【我们这十年@坐标中国】云网融合织就算力高速，“算”出数字生活潮******
中新网北京10月11日电题：云网融合织就算力高速，“算”出数字生活潮
作者 左雨晴
从“要想富，先修路”到“想发展，投算力”，算力基础设施等“新基建”正在国内掀起“落地潮”。
我们为什么需要算力？现在算力速度有多快？它又给我们带来了什么？
算力改变生活
什么是算力？算力是指对数据的处理能力。
在生活中，手机、电脑、超级计算机等诸多硬件设备都离不开算力，可以说算力是数字经济的底层逻辑，数字经济的任何发展都建立在优化的算法和强大的计算速度上，这让算力成为关键的核心生产力。
近年来，随着5G、人工智能、物联网、区块链等领域的快速发展，算力已悄悄改变我们的生活和命运。
在机场高速路口，汽车以80公里时速，“无感”通过收费站，仅收费环节每天就能节约2.75小时，大大改善了市民的出行体验。
广州机场高速，汽车以80公里时速，“无感”通过收费站。 中国电信供图在生产线上，一款新车上线前需要经历上千次的碰撞测试，而超级算力能模拟出整个碰撞过程，300次的仿真碰撞试验，在一分钟内成功模拟完成。更长远来看，“智能汽车”是离人工智能最近的应用场景之一，若能更快普及，将再次重塑人们的出行生活方式。
在偏远山区，大量人工智能深度学习算法和算力支撑下的智能教育，让远程人工智能可以辅助教师“因材施教”，推动教育资源均衡化，帮助深山里的孩子实现“走出大山”的梦想。
据工信部数据，中国算力产业规模快速增长，近五年平均增速超过30%。截至2022年6月底，我国在用数据中心机架总规模超过590万标准机架，服务器规模约2000万台，算力总规模超过150EFlops(每秒15000京次浮点运算次数)，排名全球第二。
在数字化时代，数据中心、智算中心等算力基础设施正成为加速数字经济发展和产业转型升级的主要动力。在算力需求日益复杂，应用场景不断涌现的当下，中国东部地区算力资源吃紧，西部算力赋闲，如何让用户更好地像用电一样使用算力服务？
云网融合织就算力“高速路网”
数字时代正在召唤一张高效率的“算力网”。
2012年，中国电信宣布启动天翼云计算战略，正式进军云计算领域，成为国内首家涉足云计算服务的运营商。
以“算”为中心，“网”为根基，算力网络可驱动数据的跨域流动、实现算力的跨域调配。而作为一个复杂的、融合创新的系统性工程，算力网络如何像水和电一样成为“一点接入、即取即用”的社会级服务，孵化灵活多样的商业应用，需要统一的科学规划与评估。
2022年2月，中国“东数西算”工程正式全面启动。8个国家算力枢纽节点，10个国家数据中心集群，将打通中国“数”动脉，把东部算力需求有序引导到西部的数据中心处理、计算、存储，为可再生能源丰富的西部开辟出一条发展新路，成为一条打通东西部经济社会发展的“数动脉”。
作为算力基础设施和骨干传输网络的建设者，电信运营商已经成为打造算力网络的主力军。覆盖全国千城万池的“云网融合”，不仅构建端到端的安全能力和绿色低碳的基础设施，也让实体经济和人们的生活乘“云”而上。
通过内蒙古、贵州两个服务全球的中央数据中心，京津冀、长三角、粤港澳、陕川渝四个重点区域节点，31个省份均有布局的数据中心，再加上广泛分布的边缘节点，中国电信形成了2+4+31+X的全国算力布局。
中国电信京津冀大数据产业园。 中国电信供图如今，中国电信已拥有700多个数据中心，48.7万架互联网数据中心机架，机架利用率达到72%，IDC资源在国内数量最多、分布最广，“一城一池”累计覆盖超过160个地市。
“计算+连接”的深度融合，组成了算力传输的“高速路网”。在这个“高速路网”中，中国电信的算力规模可达每秒310亿亿次浮点运算，这意味着每一秒都有海量的算力正在调度。
从中国电信贵州数据中心到北京大约2200公里，动车需要10个小时左右，而算力传输时延只需要不到20毫秒。算力与网络充分融合，正以难以想象的速度，从看不见的地方延伸到看得见的远方，为人们的生活提供普惠便捷的智能服务。
“算网大脑”让算力调度智能化
随着东部算力需求有序引导到西部，一个逐步完善的数网协同、数云协同、云边协同、绿色智能的多层次算力设施体系必将加快形成。在此过程中，“十四五”规划提出的“强化算力统筹智能调度”成为构建算力网络的重要工作。
“算力调度作为‘东数西算’的重要环节，就如同‘西气东输’的管道，‘西电东送’的高压线路。但算力调度在实施过程却又复杂很多，分布式的算力决定了算力是多样的，例如计算任务的大小、时延要求、成本等多个因素。”中国电信天翼云首席技术官广小明表示。
以算力为核心进行信息处理，以网络为核心进行信息交换，算力“高速路网”需要一颗独特的智能“大脑”。
2022年5月17日，在天翼云诞生的第十年，中国电信推出了天翼云4.0算力分发网络平台——“息壤”，使得调度千城万池的算力不再是梦。
