AI算力大考已至，服務(wù)器OS如何“真·好用”丨ToB產(chǎn)業(yè)觀察

2024-9-25 15:54| 發(fā)布者: admin| 查看: 161| 評論: 0

摘要: 隨著AI大模型不斷在各行各業(yè)中得以應(yīng)用，AI算力已經(jīng)有趕超傳統(tǒng)通用算力的趨勢，有望成為主流算力，這點從新建的數(shù)據(jù)中心中就不難看出。工業(yè)和信息化部副部長單忠德曾在WAIC期間表示，截至5月底，全國規(guī)劃具有高性能 ...

隨著AI大模型不斷在各行各業(yè)中得以應(yīng)用，AI算力已經(jīng)有趕超傳統(tǒng)通用算力的趨勢，有望成為主流算力，這點從新建的數(shù)據(jù)中心中就不難看出。工業(yè)和信息化部副部長單忠德曾在WAIC期間表示，截至5月底，全國規(guī)劃具有高性能計算機(jī)集群的智算中心已達(dá)十余個。從全國來看，智能算力在算力總規(guī)模中的比重超過了30%。與此同時，我國于2023年一年中先后出臺了《生成式人工智能服務(wù)管理暫行辦法》和《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動計劃》。預(yù)計到2025年，我國算力規(guī)模將超過300EFLOPS，智能算力占比達(dá)到35%。

如果這個比重還不那么直觀，那么從服務(wù)器出貨量上能看到，更多新建的數(shù)據(jù)中心承載了智算的業(yè)務(wù)，IDC數(shù)據(jù)顯示，2023年下半年，中國智算服務(wù)市場整體規(guī)模達(dá)114.1億元，同比增長85.8%。

如此龐大的AI算力需求自然也帶來了很多的挑戰(zhàn)。AI算力與傳統(tǒng)通用算力相比，并不是簡單添加一塊GPU那么簡單。這里面涉及了從架構(gòu)到應(yīng)用復(fù)雜的轉(zhuǎn)變。而對于服務(wù)器OS來說，AI時代也提出了更高的要求。

如果把服務(wù)器比作一個人，那么芯片就是人的心臟，決定了服務(wù)器能否提供對外的“動能”，而服務(wù)器OS（操作系統(tǒng)）就像是大腦，操控著全身上下所有的器官，雖然我們感受不到大腦的“律動”，但是我們每個舉動、每次呼吸都由大腦發(fā)出指令才能完成。一臺服務(wù)器也是如此，操作系統(tǒng)決定了芯片性能能否被釋放、數(shù)據(jù)的調(diào)用與存儲，拋離了操作系統(tǒng)服務(wù)器也不過是一堆硬件設(shè)備。

AI算力大考已至，服務(wù)器OS如何跟上需求？

隨著AI技術(shù)的快速發(fā)展，服務(wù)器OS需要不斷適應(yīng)新的計算需求，進(jìn)行內(nèi)核和架構(gòu)的優(yōu)化，提升系統(tǒng)的整體性能。中國工程院院士陳純表示，在數(shù)智時代，操作系統(tǒng)的作用顯得更為重要，“軟硬件體系在不斷的創(chuàng)新演變，需要通過操作系統(tǒng)連接多樣化硬件與軟件，為應(yīng)用的穩(wěn)定運行提供保障。例如云計算的調(diào)度與彈性，大模型的訓(xùn)練與推理，都離不開一個穩(wěn)定、安全、高效的服務(wù)器操作系統(tǒng)。”

