淺友們好~我是史中，我的日常生活是開撩五湖四海的科技大牛，我會嘗試用各種姿勢，把他們的無邊腦洞和溫情故事講給你聽。如果你想和我做朋友，不妨加微信（shizhongmax）。

15 年前為雙11“渡劫”的技術(shù)，

卻打通了AI的任督二脈

文 | 史中

快來吧奔騰電腦 就讓它們代替我來思考

1999 年，樸樹唱出了這句歌詞。

而后，時光把你我綁在刀尖，猛地刺穿新世紀(jì)的四分之一。無數(shù)孩子眼中的遙遠(yuǎn)未知，眨眼已坍縮為大人的細(xì)碎回憶。

2025，我們短暫停靠在了 AI 站臺，回望迷霧，一顆子彈正中眉心：當(dāng)年歌者的無心呢喃，竟是呼嘯而來的預(yù)言。

（一）困在船上的師傅

“10、9、8、7。。?！?/p>

隨著零點讀秒，又一年雙11開始沖刺，紅包如瀑宣泄，直播間吶喊起伏，快遞車連夜奔忙。

此刻誰也不會記起，15 年前，這群工程師曾經(jīng)做過的另一次讀秒——淘寶的“爆炸”倒計時。

那是 2010 年“雙11”，眼看淘寶系統(tǒng)就要被 3 億剁手黨沖垮。在只剩 4 秒的時候，殺掉了一個數(shù)據(jù)庫，才保護(hù)淘寶這艘巨輪沒有被浪頭吞沒。

這就是很多人都聽說過的“驚魂 4 秒”的故事。

之所以要提起這個往事，是因為它不止代表阿里，也不止代表中國師傅，而是代表了整個人類在 15 年前面臨的技術(shù)困境。

話說，人類發(fā)展有一個穩(wěn)固的底層邏輯：犯懶——總想用能源驅(qū)動工具來替代自己的勞動。

具體到計算機(jī)這個工具，主要是用來替代人類的“腦力勞動”。比如最早在軍事上替代人類彈道計算員，后來在能源勘探上替代人類地質(zhì)計算員。

這是美國第一顆人造衛(wèi)星“探險者 1 號”使用的計算員，是真正意義上的 Computer。根據(jù)圖靈的定義，計算員是“遵循固定規(guī)則，無權(quán)在任何細(xì)節(jié)上偏離這些規(guī)則的人”。

那在當(dāng)時的淘寶系統(tǒng)呢？主要替代兩類人：

一類是前臺“售貨員”，剁手黨點什么商品，就給 TA 看什么商品，再推個購物車跟著。

一類是后臺“會計員”，負(fù)責(zé)把下單的價格、數(shù)量、型號都記錄清楚，后續(xù)好給人家發(fā)貨。

在 2010 那個時間點上，它倆代表了兩種經(jīng)典計算架構(gòu)：

這“售貨員”跑在小巧的 x86 服務(wù)器上。救它相對還容易，因為服務(wù)器有點兒像隔斷船艙，這個船艙塞滿了，可以找另一個稍空的船艙借點兒地方。

可即便如此，騰挪還得靠人。這邊嘴上吼，那邊手上敲，稍微手慢一點就會掛掉。

這“會計員”就更難救了，它跑在一整套*專用*的軟硬件系統(tǒng)，由 IBM 小型機(jī)、 Oracle 數(shù)據(jù)庫和 EMC 存儲系統(tǒng)組成——這就是大名鼎鼎的“IOE”。

“IOE”好比輪船的輪機(jī)室，總共就這么大的功率，商品庫、交易庫、用戶庫，所有庫擠在里面一同施壓，要想不爆炸，只能關(guān)掉一些系統(tǒng)。

直說吧：彼時這倆“賽博牛馬”，都已經(jīng)不太稱職了，這對人類這個老板來說是災(zāi)難。

你也許沒當(dāng)過老板，但肯定打過游戲，用上一關(guān)的武器對付下一關(guān)的 BOSS，會極其吃力，甚至完全失效——BOSS 的毒打會逼迫你尋找新的武器。

就在歷史的巨大縫隙面前，一支敢死隊出發(fā)了，他們的任務(wù)就是：從虛空中悟出一種新武器，能夠打敗“雙11”這個大 BOSS。

這個新武器，絕不能再像孤懸海上的船，有沉重的輪廓阻擋擴(kuò)容；而是要飄在云端，像金箍棒一樣收放自如。

它就是阿里云的基礎(chǔ)技術(shù)——彈性計算。

注意，這個彈，絕不能是“人肉彈”，而是要在賽博空間建立一套*工業(yè)流水線級*穩(wěn)定可靠的系統(tǒng)，自動感知及反應(yīng)微小的顫動，毫秒級就把計算力調(diào)度得纖毫不差的彈！

