11月13日，开放计算中国社区技术峰会（第二届OCP China Day）在北京举行，超过600多名IT工程师和数据中心从业者参加了此次大会，来自Facebook、Intel、微软、浪潮、百度、腾讯、阿里、NVIDIA、诺基亚、中国移动、希捷、燧原科技等开放社区成员参与了峰会，分享了在开放计算技术的最新进展和创新实践。
5G和AI等新技术的普遍应用和快速发展，给数据中心带来更多新兴场景。在OCP开放计算社区，面向AI加速器芯片统一的OAI、面向5G边缘计算场景的OpenEdge和开放网络标准的SONiC正在成为新一波开放计算产业化发展的重点方向，这些技术正在OCP(Open Compute Project，开放计算项目)社区得到积极的响应。在OCP Chinaday大会上，中国移动、Intel、浪潮和燧原科技的嘉宾围绕开放计算如何加速新兴技术的创新和应用进行了探讨。
以下为大会演讲实录：
主持人：很高兴我们今天邀请到了一下嘉宾参与我们的圆桌论坛环节，有：
唐华斌，中国移动研究院，电信云交付技术中心主任
张骏，英特尔数据中心平台事业部高级平台架构师
陈刚，百度云边算计算部总经理
邓辉，上海燧原科技有限公司产品系统工程部资深总监
刘军，浪潮信息副总裁
欢迎几位上台入座。
通过今天下午的分享，大家可以看到实际上现在开放计算在整个数据中心产业中已经得到了广泛的应用，通过开放计算的平台已经产生了大量的技术创新和产品创新，今天我们希望通过圆桌论坛可以和我们的几位嘉宾一起来共同探讨一下开放计算到底和我们的各位企业家之间有什么样的关系。
今天我们邀请到的五位嘉宾有涉及到基础技术和芯片提供商的，也有整个产品平台提供者，也有我们最为领先的用户，所以说我们希望通过五位的分享可以让大家感受到边缘计算。
我们跟OCP之间跟开放计算之间有什么样的关系，或者开放计算怎么来支撑我们产业的创新或者整个公司的创新，首先有请我们的唐总来做个简单的分享。
唐华斌：大概在2012年2013年我也去美国参加过一两次OCP的会，中国移动为什么要去做这个事情呢，我觉得可能有几个原因，第一个其实随着向网络转型还有业务的倾斜，其实中国移动整个的IT系统的规模比2013年2014年的时候有个飞速的增长，我们在那时候也在想说中国移动作为传统的通信行业，当时我们大规模的互联网这些客户，大家的IT基础设施是什么样子，他们的数据中心是怎么建的，他们的服务器用的是什么方案，所以我们非常想看，正好有了OCP这样的组织，包括到后来有ODCC这样的组织，我们就加入了进去，去跟踪去了解，我们认为业界最先进的他们的一些技术是什么样的，这是第一。
第二，还是刚才孙波总也讲到的成本TCO，我觉得Facebook最早成立OCP的时候他就在讲说OCP的方案，它降低了多少成本，降低了多少能耗，我记得有一个数是24%，另外一个数38%，我们听到这个都很振奋，因为毕竟省下来都是钱，能省一点，因为我们是来自于中国移动的研发机构，我们本来的定位就是来帮助公司来去降低这样的成本，所以我们觉得也希望从开放组织里来找到说他们是怎么样做到这个事情的，我们怎么样跟他们学习也能做到我们将来在大规模增长的时候，同时降低成本这是第二个。
第三，其实跟我们今天的主题比较有关的，因为大多数的OCP的主要成员还是互联网公司，但是中国移动我是通信行业的，我的网络规模数大，通信行业我也有一些我的问题，我怎么来解决，我们是不是说也能跟业界的OCP里面的供应商或者合作伙伴一起来探讨，面向通信行业的问题有没有什么样的开放的方案，有没有一些其他的类似于的运营商或者企业有跟我们类似一样的问题，大家基于这个平台一起来做一些开放的方案，让产业链更好的来支持我们，来去解决这些问题，同时把这个规模做大之后，大家能形成一种共赢的局面，所以我想这个就是我们对整个开放计算的一个态度，也是我们从比较早以前，一直到目前在开放计算方面一直在参与，同时我们也在自己尝试去发起项目，或者说去贡献一些方案的主要过程。