龍蜥社區(qū)技術(shù)委員會主席、阿里云基礎(chǔ)軟件部資深技術(shù)總監(jiān)楊勇也曾告訴鈦媒體APP，當(dāng)下絕大多數(shù)AI應(yīng)用都是采用云原生的方式部署的，這種情況下，就不單單要考慮原先基礎(chǔ)的操作系統(tǒng)，而是要將AI操作系統(tǒng)、云原生操作系統(tǒng)，以及服務(wù)器操作系統(tǒng)統(tǒng)一在一起看，“如果說服務(wù)器是一輛汽車的話，那么操作系統(tǒng)就是汽車的底盤，向下要兼容AI服務(wù)器中的GPU和CPU，向上要支撐各類AI原生應(yīng)用。”楊勇如是說，“既要滿足好新技術(shù)、新應(yīng)用，又要兼顧好原先的技術(shù)與應(yīng)用，這是AI時代，對服務(wù)器OS提出的最大考驗。”

服務(wù)器OS在為AI提供支撐的同時，也有越來越多的廠商嘗試將AI的能力植入到服務(wù)器OS中，為服務(wù)器OS賦能。在浪潮信息系統(tǒng)軟件產(chǎn)品部總經(jīng)理蘇志遠(yuǎn)看來，如何將AI的能力融入到操作系統(tǒng)之中，打造OS Copilot，實現(xiàn)“AI for System”（人工智能支持操作系統(tǒng)），也將成為未來國內(nèi)操作系統(tǒng)研發(fā)方向之一。

蘇志遠(yuǎn)告訴鈦媒體APP，對于“AI for System”的最佳應(yīng)用場景，目前來看就是智能的運維助手，“一般情況下，用戶對服務(wù)器操作系統(tǒng)不會有感知，只有當(dāng)宕機(jī)的時候才會感知到操作系統(tǒng)的存在，”蘇志遠(yuǎn)指出，“如果能將AI的能力植入到操作系統(tǒng)運維工具中，讓AI提供預(yù)警，以及自動化的運維操作，就能快速解決運維的問題，減少甚至避免掉很多宕機(jī)情況的發(fā)生，從而提升系統(tǒng)的穩(wěn)定性和可用性?！?br>
將眼光放的更長遠(yuǎn)一點來看，龍蜥社區(qū)副理事長張東告訴鈦媒體APP，未來，操作系統(tǒng)本身有可能成為一個智能體，“現(xiàn)在，操作系統(tǒng)很多操作實際上還是人指揮系統(tǒng)去進(jìn)行的，未來，通過AI技術(shù)的加持，讓操作系統(tǒng)能‘自己’做事，完成操作指令，向著智能體的方向發(fā)展，這是一個很重要的方向?！睆垨|進(jìn)一步指出。

智能化的事要一步一步完成，不過“AI for System”已經(jīng)被提上日程了，據(jù)蘇志遠(yuǎn)透露，AI操作系統(tǒng)運維工具將是浪潮信息接下來與阿里云聯(lián)合重點研發(fā)的方向之一，“浪潮信息將基于和阿里云多場景、多硬件的優(yōu)勢，在解決好兼容性、穩(wěn)定性問題的同時，提升操作系統(tǒng)的智能化水平。”蘇志遠(yuǎn)指出。

從“可用”到“好用”，服務(wù)器OS還有多少路要走？

服務(wù)器OS從“可用”走向“好用”僅僅靠一個智能化工具是不夠的。智能化工具只是實現(xiàn)“好用”路上錦上添花的功能，要實現(xiàn)“好用”還是要做好基礎(chǔ)。

這其中，穩(wěn)定性是保障業(yè)務(wù)連續(xù)運行的關(guān)鍵，系統(tǒng)需要具備高可用性、容錯性和快速恢復(fù)能力。穩(wěn)定性自然就成了服務(wù)器OS最基本的要求，也是“可用”向著“好用”發(fā)展的第一步要解決的問題。對此，蘇志遠(yuǎn)表示，在AI服務(wù)器時代，“好用”最重要的就是穩(wěn)定，而達(dá)到穩(wěn)定過程中，最重要的就是兼容性，“很多問題都是由于驅(qū)動和硬件兼容性不好導(dǎo)致的?！碧K志遠(yuǎn)進(jìn)一步指出。

