【IDCC2020】圆桌对话：重新定义IDC——未来IDC的行业形态畅想

做到智算中心，有四个步骤必须要有：

一是生产算力。怎么生产人工智能的算力 ？这要求你的数据中心里面要有非常好的高性能的极限的称之为人工智能的AI服务器在这里面。当然，这个AI服务器不光是同构的东西，还有很多异构的平台，因为大家看到人工智能有各种各样不同的应用场景，视觉类的、人类自然语言交互类的，各种各样的东西。今天光一个GPU不是最佳做法，所以很多公司跑进来要做不同的人工智能的芯片，做完以后一定是个异构的设计。

我们怎么保证做出一个最好的人工智能服务器？浪潮这方面有些独到之处，怎么证明这件事情？7月份时全球有一个”机器学习智能测试“，我们做出一个8个GPU卡的性能超过了英伟达公司自己用的16张卡的性能，我们比它做GPU卡做了更牛的事情，这里面有很多knowhow和技巧在后面，一是你的算力 得有好的机器沉淀出来。

二 是聚合算力，算力分布在各个地方，早上讲到了资源的解耦、池化，怎样把数据中心或者智算中心里基于人工智能的性能、算力能够聚合到一起，通过智能网络、智能存储相关做法把它集中在一起，这是特别重要的事情，合理的放到一起使用。

三是调度算力，调度算力很重要，因为不同的应用需要不同的算力，人工智能有不同场景，时间也不一样，不能说这个部署之后只能给它用，而别的用不了，这样很麻烦。我们做了一个应用叫”AI Station“，动态把人工智能算力分配到不同用户、不同场景里去使它匹配好。

四是输出算力的事情，人工智能要真正实现，需要两方面：一个事情是数据中心，第二个事情是懂业务、懂算法，这两个事情不行的话，光有数据也没用，是有搞不清楚的。所以我们有一个用机器帮你产生算法，你不需要人，不需要数据中心，也不需要太多算法中心。现在测试中，机器做出来的算法比人工的性能更好一些。

这四个步骤对我们来说是特别重要的事情，将来数据中心人工智能的算力方面要进一步的发挥出来。

上午一些嘉宾提到人工智能对各行各业、对数据中心本身运维方面有更好的帮助，而不是这么多机器、这么大规模的数据中心靠人去管理、去维护，这是不现实的，所以还要靠机器帮忙。我们很荣幸走在前面，但是浪潮 是一个赞成产业协同发展的公司，我们不是一家在做，再好的东西也要跟应用结合在一起，我们跟金融行业做很多它人工智能落地的事情，因为光有机器、有算法没有用，最终要回到用户当中去，所以不管是同行还是最终用户，都希望把人工智能智算中心这件事情从2020年开始有个好的起步和好的发展。

论坛主持（黄超）：AI在科技发展过程中总感觉是个终极问题。我们刚才聊了互联网、金融、云、AI等等，浪潮在AI领域做了很多工作和开创性东西，在座各位更想听到的是面向未来AI时代用户需求下，数据中心该准备什么、该做什么。