主持人：谢谢唐总分享，显然节能降本降耗增效是我们所有企业追求的方向。下面有请英特尔的张骏先生给我们做介绍。
张骏：谢谢大家，边缘计算、5G的课题，实际上跟边缘计算紧密结合，我们认为5G跟边缘计算的融合是网络云化，或者叫网络云化一体化这个里面的关键点，支撑这个关键点背后的事情，我们认为就是要做到更好的一个云边协同，我们看到业界什么驱动边缘计算的产生，各种各样的新型应用出现，同时还有不同边缘计算化行业的部署环境也不一样，这样的话这两个大的因素造成的边缘计算在今天需要业界企业一块来共创一个大家共享的时代，所以关键就是硬件标准化、软件开源化，这个主旨其实是很符合我们今天OCP中国的战略。其实今天早上的时候我还参与了另外一个OCP US的会，US这次跟中国区同时进行。但是从英特尔的贡献，我们的目标是大力推动开源社区和共享社区的健康壮大的发展，所以我们每次这种会都会参与。
回到边缘计算这边，我们推动这个事情发展的同时，我们结合英特尔这边，从英特尔的处理器，英特尔的平台技术，以及英特尔整体方案的参考和构架，我们这边都会提供给我们业界、合作伙伴，还有共享给业界做一个分享。总之，英特尔认为在硬件规范化、软件开源化的大趋势，我们会大力推动生态，促使边缘计算更快的做到大规模的落地部署，谢谢。
主持人：好，谢谢。下面有请百度陈刚先生给我们谈谈自己的看法。
陈刚：大家好，我叫陈刚，主要在百度负责边缘计算相关的一些业务。谈到开放计算来讲我其实想从两个案例，我们实际接触到的一些客户的案例来谈起，因为这两个案例跟我们现在开放计算去做的一些事情，能够达到的目的还是比较相关的，因为大家知道边缘计算来讲，其实目前来讲从整个的产品业态以及上层的一些应用来讲，应该还是属于比较初期的这样一个阶段，所谓的初期来讲，从一个正面来讲，可以说整体的一些服务、业务，他是丰富多彩的，这上面也是非常的有多种多样的需求，从另外一个角度来讲，其实我们看到的一些需求，多变的一些需求，从现在的一些基础设施来讲它也是多样的，在多样的情况下，这上面也带来了一些技术上的挑战，比如说我们最近给一个客户去做的一个边缘计算的案例，从客户的需求来讲，他是希望能够追求一个相对于成本、可用性以及商业模式比较平衡的一种方案，在这种考虑情况下，他往往会用一个可以说是多算力，或者说多厂家算力去组成的这样一个异构的环境，在这个异构的环境里面，客户也往往会要求能够有一个比较统一的服务化的，比较稳定的业务呈现来给他们提供出来。在这个里面，就会遇到一些工程上面的问题，比如说我们一个机架在不同的厂商，因为他的功耗不一样，不同的机架可能放的算力的数量也不一样。数量不一样也会导致你整个的机房如何去适应不同算力，怎么去布放，一个机架上面是两个一组还是三个一组，还是什么样的组合方式，才是最平衡最经济的。其实这里面背后蕴藏着一个很大的需求，就是说既使是在不同的厂商去提供的这种算力的情况下，好能够也会有一个统一的标准，然后来去规范整个基础设施，尤其在算力这方面的一些物理形态，这块就会很大程度的去提高整体的，比如说一些布放的效能，以及可管理性的效果。所以这块也是能够从这个case里面体会在开放计算在里面标准化上，能够起到的一些作用。
第二个case，其实就是刚才也提到边缘计算很多的场景是靠近用户的，比如说在用户的盒子，他实现了人脸识别，包括一些烟火检测这样一些服务。我们往往都会把这种边缘的小盒子上面会去做一些平台的纳管，类似于K8S平台化的机制把这些盒子管理起来。这块也会遇到一些问题，因为现在的边缘计算的盒子我不能说市场上有百款，反正应该来讲，其实整个的边缘盒子的市场形态还是比较多的，整体选形的工作还是比较复杂的，尤其是说盒子不同的算力可能有的是一些2T的算力，有的是4T的算力，这些盒子的规格来讲也是不同的，不同的盒子去安装相应的纳管平台，上面的探测来讲也是比较复杂，比如说我去如何平衡一个算法，到底是放在4T的盒子上面还是2T的盒子上面，这块就会在平台调度上面，在算法上面往往就会有很高的调度方面的要求，所以其实从这个来讲，我们也是希望能够，尤其边缘计算在初期的发展阶段，如果要说我们开放计算能够给出一个比较好的指导，在初期能够去标准化一些硬件的规格来讲，对于商用化的进展，还有部署的效率来讲，就能够起到很积极的提升的作用。