阿里云的第一行代碼

敢死隊手握一紙計算獨立宣言：

不僅要讓計算從（美國定義的）傳統(tǒng)軟件時代的 IOE 體系里獨立出來；還要從（中美共同定義的）互聯(lián)網(wǎng)時代造就的“軟件直懟硬件”的框架里獨立出來！

“一次跨兩代”，相當(dāng)于從封建社會直接邁入社會主義。難度有多炸裂，簡直不敢想。

你或許不知道，從起草計算獨立宣言，到彈性計算的旗幟高高飄揚，中間已經(jīng)歷了漫長的 5000 多個日夜求索。

你或許不知道，“獨立”并非終點，計算系統(tǒng)對智能的模擬越來越深刻，竟然創(chuàng)造出了智能本身——AI。

但阿里云這群瘋子早就知道，從出發(fā)的那一刻就知道。

今天，中哥就借著彈性計算團(tuán)隊的故事，科普一下這段中國師傅的十五載硬核征程。

（二）彈性計算就像炒菜

講故事之前，咱們不妨先來點兒暴力——撬開機(jī)箱蓋子看看里面。

都說治大國如烹小鮮，依我看，彈性計算也如廚師炒菜。

每一個機(jī)箱里，都有一個廚師，他就是廚房的靈魂，CPU； 廚師切墩、炒菜的過程，就是計算； 廚師炒菜用到的爐灶、鍋盆、調(diào)料，就是軟件； 不時有食材送進(jìn)來，也有炒好的菜送出去，這些都是數(shù)據(jù)； 而傳菜的窗口，就是網(wǎng)卡； 當(dāng)然廚師還會把一些食材、半成品放進(jìn)冰箱儲存，這個冰箱就是硬盤；

這樣幾百萬、幾千萬個廚房組織在一起，所形成的巨大的“炒菜能力”，就叫——計算力！

了解了如上的比喻，你自然會得出結(jié)論：

所謂宏觀上的計算彈性，其實就是微觀上廚師聽話的程度。

想想看，如果你有辦法在*短時間內(nèi)*精準(zhǔn)改變*每個廚師*的任務(wù)狀態(tài)：

例如，讓某幾百萬廚師從待命變成顛勺，讓某幾十萬廚師從炒菜變成往冰箱儲存，讓某幾萬廚師從做魚香肉絲改成做法式蝸牛，讓某幾個廚師從切絲變成切條，不就等于能讓計算力瞬間變大變小，隨意調(diào)度了嗎？

這里有大難題！

廚師一直待命，但它不能憑空炒菜，需要很多“家伙事兒”，這些就是操作系統(tǒng)和軟件。而且根據(jù)炒的菜系不同，家伙事兒也不同。

但給電腦裝過系統(tǒng)的都知道，安裝不僅慢，而且還得根據(jù)硬件不同選擇版本，不可能在短時間內(nèi)完成。

誒，那時業(yè)界老師傅已經(jīng)想出一個方法——在廚房里再做一個廚房。

具體分三步：

1、根據(jù)任務(wù)不同，把需要的設(shè)施都打包裝修在一個個“小樣板間”里； 2、樣板間是一個隔絕的小世界，可以隨意挪動，也可以快速克隆； 3、炒菜任務(wù)來臨時，只要提前一兩分鐘把一堆樣板間 Ctrl+V+V+V... 放進(jìn)無數(shù)廚房里，就可以開干了！

