倚天+飞天+CIPU强势组合，数据库融合自研硬件体系，阿里云又放大招

Posted 2022-12-02 AI科技大本营

11月4日，云栖大会与开幕第一天的主论坛不同，第二天活动的主论坛聚焦中国互联网企业所面对的政策及宏观环境，深入探讨全球化战略等前瞻话题。同时，洞悉深度用云所带来的效能重塑，为企业“如何用云更好地实现业务增长”打开思路。

“自研+开源+商业”，实现多方共赢

面向未来技术发展路线，阿里巴巴集团副总裁、阿里云智能新金融&互联网事业部总裁刘伟光指出阿里云的三大思考：首先坚持“硬”实力，做深基础，定义硬件，加深底层硬件和基础设施的开发；其次在系统软件方面，行稳致远，持续进化；最后在资源调度上，要千锤百炼，追求极致。

如今，数字世界构建在云和开源之上，企业都通过大量使用开源软件构建自己从底层到上层的核心能力，拥抱开源也是阿里云和阿里巴巴的重要技术战略。

刘伟光认为，开源软件和云之间关系就像鱼和水。开源正在引领数字技术创新，全球开源项目高达2亿+，贡献者的数目还在持续增长中。云将持续提高技术进化的加速度，以阿里云为例，阿里云开源项目超过3000，RocketMQ等已被业内广泛使用。

通过上云，阿里巴巴实现了应用100%云原生化，研发效率提升20%，资源利用率显著提升，实现双十一计算成本三年下降20%，同时释放技术红利，使得业务效率、风险应对能力均得到显著提升。

最后，刘伟光表示，开源让云更加标准化，云则反过来促使开源社区繁荣发展，“自研+开源+商业”的模式，最终会实现多方共赢。

倚天+飞天+CIPU强势相组，性能提升超20%

如今，随着新一轮科技和产业变革深入推进，新技术的应用将为互联网产业注入新动能。

阿里云智能副总裁、基础产品负责人蒋江伟透露，继推出自研CPU倚天710和云基础设施处理器CIPU以来，阿里云进一步优化数据处理和传输效率，构建以数据为中心的新型云计算架构体系，提供近网络计算和近存储计算的加速支撑。

当前，云计算正在从以处理器为中心的架构向以数据为中心的架构转变。相对之前以处理器为中心的云计算架构，CIPU实现了全面专用硬件加速的高性能，包括高带宽、高吞吐和弹性RDMA的能力。

在大数据和AI及高性能计算、视频编解码等场景下，“倚天+飞天+CIPU”的组合性能表现普遍优于业内同类产品，性能可提升20%以上。

在安全方面，云安全也需要开放生态共建，为帮助用户更好地构建云上纵深防御体系，阿里云联合默安科技、安恒信息等安全厂商，通过代码级合作和云平台深度集成，原生化、服务化为用户提供弹性按需调用的安全能力。

数据库深度融合自研软硬件体系，全面Serverless化

云原生趋势下，随着产业数字化的发展，企业对数据处理的要求逐步提高。阿里云洞察到数据库的发展趋势，提出未来阿里云数据库发展的“四化”方向：云原生化、平台化、一体化与智能化。

会上，阿里巴巴集团副总裁、阿里云智能数据库产品事业部负责人李飞飞宣布PolarDB、AnalyticDB（简称ADB）、RDS、Lindorm等核心数据库产品已与自研CPU、CIPU、飞天操作系统进行深度融合创新，并全面Serverless化，通过深耕核心技术，持续释放云计算的资源池化潜力，让用户享受到更多云原生技术红利，对外更好地提供一站式数据管理与服务。

• 云数据库RDS：协同优化、降本增效

结合倚天ARM芯片30+项软硬协同优化，性价比提升25%。

云原生关系型数据库PolarDB：软硬一体、全栈自研

弹性RDMA融合PolarTrans首次实现高性能全局一致性，延迟下降5-20%，融合自研Smart-SSD智能固态硬盘技术，实现性能零损耗，数据存储成本最高下降60%。

