鄔賀銓：東數西算實爲“東數西存”如何處理冷熱數據值得研究

中國工程院院士鄔賀銓。2022中國算力大會官方供圖

新京報貝殼財經訊（記者羅亦丹）7月30日，中國工程院院士鄔賀銓在2022中國算力大會上表示，對東數西算中數據中心的管理機制、冷熱數據配對等還有許多需要深入研究的內容。

鄔賀銓介紹，數據分爲冷數據和熱數據，熱數據主要是一些需要實時性計算的數據，冷數據相對不需要實時性，國家的八大算力樞紐，實際上西部主要定位在處理冷數據和一些本地數據，東部主要是熱數據。

“最近產生的數據是熱數據，但是熱數據經過一週或幾個月以後，也要變成冷數據。人類歷史上90%的數據都是過去幾年產生的，50%是短短兩年產生的，這意味着兩年之前的數據肯定都是冷數據，而且兩年之內產生的也有很多是冷數據。從一般的統計來看，冷、溫、熱的數據分別佔到80%、15%和5%，也就意味着冷數據是最多的。對冷數據來講，計算不是常態，主要是存儲。”鄔賀銓表示，“東西部分別以熱數據和冷數據爲主，照這樣算，東數西算實際上是東數西存，主要存在西邊，當然偶爾會有一些計算。”

據瞭解，目前有存算分離和存內計算兩種架構。鄔賀銓認爲，對於冷數據存算分離是好事，但對熱數據存算分離會使得數據在存儲和計算之間來回輸入，而CPU的計算能力高於存儲，這會使得CPU能力受到存儲的拖累，形成瓶頸，此時存內計算就適合熱數據，例如自動駕駛。

目前，西部以冷數據爲主，但是西部也要處理當地的熱數據。“也就是說對西部來講，冷熱都有，是不是同樣要採取不同的存算架構，這是值得研究的問題。”他表示。

鄔賀銓認爲，東西部數據中心的冷熱數據配對值得研究。此外，每個數據中心往往有多個業主，在同一個數據中心內如何協調這些業主共享能源、土地、電力供應，建立共享機制也值得研究，“每一個數據中心需要設計算力、存力和網絡能力的合理比例以及相應的災備比例，這裡面跟冷熱數據、大文件小文件數據是有關聯的，不能一刀切，關於數據中心的數學和算術，還有很多需要深入研究的內容，我們要善於從實踐中學習創新。”

編輯 徐超 校對 趙琳