沒錯，這個樣板間就是“虛擬機(jī)”。

有了虛擬機(jī)，大廚們再也不能以“廚具沒備好”為理由摸魚了，來活兒就得乖乖接。

別急，大廚們的“好日子”才剛來。

由于虛擬廚房很小，一個廚房里可以塞進(jìn)很多個虛擬廚房，這意味著一個廚師可以*同時*照顧很多道菜：在這邊炒兩下青菜，去那邊翻一下烙餅，再去那邊拍一拍黃瓜。

把不同的任務(wù)穿插起來，完美壓榨廚師的時間，真是牛馬看了會落淚?。?/p>

正因有了虛擬化技術(shù)，計算這件事被成功推上了工業(yè)流水線：廚房（在調(diào)度層面上）被連在一起，組成*中央廚房*！

這就是“彈性計算”最初的模樣。

手握錘子，趕緊砸釘子：老師傅開始大規(guī)模使用彈性計算替代“前臺的售貨員”，果然效果拔群。

同樣的硬件設(shè)備，因為“廚師”空閑更少了，相當(dāng)于模擬出更多的售貨員。（你品一下）

就像這樣↓↓↓

然而！他們比劃了半天，發(fā)現(xiàn)這“后臺的會計員”還是沒辦法彈。。。

原因跟“工種”有關(guān)。會計員負(fù)責(zé)算數(shù)，哪怕算錯了一分錢，記錯了一筆訂單，都是重大事故。

這個活兒相當(dāng)于讓廚師們做滿漢全席給老佛爺吃，但凡有地方鹽多了、醋少了，都是掉腦袋的罪過。

當(dāng)時虛擬化加持的彈性計算系統(tǒng)，根本做不到這么穩(wěn)定。（至于原因，我們在下一章詳解。）

好不容易研發(fā)了彈性計算，卻不能一把實現(xiàn)“計算獨立”，未免有些沮喪。。。

不過羅馬不是一天建成的，眼前至少還有個好消息：

就在這個階段，互聯(lián)網(wǎng)行業(yè)崛起了一個新的“工種”——數(shù)據(jù)研究員。數(shù)據(jù)研究員負(fù)責(zé)從海量的數(shù)據(jù)里提煉特征，為不同類型的用戶和商品都打上標(biāo)簽，以備后續(xù)推薦。

沒錯，這就是：大數(shù)據(jù)系統(tǒng)。

在 2015 年以前，很多國民應(yīng)用的爆火，最大的功臣都是大數(shù)據(jù)加持的“猜你喜歡”系統(tǒng)。比如手機(jī)淘寶、今日頭條、微博，不斷推給你感興趣的商品或內(nèi)容，才牢牢抓住你。

多說一句，別看“大數(shù)據(jù)”和“數(shù)據(jù)庫”都帶“數(shù)據(jù)”，實際上大數(shù)據(jù)系統(tǒng)的只是做定性分析，偶爾算錯一個數(shù)，或者算得慢一些，都無妨大局。

就以當(dāng)時最主流的大數(shù)據(jù)系統(tǒng) Hadoop 為例，你可以極簡理解為：它就是用一套公式，把數(shù)據(jù)庫里所有的數(shù)都算一遍。

而 Hadoop 的創(chuàng)新在于，它能把這種計算拆分成無數(shù)獨立的小計算。小計算的結(jié)果捏合起來，就能得到最終結(jié)果。

這，不正適合新生的彈性計算系統(tǒng)么？

每一個小計算，都能放在一個（大廚房里的）虛擬廚房里。

每天人類下班以后，“賽博廚師們”就上班，把這一整天新增的數(shù)據(jù)都給“炒熟”。

就像醬↓↓↓

那幾年，阿里巴巴內(nèi)部的各個業(yè)務(wù)線，愛嘗鮮的老師傅都用“中央廚房”搭建了各自的大數(shù)據(jù)系統(tǒng)，這些師傅，后來好多也成了阿里云的悍將。

之所以要說“后來”，是因為有個歷史原因：最早阿里巴巴的底層技術(shù)團(tuán)隊和阿里云的技術(shù)團(tuán)隊分屬兩邊，后來慢慢合并的。（詳見）

那么，當(dāng)時的阿里云團(tuán)隊在忙啥呢？

他們忙著把彈性計算包裝成產(chǎn)品（ECS），系上蝴蝶結(jié)，滿世界尋找客戶，準(zhǔn)備大庇天下寒士！

最初一批“寒士”，就是阿里巴巴收購萬網(wǎng)之后繼承過來的中小網(wǎng)站們。

中小網(wǎng)站，和淘寶這種網(wǎng)站比起來，那簡直是螞蟻 VS 大象。

很多小網(wǎng)站全部代碼只需要一個虛擬機(jī)就能跑起來，而且一天也沒幾個人訪問，相當(dāng)于廚師們都閑著，就算底層的彈性計算的架構(gòu)“不結(jié)實”，也不至于出問題嘛。

阿里云的師傅們開始樂觀了，小網(wǎng)站行的話，那大網(wǎng)站行不行？網(wǎng)游行不行？政企行不行？

現(xiàn)實的毒打馬上就來了。

（三）煩惱的源頭：“打擾稅”

話說，在轟轟烈烈的“計算獨立運動”中，涌現(xiàn)了一批掃地僧，專門負(fù)責(zé)“搬家”，也就是協(xié)助各個業(yè)務(wù)搬到彈性計算上。

楊曦就是其中一員。

他有點像老中醫(yī)，一個系統(tǒng)擺在面前，他把把脈，就知道目前的彈性計算的能力夠不夠支撐，從而決定是現(xiàn)在上還是等等上。

在他和同事的努力下，每一年“雙 11”都有更多的淘寶模塊被搬上彈性計算，不再忍受“人肉云計算”的煎熬。

阿里云彈性計算產(chǎn)品解決方案負(fù)責(zé)人 楊曦

2014年，組織上看中了他的醫(yī)術(shù)，調(diào)他來阿里云幫一幫外部大客戶上云。

楊曦一來，才發(fā)現(xiàn)這是個坑。。。

外部客戶不像阿里同事那樣，把自己的業(yè)務(wù)系統(tǒng)全都拆開摸索著上。人家手里的是售貨員、觀察員、各種員長在一起的“連體系統(tǒng)”，要上就一起上！

