曙光三级跳奔向E级新未来-搜狐

　　18世纪中叶的苏格兰和爱尔兰开始了一项很有意思的运动，苏格兰人采用单足跳、跨步跳、跳跃，而爱尔兰人用的是单足跳、单足跳、跳跃。发展到后来，苏格兰的跳法被广泛采用，爱尔兰人的跳法慢慢淡忘了。

　　到了1896年，三级跳首次列入了奥运会比赛项目，比赛时，运动员助跑后需要连续3次不同形式的跳跃，第一跳为单足跳，用起跳腿落地；第二跳为跨步跳，用摆动腿落地；第三跳为跳跃，必须用双脚落入沙坑。“每一次跳跃，既是向前踏步的努力，又是下一级跳跃发力的基础。”

　　在奔向云计算与大数据的新时期，新的信息技术正在快速驱动社会进步，而E级挑战正在激发全面创新，曙光在奔向E级创新未来的过程中，充分把握和发挥三级跳的精髓，坚定与踏实的每一步，都是曙光E级挑战赢得创新的基础。

第一跳：E级超算迎难而上

　　E级新未来首要需要搞定的是计算，针对E级高性能计算，曙光正在迎难而上。

　　实际上，曙光在超算领域也很有历史了，当前曙光E级超算原型机研发项目、首款面向云计算的高密度融合架构的“星河”云服务器、新一代一站式智慧城市云平台“云魔方”等在大数据、云计算、数据中心领域获得新的进展，在很大程度上是曙光整体实力的展现。

　　值得一提的是：E级计算属于国家“十三五”高性能计算专项，作为国内三大超算中坚力量的代表之一，曙光刚一宣布启动E级超算，便引来了业界的极大反响与关注。

　　据曙光公司副总裁沙超群的介绍，曙光在针对每秒百亿亿次计算性能、EB级数据存储与管理、亿级用户在线并发访问、E级网络流量处理、E级规模数据中心技术等多个领域都在发力。毕竟E级超算架构下的数据中心能耗要求更高，如何采取更先进、更高效的数据中心服务器散热冷却技术，显得尤其重要。为此曙光自研液冷高性能硅元路由器和高效全浸式相变冷却技术让PUE小于1.1，绿色科幻即将变成现实，从而帮助用户未来数据中心的PUE值得到更好的控制。

　　当然，对于长期专注超算领域的曙光来说，不仅在超算技术创新上投入大量人力物力，同时针对超算技术的实践与应用方面，首次强调了“未来E级超算的应用和服务价值。”这充分预示着对于支撑大数据、深度学习、云计算等领域的重要应用，将带来新的变革。

第二跳：EB级存储与时俱进

　　计算与存储其实并不分家，一直处于相互协调的紧密相连中，当计算进入E级阶段时，自然就带来了EB级的存储挑战。

　　一是，随容量和规模的增长，如何实现性能线性增长？

　　二是，低成本如何与高性能协调？

　　三是，如何更好地实现多维高可靠性设计？

　　四是，如何更好地协调多样性应用，满足用户多样化的应用需求？

　　面临这些挑战，该如何应对呢？在应对EB级存储用户需求与挑战上，曙光推出了自己的云存储架构。

　　在这样的云存储架构下，曙光可以帮助用户实现高性能的需求。同时还采用通用的x86标准硬件和标准协议，构建了高密存储服务器，实现SSD/HDD盘的混插，可以根据用户需求进行节点动态扩展。在自动化管理及故障数据重建上，也实现了更智能化的控制。就此，曙光进一步加强了资源共用、数据共享的融合模式应用，同时在能耗控制、节能环保等方面有着更绿色的设计。

　　针对EB级扩展能力的考量，曙光做得非常细致：

　　首先，云存储基元配置容量为0.2PB（最大可以扩展到0.5PB）；

　　其次，单一云存储阵列容量可以由16个云存储基元组成，而最大容量为3.2PB；

　　再次，单一站点支持容量，由32个云存储阵列组成，容量可以为102PB；

　　另外，对于EB级云存储系统来说，可以由16个站点来构建，容量可以做到1.6EB。层层扩展，曙光EB级存储具有帮助用户更自由、灵活地解决海量数据存储需求的特点。

　　需要注意的是，曙光EB级数据存储是采用单一占比来解决大容量的问题，对于单一节点高密度存储的能力方面，曙光5U高度的88盘高密度存储解决方案一旦采用新的大容量盘，可望达到PB级的用户存储需求。

　　当然，曙光EB级云存储的核心精髓仍是曙光自主研发的ParaStor分布式并行文件系统。

　　因此，在曙光E级高性能计算方案中，自然结合了曙光经典的ParaStor云存储系统，为超算提供卓越的存储性能和灵活的扩展性。

　　曙光存储事业部副总经理宋怀明指出，针对用户来说，需要提供统一存储视图，不仅仅是单一系统采用集群、分布式、虚拟化等来实现，还需对用户数据提供高效的统一的视图和管理。

第三跳：EB级大数据的新飞跃

　　有了E超算的基础、有了EB存储的融入，对于用户来说，追求最终的价值始终离不开数据，EB级大数据的价值那就更吸引大家去研究了。

　　那么，如何去顺应E超算和EB存储，再融入大数据分析方面的手段呢？

　　在这之前，存储事业部副总经理宋怀明就指出过，曙光大数据战略其实就是做一个平台，对于上下游伙伴，包括用户、应用开发商都是开放合作的心态，这点对于曙光在大数据领域的持续发展有着重要的现实意义，也符合行业发展的主流趋势。曙光构建了一个可以为用户大数据应用构建的平台体系，包括了大数据基础架构、管理平台、数据分析、数据挖掘、以及多种工具支持与开发开源支持。

　　事实上，行业用户的应用、数据都存在差异性。“针对不同行业的特点，做配置模型，开发层面事情不会太多，但实施过程中的应用优化需要做很多事情，如广媒用户对于点击、阅读等需要深入挖掘和快速查询，这就需要针对用户具体应用做配置和优化。”

　　这就需要在了解用户应用基础上，进一步了解数据特点，并且精通数据模型，然后通过工具获得数据分析结果，这将是寻求大数据价值的大趋势。由此促进E级计算和存储都将获得新发展。

　　有所为有所不为，宋怀明表示，曙光基于多年的行业积累，行业研发及应用优化重心放在广媒、气象环保、军工、安全、教育等领域；而对于医疗、交通等行业，曙光还是提供底层的基于ParaStor与XData的存储和计算平台，通过跟广大行业应用厂商合作，为其提供标准的存储和应用开发接口等方式来共同推动整体解决方案的推出。而曙光在服务方面针对系统运维和服务优化上进一步深化。对于曙光来说，其云存储及大数据平台系统代码都是自己写的，完全有技术实力根据用户实际应用做相应的修改和代码优化。

　　因此，曙光大数据基础架构包括了大数据平台、大数据行业优化应用系统、系统运维和专业服务的融合体，最终形成统一运维和运营管理平台。

　　与此同时，曙光也在构建行业知识库。比如曙光在与广媒做应用结合时，也在做互联网开放数据收集，与广媒客户数据互为补充，进一步做数据研究，形成有价值分析。