，阿里云還有相應的PaaS層服務，提供相應加速器場景下一鍵部署、快速研發和彈性伸縮等能力，同時針對人工智能、高性能計算和大數據等業務場景推出了專門的調度平臺，以降低企業的使用門檻和運維壓力。
同時，阿里云也推出相應的IP交易市場，對接開發者和終端用戶。從底層的IaaS到SaaS層的具體解決方案，阿里嘗試顯然提供一個生態。36氪此前報道就指出，云服務市場將是垂直之爭與生態建設，企業對云的需求也更加的垂直化和場景化；同時，未來公有云廠商技術上與其他廠商的差距會逐漸縮小，提供的產品隨著市場的成熟也會趨同，因此，要留著客戶，也許更重要的是要提供更好的生態和打造自身品牌。
隨著產業往人工智能時代越走越深，開發者對相關解決方案的需求也會越來越大，誰在時代初期就搶占“未來”的市場，誰將是贏家。