這樣的系統(tǒng)在彈性計算上能跑明白嗎？

兩個字：看命。

楊曦記得，當(dāng)時手游剛剛開始火爆，有很多游戲廠商面臨和“雙11”類似的難題，一做推廣促銷，服務(wù)器擴(kuò)容就跟不上，結(jié)果浪費金錢、浪費大好機(jī)會。

他們聽說阿里云這個老中醫(yī)專治“雙11”，滿懷期待用了彈性計算。結(jié)果計算力倒是有彈性，可負(fù)載一重，系統(tǒng)就*隨緣*出 Bug。。。

Bug 不怕，怕的是隨緣——老師傅就像原始人看見雷公電母那樣無助。

所有故障都指向一個地方：虛擬化系統(tǒng)。

上一章我答應(yīng)你，要講講不穩(wěn)定的具體原因?，F(xiàn)在咱們開始：

一個廚師，面對眼前的五個虛擬廚房里，最難的是啥？當(dāng)然是掌握每一個廚房的進(jìn)度，在各個任務(wù)里精準(zhǔn)地*切換*。

為了切換，他得有個日程表，而日程要靠“規(guī)矩”來定。

我隨便編幾個規(guī)矩你感受下：1）某個灶上的水開了，就要趕緊中斷其他任務(wù)，跑過來下餃子；2）某個爐灶里的菜冒煙了，就要趕緊中斷其他任務(wù)，過來翻炒。

像這樣的規(guī)矩有好多條，它們編成了一個厚厚的“操作手冊”，這個手冊就是“虛擬化架構(gòu)”，它放在一個桌子上，也就是“宿主操作系統(tǒng)”。

廚師每炒幾下菜，都得坐回到桌子前面，對照手冊算一下，確定接下來該操作哪個爐灶。

這種情況，其實無法保證菜不糊，因為“確定下一步”這個動作本身，就會占用廚師的時間和精力。

假設(shè)：同時五個廚房都在進(jìn)行步驟很復(fù)雜的菜，廚師為了搞清楚下一步該給哪個廚房做，要在桌前算很長時間，這邊剛搞清楚，那邊的菜已經(jīng)糊了。。。

這下你知道，為啥負(fù)載一重，虛擬化系統(tǒng)就愛崩，而且還隨緣崩了吧？

阿里云趕緊滿世界貼告示“重金求子”，如今的阿里云彈性計算通用虛擬化負(fù)責(zé)人，大神沈益斌就是這個當(dāng)口加入團(tuán)隊的。

沈益斌還記得，當(dāng)時他們幾個師傅使出畢生絕學(xué)，把各種能想到的情況都做成精巧的補丁，打在系統(tǒng)里，給虛擬化架構(gòu)續(xù)命。

到后來補丁摞補丁，也摞不動了，他們只好采取“惹不起，躲得起”的六字方針：主動幫客戶定時釋放內(nèi)存，或者監(jiān)測到哪個地方負(fù)載高了，趕緊把一部分“虛擬廚房”遷到提前準(zhǔn)備的“備用服務(wù)器”上。

就這樣，云計算又硬生生退回到了“人計算”。

人是最不靠譜的動物了。

即便用人來填，到后來也不好使了：移動互聯(lián)網(wǎng)方興未艾，不到半年，客戶負(fù)載密度又提高了十倍。這時你要保證不出事兒，就得準(zhǔn)備十倍的服務(wù)器放在那準(zhǔn)備騰挪。這么多服務(wù)器，用裸機(jī)都能支撐業(yè)務(wù)峰值了，還“彈”個毛線啊。

老師傅被逼到了懸崖邊。

2015年，團(tuán)隊下定決心，玩命跳向?qū)Π?，重?gòu)所有的虛擬化代碼，從 Xen 架構(gòu)到 KVM 架構(gòu)。

他們跳過去了：KVM 這個新的操作手冊輕巧多了，廚師不用每次都跑回桌子前面，而是可以帶在身上，隨時拿出來算一算下一步該干啥。

這一下，一般的重負(fù)載，彈性計算都能繃住，絕對不抽了。

眼看阿里云上外部客戶罵聲能歇一歇，淘寶也能再挑出一部分負(fù)載較重的系統(tǒng)上云了。

老師傅擦著汗，給自己偷偷點了個贊。

之所以偷偷，是因為他們心里都清楚，更換虛擬化引擎，最多能頂個三年五載，但絕不會是終點。

因為搬家?guī)煾禇铌匾呀?jīng)幫他們試過了，即便最新的 KVM 引擎能承擔(dān)很多重載，卻仍舊沒辦法支撐“雙11”狀態(tài)下滿負(fù)荷工作的會計員（數(shù)據(jù)庫）。

