1
在 2016 年的云棲大會上，阿里云向外界傳遞了一種洶涌的氣勢。
除了用戶井噴，技術更新以外，阿里云已經開始奠基很多普通人可以理解和感受的工程。阿里巴巴技術委員會主席王堅反復提到兩個讓他感到驕傲的案例：
Maxcompute，以杭州為試點建設城市大腦，作為試點的一條直路，通過云計算就可以提高交通效率11%。
批量計算，幫助中國地震局計算地層成像，獲得的寶貴數據可以勘探資源和預測地震。
當阿里云產品總監李津在現場“目露兇光”地宣布阿里云降價一半的時候，已經向外界足夠清晰地傳遞了一個信息：阿里云認為自己有足夠的技術力量大幅降低云計算的成本，并且以此在云計算市場“大開殺戒”了。
在李津眼里，阿里云的攻城略地，歸功于技術實力。而技術實力的核心只有一個，那就是阿里云超乎想象的計算能力。用他的話說就是：“計算能力，是所有的能力匯集在一起的能力。”
但是阿里云在商業上的成功，遠不是李津的終極目標。他認為，計算能力對于人類的意義，也許超過我們的想象。他告訴雷鋒網：
計算說到底是在為人類爭取時間。
【阿里云產品總監 李津】摩爾定律并沒有失效，只不過是放慢了腳步。硬件的制程和效能的提升并沒有停止，只是可能做不到18個月翻一倍的速度了。但是這并不妨礙我們的計算效率翻倍。
李津看到的計算能力提升，不僅僅是硬件自己的責任，而是硬件和軟件效率的綜合結果。
去年一年，中國新購的 X86 架構服務器為 200 萬臺左右。但是這些計算機的使用效率卻只有3%-5%。
至于個人的設備，包括你買回家的PC、筆記本，每天只有不到 1% 的時間處于工作狀態。就算是你使用最頻繁的手機，里面的核心每天都有大量的時間處于閑置狀態。也就是說，在世界上有大量的計算能力是處在閑置的狀態，被浪費了。
“壓榨計算性能”，是硬件摩爾定律疲軟之后，李津用來提升阿里云算力的“殺手锏”。簡單來說，代碼要成為一條條皮鞭，不停抽打閑置的 CPU 和 GPU，從這個角度來看，摩爾定律沒有死，只是用另一種形式“涅槃”了。
【英特爾公司創始人之一 摩爾定律的提出者 戈登·摩爾】
雖說根據數據來看，在軟件效率的提升方面還有很多空間。但是要提升數萬個核心協調工作時的調度效率，是一項巨大而繁復的工作。
虛擬化的技術是在美國誕生的。所以大多數云計算企業采用的無論是底層的隔離技術，還是數字保障的能力，都掌握在美國巨頭手里。但是在阿里云的底層，我們自己寫了所有的代碼，這就讓我們從最底層做出改變成為了可能。根據現有的數據，我們已經可以預見未來底層計算資源會大量地釋放出來。這也是我們敢于降價的原因。
在李津看來，阿里云在技術上的“狂奔”，正是對人類寶貴計算資源最大的尊重。
調配芯片資源來提高“軟件摩爾效率”，正是阿里云的核心系統“飛天”的職責。那么，飛天打算如何“壓榨“芯片的計算性能呢？李津舉了一個例子：
“CPU 所進行的大規模通用計算和 GPU 所進行的高密度計算，就像是公共汽車和跑車的區別，一個可以裝進很多人，一個可以跑出很快的速度。但這兩種計算方式目前很相互代替，以現有的技術來看在可預見的未來也很難融合。
至于未來會出現一個兼顧 CPU 和 GPU 優點的芯片，還是出現很多專用的 XPU，很難做出判斷。
李津告訴雷鋒網，讓公交車跑出跑車的速度，目前看來不現實。阿里云能做的是“增強對公共汽車和跑車的管理”，讓這個系統變得“總體有效”。
例如特斯拉車上裝的是 GPU，因為它的自動駕駛系統，要處理很多音頻和視頻的信息。阿里云的飛天操作系統主要負責計算資源調度，遇到實時性要求高的計算，就使用GPU，對于實時性要求不高的計算，就使用通用計算的 CPU。
就是通過一行行代碼的調度改進，可以提高阿里云整體的計算效率。
很多行業人士，包括李津都認可一個云計算的清晰進化路徑：從云存儲，到分布式計算，到大規模分布式計算，到人工智能。