主持人：谢谢陈总的分享，开放，包括标准化也是我们企业应该快速成长的过程。下面把这个问题交给浪潮的刘总。
刘军：大家下午好，我是浪潮的刘军，我负责浪潮AI服务器的业务，浪潮为什么积极参与开放计算这样一个工作，我的理解是这样，现在因为浪潮聚焦在数据中心这样一个领域，实际上我们大家都知道现在数据中心整个的发展已经从原来的sever is Computer现在正在往Rack is Computer和Datacenter is Computer进化的过程当中，实际上开放计算的策略，对于浪潮这样一个聚焦于数据中心的供应商，这里面非常重要的是为我们产业提供一个高效和创新，让这个产业的运行能够更加高效率，让这个产业的创新动力能够更强。
产业运行的高效率大家比较容易理解，我们知道原来Sever is Computer时候，我们里面服务器的电源，我们主板的尺寸大小，我们19英寸的这些东西大家都是标准的，但到Rack和Datacenter的时代我们现在没有非常好的标准，所以出现了各种各样的，各个大的客户，做前项整合，我们的芯片供应商做后项的整合，所以大家处于一个比较相对来说没有特别好的标准所依据的时候，这样能给整个计算系统数据中心的发展带来很多的困扰，我们到底这个产品要做成什么样。当越标准化、量越大的时候我们运营效率会越高，也是希望开放计算能成为这方面的一个促进。
第二个，这个产业的创新动力，尤其我们今天讲到的AI这样一个话题，我们知道说现在在AI里面98%的都是GPU的芯片，但是芯片能满足我们这个世界不断增长的高速的AI需求吗？我觉得是很困难的，不断增长的市场怎么满足他呢？实际上要给我们更多的AI芯片，给他一个创新的支撑。像我们燧原这边，如果说我们用OAI的标准，我们把底座做好了，他们就可以聚焦在芯片创新上面，这样我们就能看到越来越多创新的技术进入到我们这样一个AI的时代里面，我认为这样才能真正让我们AI时代变得更加智能化，这是对OAI来说希望它能够赋予创新动力的一个期望。
主持人：谢谢刘总分享，创新包括生态这个是在开放计算里面非常重要的一个话题，下面我们把话题交给邓辉先生。
邓辉：大家好，我是燧原科技的邓辉，负责产品系统工程，作为一个AI的创业公司来讲，我们是非常支持和欢迎OCP这样的开放平台。
我讲三个点，在之前我先讲一下目前AI的发展，大家看的到，其实刚才刘总也提到了，现在整个AI数据中心都被英伟达垄断，现在都在提一个词叫AI延伸，从传统往AI延伸去转，如果没有标准的话，我们可以看到之前给大家出的最多的XM模组，我们作为一个创业公司来说应该是很难切入的，作为单纯一个模组。所以我觉得OCP其实提供了三个非常好的加速。
第一个加速，它会加速创新，创新的第一点就是它有竞争，因为有OCP的平台之后，有更多的创业公司，像我们有这样的机会，包括国内还有5G，去提供更有竞争力的产品，去做差异化。
第二个加速产品化的过程，因为标准其实在我们知道系统平台是怎么样子，我们在开发的时候就可以很好的进行前期的规划，产品出来以后也可以更好的结合像浪潮这样的系统运营商，把它做成开源的效果。