這到底是為啥呢？因為數(shù)據(jù)庫在滿載時有個缺德的特點：“高 I/O”。

還用廚房舉例吧。數(shù)據(jù)庫的基本功能可以抽象為兩件事：存一個數(shù)（I），取一個數(shù)（O）。這就相當(dāng)于讓廚師把食物放冰箱，以及從冰箱里取食物。

在“雙11”這種情況下，它存取的頻率極高。

指令是發(fā)給五個虛擬廚房的，但實際只有一個廚師干活。。。

而且別忘了，這么多請求同時過來，他還得照手里的小本本算，先搞那個后搞那個。

每次“低頭+算一算+抬頭”的時間，就和它放一件東西在冰箱的耗時差不多長了。原本就緊張的時間，這下徹底不夠了！

你看到了沒，這里出現(xiàn)了一個死結(jié)：

要想實現(xiàn)彈性，就得有虛擬化；要想虛擬化，就會出現(xiàn)一個廚師對多個虛擬廚房的情況；只要廚師一對多，就涉及到日程切換；一旦編排日程，就得來回看本本；一旦看本本次數(shù)多，廚師的工作效率就直線下降。

這個死結(jié)有一個名字：虛擬化損耗。

而虛擬化損耗的本質(zhì)，就是廚師“被打擾”產(chǎn)生的精力開銷。虛擬化損耗的本質(zhì)就是“打擾稅”。

越是小而多的任務(wù)，打擾就越頻繁，打擾稅就越重。

別說沈益斌，就是天王老子來了，他也得交這個“稅”。可只要有稅，數(shù)據(jù)庫就交不起！

“計算獨立宣言”言猶在耳，難道說，彈性計算永遠(yuǎn)無法一統(tǒng)山河，永遠(yuǎn)要在土地上給傳統(tǒng)計算留一塊扎眼的“租界”嗎？

孔子曰：面對死結(jié)，最好的方法不是去解，而是找一把刀，把丫劈了！

（四）金箍棒鑄成！

我問你：有誰規(guī)定，編排廚師日程這個活兒，必須得廚師自己干？

當(dāng)時老師傅被逼急了，也問出了一毛一樣的話。。。

你給廚師配個秘書，能死嗎？

這個秘書，就是后來救了所有人一命的神龍 CIPU。

秘書守在窗戶前面，舉著小本本，每每從窗口傳進(jìn)來原料，他就直接幫廚師算好了日程。 廚師下一步要干啥，完全不用自己操心，可以兩耳不聞窗外事，一心只顧顛大勺。

這樣一來，打擾稅直接降到了“0”！

你可能會說：不對吧？這個活兒還在，只是換了個牛馬干啊。。。

誒，讓驢拉磨和讓狗拉磨，那效率可是天差地別。

CIPU 的總架構(gòu)師楊航告訴我，CIPU 這個秘書生下來就是為了分配任務(wù)“定向培養(yǎng)”的芯片，它（在這個特定任務(wù)上）的計算密度是廚師的千倍萬倍。

2017 年云棲大會上推出這個專用芯片的時候，楊航完全沒想到一個月后世界云計算的公認(rèn)領(lǐng)導(dǎo)者 AWS 也發(fā)布了同樣的玩意兒，他更沒想到，CIPU 的用處居然比他之前的設(shè)想更廣泛，更激進(jìn)。。。

激進(jìn)到啥程度呢？

激進(jìn)到連“虛擬廚房”都可以拆了！

回憶一下，當(dāng)初之所以要設(shè)立虛擬廚房，是因為啥？因為鍋碗瓢盆很難快速備齊對吧？

現(xiàn)在，老師傅掌握了另一套方案：

1）每個廚房都先安裝好基礎(chǔ)的爐灶、油煙機(jī)。（這不夠?qū)Ω端胁讼担?2）使用一種筐，把當(dāng)前這道菜所需的專用工具和食材打包放在里面，從窗口biu~biu~biu~遞進(jìn)去； 3）廚師不用挪地方，只管站在操作臺前，秘書把哪個筐遞到他面前，他就干哪個活兒！

這個筐，就是大名鼎鼎的“容器”。

當(dāng)然為了復(fù)制和移動方便，最好別一次性把一道大菜的所有工具都裝一個筐里。你可以分在不同的筐里，相當(dāng)于把一道菜的工序切碎，變成“微服務(wù)”。

