人工智能和機器學(xué)習向邊緣發(fā)展，為MTDC和高密度布線(xiàn)方案帶來(lái)機遇

  在本文中，康寧光通信與達拉斯的Citadel Analytics展開(kāi)了合作，而后者一直在托管數據中心(MTDC)中部署AI平臺。

  在互聯(lián)網(wǎng)上通常有這樣的一句話(huà)：“知識告訴你說(shuō)應該把雞蛋放進(jìn)籃子，智慧則是叫你不要把所有雞蛋都放進(jìn)一個(gè)籃子” 。機器學(xué)習(ML)會(huì )引導我們認識雞蛋并放進(jìn)籃子，但是人工智能(AI)建議我們不要將其放入一個(gè)籃子。

  撇開(kāi)笑話(huà)而言，從語(yǔ)言翻譯到對復雜疾病的診斷，AI和ML的應用非常廣泛，遠遠不止于視覺(jué)領(lǐng)域。為了讓您了解AI和ML需要多少計算能力，百度在2017年展示了一種中文語(yǔ)音識別模型，在整個(gè)訓練周期內，不僅需要4TB的培訓數據，而且還需要2000億億次的運算。

  我們需要把握一個(gè)平衡點(diǎn)，那就是既要滿(mǎn)足AI和ML需求，還需要以最低的成本提供最高的服務(wù)質(zhì)量。那么如何提供最高的服務(wù)質(zhì)量呢?通過(guò)減少數據在終端設備和處理器之間傳輸的物理距離，以改善延遲對傳輸的影響。我們可以把邊緣數據中心建設在更靠近創(chuàng )建和使用數據的地方，這樣可以?xún)?yōu)化傳輸成本和服務(wù)質(zhì)量。其次是尋求最低的成本。傳輸成本會(huì )隨著(zhù)傳輸的數據量、距離或“跳數”的增加而增加。而AI和ML大大增加了傳輸的數據量，從而導致更高的傳輸成本。邊緣數據中心靠近數據創(chuàng )建的地方，因此日益成為重要的解決方案，而一大部分邊緣計算都部署在MTDC中。MTDC可以提供最低的本地數據中心部署風(fēng)險，而且可以最快實(shí)現收益。

  什么是AI、ML、MTDC?

  在討論AI，ML，邊緣數據中心和MTDC之前，有必要仔細研究一下它們的概念，以確保每個(gè)人都在同一個(gè)理解層面上。

  人工智能是計算機系統理論的延伸發(fā)展，它能夠執行通常需要人類(lèi)執行的智能任務(wù)，例如視覺(jué)感知，語(yǔ)音識別，決策和語(yǔ)言之間的翻譯。如果利用玩具套娃來(lái)描述這些關(guān)系，那么 AI是最大的那個(gè)套娃，機器學(xué)習位于其中，而深度學(xué)習則位于機器學(xué)習套娃中。機器學(xué)習是AI的一種應用，它使系統能夠自動(dòng)學(xué)習并從經(jīng)驗中進(jìn)行改進(jìn)，而無(wú)需進(jìn)行編程。

  邊緣數據中心是通過(guò)從核心數據中心分散一些對延遲較敏感的應用程序，使數據中心的計算和處理能力更接近創(chuàng )建數據的地方。

  多租戶(hù)數據中心(MTDC)也稱(chēng)為托管數據中心，用戶(hù)可以通過(guò)租用空間來(lái)托管其設施。 MTDC提供了空間和網(wǎng)絡(luò )設備，以最小的成本將用戶(hù)連接到服務(wù)提供商。用戶(hù)可以租用空間、服務(wù)器機架或完整的專(zhuān)用模塊，來(lái)滿(mǎn)足其各種需求。

  AI有那么厲害?

  AI和ML是自電力出現以來(lái)我們所見(jiàn)過(guò)的最具革命性的技術(shù)。它比互聯(lián)網(wǎng)和移動(dòng)革命的總和還要強大。AI技術(shù)之所以如此強大和如此具有影響力，是因為它們可以快速、有效地理解大量數據。我們生活在一個(gè)數據不斷生成并且由數據驅動(dòng)的世界中(市場(chǎng)分析師預測，如今存在的數據中有80%以上是在最近兩年內創(chuàng )建的)，如果沒(méi)有能夠理解這些數據的工具，我們將會(huì )淹沒(méi)在這些數據中。

  舉個(gè)簡(jiǎn)單的例子，今年全世界將創(chuàng )造大約40兆字節的信息。那就是40萬(wàn)億GB的信息。人類(lèi)無(wú)法理解所有這些信息，即使每個(gè)人晝夜不停地工作，從理論上講也是不可能的。

  那么我們如何理解所有這些數據呢?答案是使用AI和ML。這些技術(shù)偏愛(ài)數據，數據就像是它們的氧氣。通過(guò)使用功能強大且經(jīng)過(guò)適當培訓的AI / ML模型，我們可以準確地處理大量信息，從而揭示非常有價(jià)值的數據來(lái)指導我們的行動(dòng)。