第三个加速，会加速产品的差异化，从而更好的地提供客户价值。所以这个其实前面孙波总也提到了，TCO其实是数据中心非常关心的一个点。刚好OCP它也提供了54V \48 V的供电，在电源的效率上能够有极大的提高，在商业上面有很多的方案，国外数据中心现在走在非常前面，所以我们可以通过一些差异化的方式，从不同的公司过来，提供更有能耗比的，更好性能的产品和整个系统方案给到我们的客户，让客户这边产生更多的差异化。同时在运营这边，可以更好的BMC，也可以更好的让客户整个IDC的运维和管理提供更多的差异化。因为大厂来讲，其实他们会比较有自己的原则，不太愿意做定制化的东西，但是作为我们小公司来讲更愿意迎合本地的需求，帮助客户去做这样的手段。
我就说这三个手段。
主持人：好，谢谢邓总的分享。最后一个问题跟我们今天的5G和AI有关，大家都知道随着5G和AI的出现，整个应用数量就会出现爆炸式的增长，整个产业市场环境也会发生巨大的变化，作为领先的企业，大家在这个时代做了什么样的准备或者创新的准备，来支撑整个IT产业和数据中心产业的转型，这块我也希望在座的五位专家能够给我们做一个分享，首先有请唐总来做一个分享。
唐华斌：就像我刚才演讲中说到的，说到5G中国移动作为运营商肯定是当仁不让的事情，我们确实也是在这么做的，在今年疫情这么紧张的情况下，我们还确保说我们5G承诺的进度，不光没有推迟，甚至我们还超过了原来的预期，所以说我们后续也会在不断的加大我们网络的投入，去更好落实中国移动的5G+计划，我们要更好的支持各行各业，包括不管是AI也好，还是边缘其他应用也好，这种创新，这是第一方面。
第二个方面，中国移动也会一直去推动开放计算，我们认为刚才孙波总回答这个问题的时候谈的特别好，我们为什么做这个事情，其实本质上也都是去给我们的客户带来更多的价值，因为现在5G是新基建之首，但是我们推新基建不是说把钱投进去把钱花了新基建就起来，而是通过新基建怎么样带动各行各业在一个更高维度更快的发展，所以说包括我们去推UPF，我们去推其他的像UTI开放的方案，也都是希望让更多的厂商，把原来的通信或者OCP的架构能够解耦，能够开放，让更多的产业链参与进来，让更多的用户，更多的企业能够享受到这些技术带来的实惠。
主持人：谢谢唐总，下面有请英特尔的张骏先生做分享。
张骏：刚才听各位嘉宾在谈一个关键词TCO，也听这轮我们主持人提的一个词是AI、5G，我把这两个东西结合在一起讲一讲，我们从5G、AI这个背景上看TCO，基本上主要的方向算力、计算、储存、容量、网络带宽以及基础设施，刚才也提了一些节能，相应的云或者云边协同管理方面的东西，AI我们对于云计算这块，5G当仁不让的网络，唐总参与了很多业界相应规范的制订。回过头来看英特尔在里面做什么，结合这些需求我们要看到，要帮助我们的客户帮助业界的合作伙伴一块来共同提升TCO的最佳匹配收益，结合这个收益，英特尔在CPU这一层，处理器这一层，举一个简单的例子，我们提供了内嵌于CPU里面的AI5加速引擎，大家如果有熟悉平台的都知道。
我要多讲几句，刚才唐总有提数据中心，有提各类友商有很强大的AI能力和云计算等等，其实我要引导大家思考一个状况是说，我们在今天有边缘计算产生，同时有云边协同的体制下，我们要思考一下边缘计算服务器是否一定就要像数据中心这样的形态，一定要很高算力。我们友商的，各个友商业界的GPU。实际上回过来有一点状况，边缘计算服务器的平台定制和构架系统定制，实际上是以针对特定的场景需求去适配的，所以我会刚才讲到英特尔在内嵌AI加速引擎的时候，我们会利用这个技术，其实边缘计算，你有合适的资源，或者刚刚好的资源把这个事情做的特别好，其实TCO也进一步得到了节省。所以英特尔从边缘服务器这边，我们芯片这边一个思路，集成更多的比较好的可以适配边缘服务器或者边缘基础设施算力需求的加速器，整体来说在功耗有一个能耗的节能。