就像生產(chǎn)線上打螺絲：每個廚師只做一小步，然后就傳給下一個廚師。他甚至不用知道自己在做啥菜，讓你切蘿卜就切蘿卜，讓你給鍋里放蒜就放蒜。

分布式炒菜，妥妥的。

既然廚師們在廣大的網(wǎng)絡(luò)中協(xié)作，秘書們就沒辦法自掃門前雪，而是要拉一個“秘書群”：任何一個秘書都要準(zhǔn)確知道眼前這個筐里的食材從哪來，下一步要送到哪去。

換句話說，在云上協(xié)作體系中，秘書變成了和廚師一樣重要的角色，它成了云計算的基礎(chǔ)設(shè)施計算芯片，沒錯，CIPU 的全稱 Cloud Infrastructure Processing Unit 就是這個意思。

云霧中，“金箍棒”雛形初現(xiàn)：

1）有了容器，中央廚房具備了收放自如的彈性，瞬間變大變?。?2）有了 CIPU，廚師們可以在收放自如的前提下擺脫“打擾稅”，聚精會神在自己最擅長的炒菜上。此刻他們的效率，和在最早的“實體廚房”里是一樣的。

看著以上這倆特點，你意識到了什么沒？

沒錯，十年艱苦戰(zhàn)役，打擾稅降為 0，終于可以敲鑼打鼓把“會計員”（數(shù)據(jù)庫）請上彈性計算了。。。

更準(zhǔn)確的說法是：終于可以把賬目交給云上的會計員去管理了！

就在 2020 年前后，阿里巴巴集團(tuán)核心數(shù)據(jù)庫陸續(xù)搬上 PolarDB 等等自研云數(shù)據(jù)庫。

征服“會計員”之后，彈性計算徹底殺瘋了，已經(jīng)沒什么“員”不能被計算力替代了。

比如現(xiàn)場促銷員，就是當(dāng)時已經(jīng)流行的“實時計算大數(shù)據(jù)系統(tǒng)”。它會把用戶的每一次點按拿回去立刻計算，幾毫秒之內(nèi)就要調(diào)整推薦策略——彈性計算可以支持。

比如找貨員，就是你熟悉的“搜索引擎”，這是一個和數(shù)據(jù)庫類似的高 I/O 系統(tǒng)，還涉及全球范圍內(nèi)的信息傳輸——彈性計算也可以支持。

湊齊這一套“賽博牛馬”盲盒后，阿里云上的“大遷徙”已經(jīng)勢不可擋。

容器服務(wù)負(fù)責(zé)人易立回憶，智聯(lián)招聘前兩年特別頭疼的就是招聘季突然會有大量的畢業(yè)生涌入平臺，算力需求暴增。為了服務(wù)不掛，他們只能按照峰值準(zhǔn)備廚師（服務(wù)器）。

可一過旺季，很多廚師就閑著了，每天摸魚，實在浪費。后來他們索性遷徙到了阿里云的容器計算上，每秒用幾個廚師就付幾個廚師的工資。

這樣精細(xì)切分，綜合成本比之前降低了恐怖的 40%。

同樣搬遷上來的還有 OPPO、得物、小紅書。。。數(shù)不勝數(shù)。

相當(dāng)于阿里云準(zhǔn)備了一套極其高效的中央廚房，你們這些大酒樓小飯店只管拉客，菜我給你炒！

看到這兒，估計你產(chǎn)生了另一個疑問：

別人用你幾秒鐘廚房就付幾秒鐘的錢，人家倒是沒損失了，你阿里云的中央廚房不就承擔(dān)了閑置的損失嗎？

這個問題，恰恰是我最早有意略過的，也是彈性計算的最精彩一塊拼圖。

一切紅利都來自宇宙的基礎(chǔ)特性：時間！

小紅書的峰值，和 OPPO 的峰值，和智聯(lián)招聘的峰值，和阿里云上千行百業(yè)的峰值會同一分鐘到來嗎？會同一秒到來嗎？會同一毫秒到來嗎？

觀察的時間顆粒度越小，越不會。

要知道，微觀上的廚師根據(jù)“CPU 時鐘”作息，本就比我們感知的顆粒小很多。

推到極端來說，只要這些客戶的峰值不撞進(jìn)同一個調(diào)度時間片之內(nèi)，哪怕只差幾微秒，就不算“同時”！廚師就可以先炒 A 客戶的菜，后炒 B 客戶的菜。

對“時間紅利”運用越深刻，就需要“廚師調(diào)度系統(tǒng)”越敏銳：如果你的最小調(diào)動能力僅是分鐘級，當(dāng)然就沒辦法讓客戶們“秒級復(fù)用”你的廚師。