楊勇也有著相似的看法，他表示，從當(dāng)下行業(yè)發(fā)展上看，兼容性的問題是首要的挑戰(zhàn)，因為它涉及產(chǎn)業(yè)鏈的重組，需要聯(lián)合服務(wù)器廠商、外設(shè)廠商、芯片廠商、軟件廠商等等，以生態(tài)的形式共同推進(jìn)。

通過龍蜥社區(qū)的組成成員也不難看出生態(tài)構(gòu)建的重要性，龍蜥社區(qū)中既有浪潮信息這樣的服務(wù)器供應(yīng)商，又有英特爾這樣的芯片廠商，還有阿里云這樣的在云計算方面有著豐富優(yōu)化經(jīng)驗的云服務(wù)商，更是有統(tǒng)信軟件這樣的操作系統(tǒng)開發(fā)公司，完善的生態(tài)自然也成為解決兼容性問題的最佳途徑。

而在AI時代，對服務(wù)器操作系統(tǒng)的“好用”也多了些許訴求。在楊勇看來，AI時代，首先要解決的也是“可靠性”問題，不過這個可靠性與前文提到的穩(wěn)定性不盡相同。AI場景下，訓(xùn)練模型要使用千卡，甚至萬卡的集群，協(xié)同工作，在這個過程中，成千上萬臺機(jī)器的協(xié)同性，以及單臺機(jī)器的穩(wěn)定性都至關(guān)重要，“從整體上看，操作系統(tǒng)在其中起到了協(xié)同的作用，從單臺機(jī)器上看，一臺宕機(jī)會影響整個集群的訓(xùn)練效率，這是大模型時代不能接受的?！睏钣聫?qiáng)調(diào)。

其次，AI是全鏈路的事，不僅是集群的協(xié)同，從操作系統(tǒng)到應(yīng)用之間的協(xié)同都要做好；再次，當(dāng)發(fā)現(xiàn)停機(jī)問題的時候，需要將問題進(jìn)行數(shù)據(jù)化、可視化，讓服務(wù)器做到可以監(jiān)控、預(yù)警，“這種系統(tǒng)的可觀測性、可運維性，也是AI時代亟待解決的痛點，”楊勇指出，“如何將運維系統(tǒng)與服務(wù)系統(tǒng)結(jié)合起來，發(fā)揮更大的能力，是服務(wù)器操作系統(tǒng)所要解決的問題?！?br>
除此之外，在AI時代，性能也成為了大家關(guān)注的焦點。優(yōu)秀的性能表現(xiàn)也成為了服務(wù)器OS的基本要求，包括高并發(fā)處理能力、低延遲響應(yīng)等?！爱?dāng)下GPU算力很貴，但是GPU的利用率卻很低，如果通過操作系統(tǒng)的優(yōu)化，激發(fā)更多的GPU性能，既能滿足更多的算力需求，又能為用戶節(jié)約不少成本?！睏钣逻M(jìn)一步指出。

總體來看，在AI時代，服務(wù)器操作系統(tǒng)雖然已經(jīng)滿足了“可用”的要求，但是離“好用”仍有一段路要走。

僅立足當(dāng)下，對“好用”的服務(wù)器操作系統(tǒng)的定義可以歸納為：在確?；A(chǔ)穩(wěn)定性的前提下，提高可靠性與性能優(yōu)化水平，同時還要滿足操作系統(tǒng)的數(shù)據(jù)化、可視化運維。

后CentOS時代，誰能接過開源操作系統(tǒng)社區(qū)大旗？

這些要求僅僅依靠一家廠商是做不到，這時候生態(tài)的重要性就體現(xiàn)了出來。而生態(tài)也是當(dāng)初CentOS能火爆的重要原因?？墒荂entOS的模式有一個很大的弊端——只有一家大型企業(yè)牽頭組織的開源社區(qū)，而這也為如今CentOS的停更埋下了伏筆。