另外看云计算时代我们不能照搬过来的，一是运维，二是安全，运维我们边缘计算根据不同的场景去广阔分布在各个业界领域里面，云数据中心实际上我们有很多职业化的运维管理体系来做，但运维机制在业界还没有看到趋同的定义或者规范产生，唐总也在定义，这是一条很好的方向。还有一个方向就是安全，安全问题我也不过多说，安全隐私这块也有一个大的方向。这两个方向是业界上没有既定的规范或者是经验，就需要借鉴OCP这个场合，大家携手把这些厂家或者特别让我们不好解决的问题一块来做解决。所以总体而言，我会这样总结，英特尔在处理器包括我们的平台技术，以及英特尔还会根据特定场景应用需求提供一些参考的完整方案。举个例子，我们这边有云边协同的业务，弹性扩张的方案，大家可能在接下来12月份或者1月份通过英特尔这边相应有一些支持产品的设计，我们会大力支持5G、边缘计算时代，携手各位让我们整个业界朝着更壮大，更健康的方向去发展，谢谢。
主持人：好，谢谢分享，下面把这个话题交给百度的陈刚先生。
陈刚：谈这个话题其实我想稍微扩展一下，我们谈5G+AI，我觉得可以稍微扩展一下，应该是说5G、AI、边缘计算这样三者的关系，因为我们大家知道5G其实来讲，相比于4G来讲它在整体的架构上去做出了很多的调整，很多的优化，从CT到ICT，包括核心网虚拟化的技术，他本质的架构来讲就是边缘计算，所以可以说边缘计算是5G很重要的场景。我们再谈AI，AI来讲大家可以想象AI的推理、计算，这些来讲其实是跟场景比较密切相关的。什么样的场景下适用于AI呢？应该是说越靠下的场景，比如说我在一个实际的生产线上，或者是说一个实际的金融的现场，这样的现场也就是说边缘计算的场景下，他对于AI的场景，他是有强诉求的，从这两点来讲，其实可以看到边缘计算来讲其实是5G+AI的一个比较好的切入点，或者说目前看到了一个比较好的发展点，其实5G+AI或者边缘计算来讲，对于百度来讲的一些机会其实显而易见，比如说我们现在去做了一些自动驾驶，这个自动驾驶的市场我们今年其实看到了一个比较好的增长的一个势头，不管是一些智慧城市还有一些智慧交通里面，其实从客户的需求量来讲，一直来讲是非常旺盛的。在这个趋势底下，其实我觉得在这个背后来讲是离不开5G的一些发展，或者是我们这种新基建项目这样一些大的背景下才会取得这样一些好的势头。
另外一点来讲，包括我们现在可以看到的一些在智慧城市里面的一些安防，或者在工业里面的巡检安检，这块的需求也出来了。其实大家对于在利用AI降低成本的故事上，其实越来越被一些企业所认可，不管是现在我们去做的一些厂矿，包括一些煤矿，基本上是比较传统的这种重工业的单位，他们来讲对于AI以及他所依赖的比较好的一些网络的环境5G来讲，越来越去接受这样的变化，越来越有新的需求，所以我觉得其实一般意义上来讲，边缘计算前一阵说是CDN，CDN目前来讲基本都是一个处于带宽竞争，基本上一片红海。其实对于我们看到的机会，我们是希望能够把这种5G以及超低的时延所带来的算力需求，通过边缘计算的一些新的业态，能够去消化，并且能够把这个市场真正的推向成熟。
主持人：谢谢分享，下面有请刘总。
刘军：这个问题其实非常好，5G+AI，其实边缘也是5G+AI重要的组成部分，因为今天也是听了几位专家关于5G+AI关于开放计算的演讲，其实是比较有感触。其实在我看来，现在我们一直在讲5G的杀手应用到底是什么，如果去想一下的话，用中文就是身临其境，这跟我们原来的4G、3G时代完全不一样的挑战，当你所有的信号要过来的时候你还要变成8K，3D过来的时候，这个数据洪流只有5G现在我们有想象力才能支撑，但是我认为现在的5G还支撑不了，你可能还需要加入一些AI的手段去实现，这是为什么现在我们需要加边缘，让它更靠近应用，在边缘里面还要加AI，都是为了这个去做的事情。所以大家来讲，当我们变成一个身临其境时代的时候，那么多的数据怎么来处理，这是我们现在大的挑战，我们原来传统的计算手段是解决不了这样一些问题，包括我们说在3G时代的微博，4G时代的短视频，还是一个有限的计算就可以解决了，到了5G时代的身临其境我们只有靠AI的手段才能解决。