中国电信天翼云数据中心。 中国电信供图。广小明介绍，无论业务对算力的需求是多少，“息壤”都能够规划出满足需求的算力和网络资源，以“随愿算网”的方式，对边缘云、中心云、第三方资源等全网算力进行统一管理和调度，实现业务性能和成本的最优。
“由算力调度引擎、算力资源管理平台、算力资源共同构成的‘息壤’就像一个算力传输的枢纽，在全国范围内，实现每分钟数万次、每天上千万次的算力统筹和调度，满足各种领域对算力的极致需求。”
把东部需要进行的机器学习、数据推理、智能计算等AI训练和大数据推理的工作放到西部，自动配置和调度相应算力；把东部对时延不敏感的、不活跃的、需存档的海量数据，例如医院影像数据、视频监控数据等，放在西部存储……通过“息壤”，“东数西训”、“东数西备”、“东算西也算”、“东部企业，西部上云”成为现实，云渲染、跨云调度、性能压测、混合云AI计算等多种应用场景，也都有着“息壤”的身影。
时代浪潮下，算力正加速筑牢数字经济的底座，成为经济社会发展迈向更远未来的基石。(完)
无比困难的决定？蔡英文宣布延长兵役年轻人不买账****** 中新网12月28日电 综合台湾媒体报道，27日，台湾地区领导人蔡英文时隔744天召开记者会，宣布从2024年1月1日起，2005年1月1日以后出生的役男，义务役役期由4个月延长为1年。台湾舆论对这一改革批评声浪不小，“票投民进党，青年上战场”也已经成为了台湾年轻人的惯用讽刺语。  蔡英文。图片来源：台湾中时新闻网 杜宜谙 摄蔡英文：无比困难的决定 年轻人：还不都是你造成的 蔡英文在记者会上声称，延长兵役是“无比困难的决定”，还称“只要台湾够强，青年就不用上战场”。 岛内年轻人对蔡英文的说辞并不买账：“还不都是你造成的。” 有台湾网友直言：“问题不是服役多久，问题是为何走到兵役要延长，是谁造成的。答案大家心知肚明”。还有网友讽刺，“票投民进党，青年上战场”“为了美国优先，台湾人年年缴保护费、吃莱猪、献上台积电……结果老美还嫌不够……”。    台湾网友评论截图此前，也有岛内民调显示，针对“若两岸开战是否愿意上战场”问题，高达65.2%民众表示不愿意，其中20至29岁不愿上战场比例高达七成。 暨南国际大学公共行政与政策学系教授柯于璋表示，那些反对“九二共识”的人从没能拿出一个像样的主张，只会叫嚣、反对，最终也只能把两岸情势逼到墙角；这些人不仅拿不出像样的主张，还只能靠延长兵役壮胆，声称只要台湾强盛，年轻人就不用上战场。 延长兵役的背后， “选票”和“美国人”扮演什么角色？ 有台媒分析，为了争取台湾人对延长兵役的支持，民进党当局洋洋洒洒写了26页的说帖。然而，除役男薪水大幅增加，役期纳入劳保年资，还提出分年分期入营，大学4年同时完成学业与役期的构想，摆明讨好役男与家属。 《中国时报》刊文称，让念大学的役男兼顾学业与役期，就是在抢短线，只为2024年选举。这个构想若要可行，最可能的办法就是大学生利用寒暑假去当兵，等于将役期拆成分期支付，这样训出来的兵，比现在4个月的军事训练役还不如，防务部门怎么会答应？当局难道不知道方案不可行？但仍释出研议讯息，目的就只有一个，降低2024年“大选”对民进党选举的冲击。这是标准的选举计算。 而对于台湾宣布的征兵改革，美国白宫发言人在回复台湾“中央社”询问时表示“欢迎”。这名发言人声称，美方会依循“与台湾关系法”与“一个中国”政策承诺，持续协助台湾维持足够的自我防卫能力。 岛内网友纷纷就此吐槽，“摆明了美国把台湾人民当炮灰在看”“台湾延长役期 美国表态肯定 民进党完成主人任务”“被人卖了还帮别人数钱”“募兵装模作样大可精简，改征兵浪费年轻人宝贵青春作美国梦数馒头？” 对此，有台湾学者分析，目前台当局的作法，只能暂时缓解来自华府的压力，相信后续华府仍会持续针对台湾防务支出、建军规划、装备采购、战术战法与役期等项目，进行“关切”。  资料图：台湾陆军学员训练画面。图片来源：台湾中时新闻网备战可以避战？ 和平才能避战！ 台湾《中国时报》28日的一则评论直指，自蔡政府上台以来，持续操作“抗中保台”；但蔡政府从来不诚实告诉民众，搞“抗中保台”不是“请客吃饭”那么轻松，绝对是要付出代价的。 孙文学校总校长张亚中28日也发表评论表示，“兵役延长”一旦落实，它只是个起步，台湾未来必须还要付出更多的代价继续增购武器，也让台湾成为美国的军火库。 “备战才能避战”是一种似是而非的思维，要备多少军备，征募多少兵力，才能达到“避战”的效果？如果台湾确定要用“备战”的思维，那么未来防务预算必须大幅提升，“延长兵役”为1年绝对不够。 张亚中说，台湾人民很不幸，有一个以美国马首是瞻，不在乎台湾命运的领导人；有个唯唯诺诺，看到美国就只会点头遵命的政党。两岸关系是台湾的生死大事，但民进党当局只会用“延长兵役、增加军备、依靠美国”等陈旧方法来因应，拱手将台湾的未来交给美国来操盘。 “用创造两岸和平来确保台湾安全才是唯一的思路。”张亚中最后说道。
|