  核磁共振(MRI)的ML模型就是一個(gè)很好的例子。他們針對已知的癌癥或非癌癥結果進(jìn)行了測試(陽(yáng)性和陰性結果)，這個(gè)過(guò)程被稱(chēng)為訓練。之后將一組新的MRI加載到經(jīng)過(guò)訓練的模型中并進(jìn)行分析。這些新的MRI被稱(chēng)為驗證數據集。該數據通過(guò)已經(jīng)訓練有素的模型運行，計算并顯示結果，然后再根據為該模型選擇的性能指標評估結果。如果結果可接受，則對模型進(jìn)行培訓，并準備進(jìn)行更多測試和驗證。如果驗證數據不符合指標，則我們回過(guò)頭來(lái)，要么重新設計模型，要么為它提供更多數據，以便為下一次驗證測試提供更好的培訓。此階段稱(chēng)為驗證階段。

  人工智能的好處有時(shí)會(huì )帶來(lái)額外的驚喜。例如，Citadel Analytics處理過(guò)的大多數業(yè)務(wù)都是客戶(hù)期望通過(guò)AI技術(shù)提高效率來(lái)實(shí)現銷(xiāo)售增長(cháng)或降低成本。但他們很快發(fā)現，通過(guò)AI可以大大提高員工的工作效率和愉悅性，最大的受益者居然是員工。一家懂得利用AI / ML的公司，其員工往往也對工作更加滿(mǎn)意，這一點(diǎn)比不使用AI的公司高得多。

  這很有意義，因為AI / ML就是要使“無(wú)聊”的東西自動(dòng)化，并讓您的員工在不降低效率的情況下做他們擅長(cháng)和充滿(mǎn)熱情的事情。使用AI技術(shù)帶來(lái)的巨大好處是，使員工擁有更多快樂(lè )，并減少員工的流失。但是這一點(diǎn)許多企業(yè)一開(kāi)始并不重視。

  如何部署AI / ML并為其提供合理的布線(xiàn)方案

  AI需要巨大的處理能力，這一直是一個(gè)問(wèn)題。值得慶幸的是，像NVIDIA，Intel，AMD等公司正在縮小處理能力的差距。這使BMW，沃爾瑪，Target等公司以及更多公司都可以部署邊緣AI功能。這需要以安裝功能強大的硬件為前提，這些硬件將使用預先訓練的模型來(lái)處理本地數據。這大大減少了等待時(shí)間和對實(shí)時(shí)帶寬的需求。

  但問(wèn)題在于，沒(méi)有人能真正做到邊緣的AI / ML部署，因為雖然硬件的預訓練模型可以處理數據，但它的能力不足以更新此模型，并使其功能更強大。

  因此，混合方案便應用而生。

  在混合方案設計中，邊緣服務(wù)器將使用經(jīng)過(guò)訓練的模型來(lái)處理所有本地數據。而這些“最適合的服務(wù)器”則可能位于不同的MTDC，從而實(shí)現網(wǎng)絡(luò )和應用程序選擇的靈活性。MTDC的光網(wǎng)絡(luò )基礎架構通常采用單模光纖來(lái)部署，目的是滿(mǎn)足最終用戶(hù)對未來(lái)擴展的需求。對于部署AI / ML的公司，重要的是需要同時(shí)考慮現在和未來(lái)網(wǎng)絡(luò )中的帶寬需求。 Citadel Analytics通常有一個(gè)經(jīng)驗法則，即取期望帶寬的平均值并乘以4倍，就是應該在其系統內部署的帶寬。在當前的AI / ML部署中，帶寬尤其重要，是首要考量的因素。

  帶寬的增加也凸顯了MTDC和最終用戶(hù)對高密度解決方案的需求。高密度方案可以使MTDC空間實(shí)現最大化收益，而最終用戶(hù)可以更有效地利用他們投資的空間。由于基礎架構會(huì )隨著(zhù)不同用戶(hù)的需求而變化，因此尋找具有產(chǎn)品寬度(單?；蚨嗄?，LC或MTP等)和擴展靈活性的產(chǎn)品供應商顯得尤為重要。對于最終用戶(hù)，降低成本的一種方法是增加密度并降低功耗。這可以通過(guò)并行光學(xué)器件和端口分離來(lái)實(shí)現，即通過(guò)使用分支線(xiàn)纜來(lái)實(shí)現將一個(gè)高速帶寬端口分解為多個(gè)低帶寬端口。比如使用一個(gè)40g并行收發(fā)器端口分解為4個(gè)單獨的10g收發(fā)器端口，以實(shí)現高密度的線(xiàn)纜轉換。

  通過(guò)減小10公里以?xún)鹊膫鬏斁嚯x，通?？梢詫⒀舆t減少45%。這意味著(zhù)什么?這將推動(dòng)更多的和更小的區域性數據中心部署，使其更靠近產(chǎn)生數據的地方。 MTDC將成為這些較小數據中心的主要承載工具。邊緣數據中心將托管在這些互連密集型MTDC中，兩者相互配合，為客戶(hù)提供更全面的服務(wù)。擁有互聯(lián)的基礎設施、生態(tài)系統和豐富的客戶(hù)組合的MTDC，將能把握邊緣計算發(fā)展的商業(yè)機遇。

  期望

  AI和ML技術(shù)將持續為采用者創(chuàng )收和提高生產(chǎn)率。未來(lái)我們將看到更多公司將應用程序運行在邊緣MTDC。對于這些公司而言，MTDC提供了較低的風(fēng)險和較快的收益增長(cháng)。這將導致會(huì )出現更多的邊緣區域數據中心，而不是像我們以前看到的那樣集中的大型數據中心，同時(shí)也將帶來(lái)更多的互聯(lián)設施和更高密度的解決方案。