我们且不说我们要把这么多的身临其境这些数据这些视频要去重建要去做VR/AR各种各样的数据，我们就是说要对这些进行数据怎么办，怎么判断，怎么分析它的里面有没有不合规的数据，不合规的场景，怎么处理，只有AI才能处理。所以我们说未来有多少5G就有多少AI，只有更大的AI才能支撑更大的5G，这是5G和AI核心的关系。5G和AI跟我们的OCP跟我们的开放计算有什么关系呢？密不可分，可以说没有开放计算就不会有真正美好的5G+AI，为什么？我们回想1995年英特尔发布的最伟大的计算ATX，如果没有ATX我们能想象过去几十年PC计算时代的繁荣吗？我们没法想象，所以我们今天讨论OCP，我们的OAI，实际上就是下一个5G+AI时代的ATX，下一个时代的基石，这是我的观点，谢谢。
主持人：谢谢刘总分享，下面有请邓总给大家分享。
邓辉：接着刘总的话，我觉得讲的非常好5G+AI，AI的三要素，我们都在讲算力、数据、算法这三要素，其实5G会产生更多的数据，希望有高速公路，数据会非常非常多，比之前任何时代能产生的数据量我觉得是一个量级的变化，随着无人的车载开始，他其实在车上会产生更大量级的数据，通过我们的5G网络，所以说云、边、端，在端侧肯定解决不了AI算力问题，所以一定会在云和边去做算力的支撑。所以燧原这边从最基础的地方开始做，芯片，我们想做的是创新，我们解决的是算力的问题，我们想提供更好的普惠算力，因为现在整个在行业里面算力是非常贵的，一个是垄断的原因，另外竞争也不够激烈。算力会通过前期在OCP的框架里面，我们一步步从我们自研的IP创新，到我们系统的方案，在OAI和OAM的框架下提供更好的系统方案，再到最后我们自己的软件栈，最后要应用算力我们还是需要软件，我们有些编程模型放开了，所以我们做了很多基础层面的创新，通过这个基础层面的创新，最后我们希望接入我们的云和边，配合我们整个系统厂商一起，把国内整个的算力这一块能够做到在中国这个土地上，有我们自己的更有竞争力的算力方案，所以这是我觉得燧原在整个创新方面我们做了非常多的工作，从两年前开始这个公司成立，不到两年半的时间我们申请了35个国家发明和专利，已经申请下来的，还有15个正在批，所以说这是非常不容易的事情，这也是我们希望在整个创新方面借助OCP这样一个大的平台，能够把我们整个国内的算力平台能够做到高密度、高能效比，最后大家还能用的起。
主持人：感谢五位的分享，从上面的分享我们可以看到这里面有几个关键词，云、边、端、AI、边缘、生态、开放，这些实际上都是开放计算它最擅长的，今天实际上我们把五位专家邀请到一块也不容易，我们最后一个话题也是希望看台下的观众针对我们刚才的分享有没有一些问题来提问，我们也是有两个提问的机会，希望我们的观众能够抓住这个机会，一起跟我们的专家能够做一个深入的探讨。
提问：几位专家好，我一个很浅显的问题，刚才有专家提到开放计算更多是互联网企业的大客户在玩，我们普通的用户、企业来说，它从中能受到什么益处，他为什么关心这个东西，对我有什么帮助，能不能请几位专家给我们解释一下。
唐华斌：刚才我介绍在中国移动参与开发计算项目的时候我们的规模其实也很小，对于大的和小的有什么不同呢？OCP我不知道你了不了解，OCP里面最开始的几个成员当中，其实大规模的也就是face book，或者说在很长时间里面其实OCP的主要方案就是face book在用，对于大客户来说，它有足够的量，它对产业界有足够的影响力，他也有足够的技术团队的能力，所以他可以牵头来做一些方案，贡献一些方案。然后他把这个方案跟我们的开源软件一样，他把这个方案贡献出来，OCP很多的方案你可以拿到他详细的设计、SPEC甚至一些参数图纸什么的都可以拿到，如果你是他的成员的话，也有很多认证的供应商你都可以去直接购买他们的产品，所以说对于大的客户，他是有自有需求，有自己的力量他可以去做这些方面。小的客户跟着用就好了，就是说他已经是成熟的方案，大家在那么大的你想去验证过的方案，他是一个真正在很多大规模的系统当中经过成千上万的很多年的摸索，很多来自于用户的团队专家，来自于供应链的专家，大家一起做的，是一个很放心的，所以我觉得对于小的客户来说，你就找到你自己的业务需求，然后在现有的平台基础上，比如说你做一些你配置的选择，或者做一些其他的，比如说你是想用单个节点还是整机柜的，你想不想用他标准的管理接口等等，你在里面有很多的选择，这些开放的方案你也可以找到很多的供应商来满足你的需求。