云原生数据仓库AnalyticDB：硬件加速，极致算力

基于弹性RDMA和用户态网络处理，分布式节点数量交换吞吐能力提升20%，峰值情况网络长尾时延下降90%。

云原生内存数据库Tair：超高吞吐，超低时延

全链路采用弹性RDMA，助力应用程序透明使用，用户态网络处理，整体吞吐提升80%+。

ODPS再出发：存储、调度、元数据一体化融合 

数据技术和数据应用的发展，催生了多元计算需求，如交通领域需要实时数据计算来做城市大脑里面人流车流的优化，科研方面，需要AI算法辅助传统物理化学生物研究创新，保险领域需要大量数据聚合来进行更准确的风险精算。

自2009年诞生以来，阿里云一体化大数据平台ODPS不断进行架构升级。2017年将大规模批处理引擎MaxCompute以独立产品形式对外提供服务，2019年为应对数据实时交互分析的需求，上线交互式计算引擎Hologres。

今年，ODPS再升级，实现了存储、调度、元数据管理上的一体化架构融合，支持大规模批量计算、实时分析等服务，提供实时流式计算、机器学习等多种计算能力，能够支撑上述各类数据的高效处理。

“大数据平台和AI平台正在走向融合”，阿里巴巴集团副总裁、阿里云计算平台事业部高级研究员、达摩院系统AI实验室负责人贾扬清表示，不论是大模型生产应用、AIfor Science、还是传统的搜推广服务，典型的AI应用场景背后，都离不开数据的高效流转和分析。

以阿里云与小鹏汽车的合作为例，通过大数据AI一体化平台的建设，实现从海量路采数据的传输存储分析、到AI模型训练推理的全流程提效。基于软硬件协同优化技术，使小鹏汽车自动驾驶核心模型训练提速近170倍，训练性能较开源方案提升30%。

如何持续向全社会各行业普惠大数据+ AI 技术？

对此，达摩院基于大数据+AI一体化产品体系“阿里灵杰”，推出模型开放生态ModelScope和AI开放服务平台OpenMind，进一步推动AI普惠。

阿里云磐久超高性能网络，助力解决AI算力难题

“近年来，人工智能、机器学习相关需求井喷，AI算力需求每3.5个月便会翻一倍，面对这种爆发式的算力需求，简单粗暴的硬件堆砌已不可持续。”阿里巴巴集团副总裁、阿里云基础设施负责人周明表示。

哪怕是算力强大的AI硬件，在内存资源不足时，要么运算停滞，要么会增加数据的无效传输，从而带来额外的的运行开销，增加时间成本。为此，阿里云工程师为此打造了一套“磐久超高性能网络”。

磐久PredFabric采用自研的Solar-RDMA高速网络协议，使处理器可以通过load/store指令访问其他任意服务器的内存，相比传统模式可降低长尾时延90%以上，最低可至2微秒。

同时，为了确保大流量突发场景情况下，整个数据中心仍能保持稳定、高效的运转，阿里云将云服务器的接入带宽提升一倍，并配合上层的融合通信库ACCL，实现AI场景下的通信效率倍增，保障集群算力的线性输出。

小结

从2009年至今，云栖大会已走过14个年头，从云计算到数据智能，从飞天操作系统到城市大脑，云栖见证了中国计算产业的萌发与革新。其间，阿里云也在操作系统、数据库、存储、网络和芯片等技术领域持续深耕并取得一系列重要成果。

“云计算的发展已进入了全新的阶段，未来十年，软硬件一体化的自研计算体系是云服务商的立身之本，只有在核心技术和产品的研发上持续创新才能抢占定义权。”针对未来的技术发展，阿里云智能总裁、阿里巴巴达摩院院长张建锋如是说。