復(fù)用有一個前提：所有彈性計算的客戶，必須在（邏輯上的）同一套中央廚房里！

而當(dāng)時的阿里云上，有人已經(jīng)在用筐（容器），有人還在用虛擬廚房（虛擬機(jī)）。

對于楊航來說，任務(wù)非常明確：秘書（CIPU）必須升級，所有形式的彈性計算，它全理解，全支持，全安排，才能把客戶們?nèi)菁{在同一個中央廚房里。

這件事兒，就叫“并池”。

但并池又加劇了一個副作用，那就是所有飯館兒都在一個中央廚房里大鍋炒，萬一有人食材不干凈，污染了其他家的菜品，或者干脆有人惡意下毒怎么辦？

易立和沈益斌兩支團(tuán)隊合作，把虛擬化上的一些關(guān)鍵隔離能力移植到容器上，雖然我炒的是百家飯，但是相互之間絕對不會滲漏。

同時，楊航團(tuán)隊又升級了 CIPU，讓這個秘書經(jīng)手的數(shù)據(jù)完全默認(rèn)加密。

這些技術(shù)組合在一起，就做出了“安全容器”。

宜將剩勇追窮寇！搞完這些，技術(shù)大牛們驀然回首，那面“技術(shù)獨立”的旗幟已經(jīng)高高飄揚。

他們恍然大悟，原來“獨立”從來不是一個時間節(jié)點，而是分布在漫長的時光中一串無盡的腳印。

在這面旗幟下，所有的算力第一次團(tuán)結(jié)為一朵云。

這朵云的每一處都是均勻的，沒有任何特例，可以稱之為“純粹的算力”。

它就像電，你用電的時候，絕對不會糾結(jié)它是水電還是火電，它就是電！你清楚地知道，每一度電，都是完完全全等價的。

而歷史告訴我們：電力誕生的那一刻，并非結(jié)束，甚至并非結(jié)束的開始，而只是開始的結(jié)束。

1893 年芝加哥世博會是人類第一次大規(guī)模使用交流電照明，西屋電氣公司讓二十萬只燈泡齊明，夜空亮如白晝。

（五）AI 奇點

閃回到 2014 年夏天，淘寶低調(diào)地上線了一個功能：拍立淘。

從某個角度理解，這個功能對后來阿里云的意義，甚至大于它對淘寶的意義。

拍立淘的功能是通過對圖片的理解從商品庫里幫你找出對應(yīng)商品，是一個“找貨員”。

那我問你：同樣是找貨員，“拍立淘”和“搜索引擎”有啥不同？

表面上的感覺是：一個用圖搜，一個用字搜。這沒錯。

深一點兒的認(rèn)識是：一個用了 AI，一個沒用 AI。這就更對了。

但我有一個有趣的角度：他們替代人腦的工作是不同的。

搜索引擎模擬的人腦工作是一個——規(guī)則執(zhí)行； 拍立淘模擬的人腦工作是兩個——規(guī)則建立+規(guī)則執(zhí)行。

也就是說：拍立淘在搜索前，必須先建立一套規(guī)則，用以判斷兩個圖片處于相似“模式”。這就是 AI 的經(jīng)典能力：模式識別。

這厲害在哪？

阿里云加速計算的產(chǎn)品技術(shù)負(fù)責(zé)人王超一語道破天機(jī)：

規(guī)則執(zhí)行，例如大數(shù)據(jù)，大規(guī)模計算一旦停止，價值輸出就隨之停止。 規(guī)則建立，例如大模型，即便大規(guī)模計算停止了，它仍能繼續(xù)噴涌價值。

你上班干的具體工作，手停嘴就停；但你從工作中學(xué)習(xí)的技能，卻受用終生。

拍立淘后，歷史陡然加速。

越來越多的業(yè)務(wù)開始附加 AI 功能，邊干邊學(xué)。

旺盛的需求催生了達(dá)摩院老師傅的熱情，他們開始訓(xùn)練能建立更深層模式的模型，比如（通義大模型的前身）M6 大模型。

底層的硬件，也從拍立淘的 384 張 V100 計算卡變成了 512 張 A100。

訓(xùn)練大模型的計算強度，如舞會的音樂逐漸推高，烈焰一般炙烤著底層的算力平臺。

幸虧，阿里云的師傅們已經(jīng)把彈性計算煉成了金箍棒，能接住 AI 時代的第一波“潑天富貴”。

2022年，王超他們拜訪客戶小鵬汽車，無意中聽到了他們的“絕密計劃”。

阿里云加速計算產(chǎn)品技術(shù)負(fù)責(zé)人 王超

當(dāng)時，特斯拉已經(jīng)開始用計算力模擬“人類駕駛員”——把 10000 張計算卡連在一起，端到端地訓(xùn)練自己的“自動駕駛 AI”。

小鵬也看好這個方向，只是自己嘗試了半天，很難建起這么龐大又穩(wěn)定的計算集群。

王超樂了：您說的這玩意兒，灑家恰好能干！你來我阿里云上用如何？

說干就干，王超申請了天價預(yù)算，準(zhǔn)備啟動萬卡集群建設(shè)。

當(dāng)時采購?fù)瑢W(xué)看到這個單子都慌了：“超哥，你可別沖動啊，一個客戶你敢買這么多卡？萬一將來沒有別的客戶續(xù)上，可就廢了。。。”

