关于计算的四个观点

融合是未来趋势，融合的结果是一切皆计算。未来，整个ICT产业就构建在计算之上。

在我们不断迈向数据社会化进程中，对于计算我有四个观点。

“计算+”是数据社会化关键

迈向数据社会化，“数据资源化——数据商品化——数据生态化”是三个必经阶段。数据处理贯穿整个数据社会化进程始终，“计算+”承载一切。

今天，数据可能是微信运动感知你每天移动的步数，可能是可穿戴智能设备时刻监测的个体体征。数据可以是“猜你喜欢”里的关键词匹配，也可以是你日复一日离不开的路径规划。

数据正变成一种资源，是社会生产与发展不可或缺资源的一部分，但它与属于自然资源的后者又不同，数据是一种可以持续再生、不断被创造并且价值密度越来越高的社会资源。

千里之行始于足下，数据资源化只是基础和开始，数据的“最终归宿”是数据社会化。如何让数据社会化这一前景“梦想照进现实”？计算既是基础，又是关键。当处于生命周期各个阶段、形态特性各异的数据都在向计算靠近，当各式各样的应用场景满天飞，对数据处理能力提出更多、更高要求时，毫无疑问，计算将站在整个技术、应用和产业的中心。

而“计算+”的这个“+”号，恰恰表明了计算的延展能力，跳出计算看计算，不仅有增值，还有扩展与丰富。当互联网OTT不断冲击运营商传统业务，IT从成本中心转向服务代理商时，一切我们目所能及的技术和产业变革背后，都离不开“计算+”的承载。这是最好的时代，数据的意义和价值空前彰显，“计算+”的承载力不断刷新。

数据价值变现离不开计算

与每种资源一样，数据并非天生是“可以被直接使用的纯粹资源”。数据需要在开放基础上，通过云计算平台与先进的IT技术，加以提炼、加工、整合，实现资源纯化，使其可以被调用和应用，就能从静态的“原矿状态”，变为动态可用的数据资源。

这就是数据资源化，它把数据从单纯的“数字组合”，转变为具有极高价值的“数据资源”，这些资源不仅像以前一样，可被用来作为参照系，对现有生产进行修正，更可以实现全新社会化创新。

例如，汽车位置信息被作为资源加以利用后，就创造了Uber和滴滴出行这样全新的业务模式；房屋空置状况数据被资源化并通过网络分享后，就成为了当下许多人外出旅游的新选择——Airbnb，一种利用闲置房屋进行旅游短租的全新形态服务。

如果数据没有像今天一样成为一种资源，没有被池化和共享，没有通过互联网联系在一起，就不会有Uber、滴滴出行、Airbnb、摩拜单车等创新服务模式。

一个完整的从数据到知识的“数据转化生命周期”链条过程包含五个关键阶段。阶段一是数据采集，经由前端，如移动终端、可穿戴设备等收集数据，经由阶段二中移动互联网、物联网、智能联网的数据交换与预处理，形成原始数据；在阶段三，我们利用分布式存储、并行处理技术处理原始数据，实现数据存储处理及共享，数据进而成为信息；阶段四是通过深度最后就是利用知识，进行决策、行动和服务，实现“数据引导和数据智能应用”——很显然，数据价值变现步步为营，每一步都离不开计算。而不同应用场景中的数据流转和价值实现过程，则对计算提出了差异化要求。

智慧计算引领未来

关键计算、智慧计算和科学计算是引领计算市场发展的“三驾马车”。未来十年，智慧计算将成为IT投入的热点和重点。智慧计算是“以云计算为基础平台，以大数据为认知方法，以深度学习为优化工具”的一种全新的、面向未来的计算类型。智慧计算为信息世界走向智能化提供坚实支撑，从另外一个角度看，智能化为认知、学习、预测带来突破性变革，对计算的需求量亦呈指数增长。

无论是虚拟现实、智能家居、无人驾驶、无障碍沟通等智慧生活场景，还是精准推荐、智能生产、人机协同、智能物流等制造图景，智慧计算都将引领我们未来社会生活的方方面面。可以预见，科幻电影中的很多未来社会场景，将在智能时代变为现实。智慧计算将成为未来计算产业中最重要的组成部分。

同时，关键计算和科学计算将在很长一段时间内持续发展并保持相对独立性，并在数据社会化的发展中扮演不同角色。

关键计算虽然占据的数据量较小，但价值却极为重要，以在社会上越来越普及的电子支付为例，关键计算的持续发展，可以帮助电子支付手段多样化、场景生活化、业务规模化，它确保了社会化的、商业领域创造的数据，最高价值的一部分数据被可靠、可信、安全地使用，并提供极高的计算性能，确保快速实现这部分数据所蕴藏的高附加值。

科学计算可以模拟地球，研究大气、海洋、大陆的变迁与真相，也可以模拟人类自己，研究我们的大脑与身体是如何精密地搭配、创造出一个又一个难以理解的人类奇迹，例如人类大脑计划，目的是利用计算机技术建立人脑模型。据估算，建立砂砾大小的人脑模型，就已经需要百亿亿次的计算能力。此外，我们还在研究宇宙空间，探寻深邃星空背后的奥秘。

融合是趋势 一切皆计算

当前，放眼全球，整个大ICT产业，小至企业的产品、业务和服务形态，大至行业的商业逻辑和模式创新，技术都是不断驱动深层次变革的核心动力。

事实上，即便是在当前的信息化阶段，数据中心就已备受效率、性能、复杂性、能耗等问题的困扰。例如智慧计算，将带给数据中心更大挑战，包括但不限于：数据中心IT资源利用率的低下；相同的处理能力下，CPU功耗高、成本高；设备之间分离、独立，大量的设备孤岛导致无法均衡利用资源；耗电量巨大，制冷需求激增；能耗不仅与性能成比例增长，甚至增长幅度还可能超过性能增幅——新兴算法和应用的能耗更大。

当传统架构无法满足智慧计算时代对数据中心与IT基础设施建设的需求时，基于新技术进行架构变革就迫在眉睫，毫无退让余地。怎么办？我认为，融合架构是良方。

融合架构有两个紧密不可分割的组成部分：硬件重构和软件定义。前者不再拘泥于使用传统的硬件架构和产品，以计算逻辑为例，可以借助专用加速技术、可重构芯片技术等，进行硬件重构，可实现面向不同应用场景的、定制化系统。

硬件重构强调的是建立可重构的硬件资源池，软件定义则是根据业务系统或是数据中心的特定计算需求及其特征，重新定义硬件互连拓扑，“改变硬件排列组合的方式，以让所有被需要的、具有某些领域专业性能的计算能力更好的定义和释放”。

从而面向业务，或是存储、网络这些产品形态需求，构建起可以提供更高效率、更高性能和更强灵活性的专业系统。实现硬件重构——软件级定义——业务级“专用”——的数据中心融合架构。

很显然，融合架构中，计算已经不单单是“来料加工”般的重复的、机械的劳动，计算平台也不再对所有的计算需求进行简单、浪费的“一刀切”，计算正在被赋予更多、更丰富的意义。

当运营商都在通过计算+NFV/SDN，推动ICT基础设施融合，当Dell在与Nutanix合作后，又收购了EMC旗下所有资产（包括VMware、Pivotal等），当浪潮選择与思科在NFV、SDDC、IoT等领域的产品及技术进行深入合作，为信息基础设施、云中心、智慧城市及大数据等领域提供先进的技术、产品、方案和服务时，毫无疑问，计算站在了ICT舞台的中心。

（本文根据中国工程院院士王恩东在“Inspur World 2016技术与应用大会”上演讲整理，未经本人确认。）