主持人：谢谢唐总的分享，还有最后一个机会，看哪位观众想给五位专家提一个问题。
提问：各位专家好，我想请教一个问题，刚刚各位专家都提到说AI具有很大的发展市场，对于开放计算他也有一定的推动作用，我想问一下对于AI算力各位专家是怎么看待他的发展的？还有就是在实践当中AI算力有哪些突出的优点？
邓辉：AI的算力发展，我觉得这样来看，目前在市场上已经有的算力，总的来讲它最开始是从CPU+GPU的计算开始，我们现在看到多元化的算力，CPU、GPU、AI加速卡、FPGV，其实他是个算力池，如果我们从数据中心的角度来看的话，在这个算力池里面，其实不同的算力它的特点会不太一样，比如说CPU它对推荐的应用可能算力上会更有他自己的优势。总的来讲，随着AI的应用模型发展，我们讲现在谷歌在推的这些，不管是CN还是NLP很多研发的前沿模型，我觉得整个GPU和AI加速卡这块的算力，我觉得会成为未来一个算力的发展方向，这个我觉得是接下来十年时间在整个行业里面都会看到GPU这一侧加上CPU再加上互联这一块有一个爆炸式的算力增长以及算力需求增长。
您的第二个问题我刚才没有听的太清楚，是指说？
提问：AI算力在实践的过程当中，目前发展大的优势是什么，有没有遇到一些什么挑战。
邓辉：其实挑战一直都在，但优势我觉得现在解决了很多我们以前需要，从应用场景来讲百度这边的专家比我们了解更多，包括阿里和腾讯这边的一些应用上面，其实我们整个AI的算力最后要落地到我们应用项目，像现在看到的人脸识别，像我们的一些自然语义的处理，整个算力都在解决我们日常生活里面的各种应用场景的问题，包括我们前面专家讲到的工业领域，我们的制造这边比如说怎么样去做OAI，降低我们的人力成本，这是AI算力的优势，它会慢慢取代一些以前需要人操作的地方。同时这个挑战在于说，其实OCP就是在想解决这样一个AI算力提升的挑战，挑战在于说这个算力会变得越来越大，我们整个对人员的要求就会越来越高，就是对你的功耗，所以怎么样做到能耗比，做到一个最优，又回到我们前面讲的TCO上面，我觉得这是大的挑战之一，能耗比。
第二个挑战，他在体系架构上面，这个比较偏技术一点。在整个的AI，现在大家如果看全世界，有很多公司想突破体系架构，对一些X86+GPU的体系架构，我觉得随着时间的发展，有可能将来在整个计算领域，体系架构会发生变化，AI会驱动新的体系架构出来，这是一种可能性，这个架构会带来更多应用的发展，这是我的一个理解，谢谢。
主持人：好的，感谢各位嘉宾精彩的分享，请各位嘉宾落座，我们圆桌论坛环节到此结束。
通过各位嘉宾的分享，我们可以看到整个IT的信息化、产业化都在发生非常大的变化，开放计算是非常重要的一个支撑力量。今年是OCP CHINA DAY的第二届，通过这次分享我们可以看到整个技术得到了非常多的发展，标准也进一步完善，我们期待通过我们开放计算这个平台，可以将我们领先的技术应用到我们的数据中心中，助力我们数据中心可以更加绿色节能，更加智能化，同时我们也期望通过我们开放计算的所有产品，将这些产品应用到我们的企业来助力我们企业的数字化转型和产业升级。
好的，今天的大会到此结束。
OCP CHINA DAY2020 直播回看：https://zhibo.ifeng.com/video.html?liveid=136938
热门专题