在他眼里，所謂明天的技術，“自動駕駛汽車”“AI”，本質上都是計算能力提升到了一定階段的進化形態。
至于在AI之后，計算能力再進化，會發生什么呢？他說：
計算能力超越一個高點之后，就會表現出“直覺”。就像我們人類的直覺一樣，你難以感受到自己大腦復雜的計算過程，但是卻能在很短的時間內得到正確的答案。
我覺得，世界上所有的事情，都是可以計算的。如果世界上存在一個無所不能的神的話，他對于你所有的問題，都可以給出清晰而簡單的回答。
李津認為，阿里云從創建的第一天起，就是為了獲得這種解答一切的能力。掙錢只是夢想的副產品。
所以，從根本上講判斷云計算能力的指標其實很簡單，就是計算力。你的推進能力如果比別人弱了，就是輸了。
阿里云做了很多樣板工作，普通人也能感受到云計算的強大，但真正的核心計算能力的推進，人們很難看到。但這確實云計算最核心的能力，在這個世界上沒有任何人能幫你，只能靠我們自己的科學家。
先知的奔走呼號，經常被人們恥笑為“癡人說夢”。從某種程度上講，被“眼前的茍且”籠罩的普通人難以感受到人類對于計算力的迫切渴求。
李津給雷鋒網講了如下的故事。
我們無法準確預測地震，因為我們對于地殼內部的信息，知之甚少。甚至，我們對自己腳下的大地究竟是怎樣的結構，都沒有一個完整的成像。
為了獲得大地之下清晰的圖景，中國國家地震局準備通過遍布全國的上千個地震臺進行測量。
之所以把對大地的成像工作交給地震局，是由于我們的技術無法做到通過打井的方式直接對大地深處進行探測，所以地震波成為了“感受”大地的最好方法。
【利用地震波實現地底成像的原理示意圖/圖片由王偉濤博士提供】
國家地震局的王偉濤博士告訴雷鋒網，繪制出大地影像的第一步，是對不同地震臺每天獲得的數據進行計算。這樣的計算，需要對任意兩個地震臺之間的所有數據分量做互相關計算。
也就是說，每一個地震臺之間的每一天的每一個向度的數據，都要一次次地進行相互疊加計算。這個計算量是天文級的。
王偉濤博士在阿里云上進行了一個并不是全量數據的計算。但僅僅是這個計算，就需要對50萬條路徑進行計算，疊加處理的函數達到10億個。如果使用傳統的單機運算，需要的時間是10個月。
阿里云的計算力，把整個計算的時間壓縮到了48個小時。
【云計算加速的流程和模式/圖片由王偉濤博士提供】
李津感慨地說：
當計算結果輸出的時候，我們所有的技術人員都沉默了。我們多么渴望這樣的數據早幾十年被計算出來，這樣我們就能為人類預測地震爭取寶貴的時間。如果重新來過，當我們面對曾經那些可怕的地震時，歷史絕不會是我們經歷的那樣。但技術不會憑空降臨，有時我們必須等待。
計算為人類爭取時間的故事，還有很多。
中國剛剛落成的大型射電望遠鏡 FAST，就在用阿里云的計算力對遙遠的太空進行分析。在 FAST 之前，世界上最好的天文望遠鏡只發現了 1000 顆脈沖星。而預計 FAST 每年就可以發現 7000 顆脈沖星。
這，讓人類第一次獲得如此強大的能力，來探索宜居星球。我們的征途是星辰大海，而星辰大海，拷問的是人類最頂級的計算能力。
【中國 500 米口徑球面射電望遠鏡 FAST】
根據國家天文臺給出的數據，郭守敬望遠鏡（LAMOST）每年產生 10TB 的數據，而國家天文臺（LSST），每天就會產生 10TB 的數據，而探測 137 億光年之外宇宙的 FAST，每天晚上產生的數據就達到 50TB。預計到 2025 年，天文觀測相關的數據為每年 250 億 TB。
對如此大量數據的分析，只有云計算可能做到。
我們生活的地球沒有備份，早一天得到宇宙的真理，早一天發現宜居的星球，都有可能改變我們的命運。這不是杞人憂天，因為上帝從來不會對我們施以一絲憐憫，我們生活在宇宙中的權力，來自手中鋼鐵般的計算力。
這些，是無法被計算的價值。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