一家大型牽頭帶來的副作用就是，一旦這家企業(yè)不行了，或者不想“玩”了，那么這個社區(qū)就將面臨著“土崩瓦解”，而這對于要求穩(wěn)定性的服務(wù)器OS用戶來說，是不能接受。

據(jù)開放數(shù)據(jù)中心委員會（ODCC）發(fā)布的《國產(chǎn)服務(wù)器操作系統(tǒng)發(fā)展報告》顯示，愿意留在 CentOS 體系下的用戶僅占8%；而72%的用戶有意愿、且正在計劃和試點轉(zhuǎn)投國內(nèi)服務(wù)器 OS，其中半數(shù)以上，都希望在1年內(nèi)完成這個過渡。

正是有了CentOS的前車之鑒，龍蜥社區(qū)采用了更為多元的社區(qū)建設(shè)模式，核心成員均是來自各自領(lǐng)域的佼佼者，而社區(qū)也完全按照貢獻(xiàn)值排名，激發(fā)了成員參與社區(qū)建設(shè)的積極性。

據(jù)統(tǒng)計，龍蜥社區(qū)推出的Anolis OS及衍生版裝機(jī)量已突破800萬套，實現(xiàn)了從開源到商業(yè)化的良性循環(huán)發(fā)展。而就在8月底，龍蜥社區(qū)還發(fā)布了“CentOS替代計劃”、“Anolis OS 23生態(tài)衍生計劃”和“AI應(yīng)用推廣計劃”，推動國內(nèi)操作系統(tǒng)的發(fā)展。

提到國內(nèi)的開源服務(wù)器操作系統(tǒng)社區(qū)還一個不能不提的，那就是華為牽頭的歐拉。作為華為EulerOS的開源延續(xù)，OpenEuler社區(qū)由華為捐贈給開放原子開源基金會，旨在通過開源社區(qū)的合作推動操作系統(tǒng)的發(fā)展。與龍蜥相比，歐拉的操作系統(tǒng)是由華為牽頭主導(dǎo)，是土生土長的中國開源服務(wù)器操作系統(tǒng)社區(qū)。這點是優(yōu)勢，但也可能成為劣勢，因為一旦“稍有不測”，社區(qū)或?qū)⒅氐窩entOS的覆轍。

據(jù)網(wǎng)上數(shù)據(jù)顯示，目前OpenEuler社區(qū)已吸引1300+家頭部企業(yè)、研究機(jī)構(gòu)和高校加入，匯聚16800+名開源貢獻(xiàn)者，成立100+個特別興趣小組（SIG）。累計裝機(jī)量超過610萬套，在中國服務(wù)器操作系統(tǒng)市場份額中占據(jù)重要地位。

從龍蜥社區(qū)與歐拉社區(qū)的對比可以看出，兩者幾乎是平分秋色，共同“分享”了CentOS停更后帶來的用戶流。

而在北京大學(xué)計算機(jī)學(xué)院教授，副院長、中國計算機(jī)學(xué)會開源發(fā)展委員會副主任周明輝看來，一個社區(qū)若想良性發(fā)展，必備條件之一就是具備成長性，以一種自由式開源的生態(tài)構(gòu)建為基礎(chǔ)，才能獲得良性發(fā)展的機(jī)會。對此，張東也有著相似看法，他告訴鈦媒體APP，一個好的開源社區(qū)，若想具備長期發(fā)展的活力，一方面參與社區(qū)的人要在生態(tài)里具備一定的廣泛性，同時又離不開核心廠商的入駐，“這個核心廠商又不能是一家企業(yè)，需要生態(tài)上下游都有核心廠商入駐才可以?！睆垨|進(jìn)一步指出，“并且采用一人一票的模式，避免了某一個廠商完全說了算的情況，同時又在各個環(huán)節(jié)上確保了話語權(quán)，避免了完全自由。”（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達(dá)）