但王超心里篤定，AI 浪潮將會席卷，這次不是演習(xí)，無數(shù)企業(yè)很快會來阿里云上訓(xùn)練他們的 AI！

一萬張卡可能都買少了。

“彈性計算 AI 版”，就這樣摸黑上路了。

這就是——靈駿集群。

后來的故事證明，王超簡直神預(yù)測。就在小鵬上靈駿之后幾個月，ChatGPT 橫空出世，大模型的潮水席卷而來，成千上萬的團(tuán)隊涌上阿里云來訓(xùn)練他們的 AI。

之前的一萬張卡，果然買少了。。。

和潑天富貴一起來的，是兇猛的技術(shù)挑戰(zhàn)：

隨著訓(xùn)練模型的規(guī)模擴(kuò)大到千億-萬億參數(shù)，底層的算力平臺又開始顫抖了。

這是為啥呢？

眾所周知，AI 訓(xùn)練的核心負(fù)載從 CPU 轉(zhuǎn)移到了 GPU，相當(dāng)于原來的廚師還在，只是炒菜的主要任務(wù)交給了一位新廚師。

廚師變化其實問題不大，關(guān)鍵是這群廚師要做的菜完全變了。

打個比方：

過去 CPU 廚師們做菜，有點像婚宴。一個廚師做十個菜，每盤之間沒有關(guān)系。你炒糊了一盤菜，是不會影響其他菜的。大不了我把這盤重做一下就是了。

現(xiàn)在 GPU 的廚師們做菜，一萬個廚師只做一盤菜，任何一個廚師手抖一下，對不起，剩下九千九百九十九個廚師都白干了。。。

可人無完人，每個廚師都有一定概率出問題：

足夠多的廚師×足夠長的時間=必然出問題

王超回憶，當(dāng)時被阿里全集團(tuán)寄予厚望的通義千問大模型剛剛在靈駿上做訓(xùn)練時，在內(nèi)部論壇直接吐槽：講個笑話，靈駿集群能穩(wěn)定運行八小時，哈哈哈哈。。。

可在那個烈火烹油的當(dāng)口，全世界都在追趕 ChatGPT，老板們天天盯著靈駿團(tuán)隊，讓他們搞快些，哪怕多給撥些人也行。

王超氣得頂嘴：一個人生孩子要 10 個月，兩個人 5 個月就能生出來嗎？？

逼到瘋癲，他們只好使出了阿里云的傳統(tǒng)藝能：人計算。

一群 P8、P9 的老師傅夜里輪流值班，手動救火；白天再把昨天救火的經(jīng)驗總結(jié)成GPU巡檢、網(wǎng)絡(luò)優(yōu)化的代碼組件，固定到系統(tǒng)里。

就這樣連軸轉(zhuǎn)了三個月，每個 GPU 身背的出錯概率終于緩緩下降，系統(tǒng)總體的穩(wěn)定性穩(wěn)步爬升。

說到這里，有個普遍誤區(qū)。

很多人覺得 AI 計算是 GPU 的天下， CPU 在這里打醬油。

其實，GPU 廚師主要負(fù)責(zé)炒菜，但是炒菜的同時，大量洗菜（數(shù)據(jù)清洗）、放冰箱（數(shù)據(jù)存儲）之類的任務(wù)，還是得交給 CPU 來“幫廚”。

幫廚師傅一點兒不比主廚閑，具體來說，它需要多核心來并行任務(wù)，超高主頻來思考，還要大內(nèi)存帶寬來保證同時處理大量數(shù)據(jù)。

找來找去，阿里云找到了 AMD，他們的 EPYC 系列 CPU 就是專門為 AI 計算設(shè)計的。

這個 CPU 的技能簡單說就是：無論是數(shù)據(jù)預(yù)處理，還是調(diào)度任務(wù)，都比 GPU 需要得節(jié)奏更快。

這樣，幫廚師傅永遠(yuǎn)等著主廚，主廚不用等幫廚，就能全速炒菜了。

用戶的腳是投票器：最瘋狂的時候，全國一半左右的大模型都在靈駿集群上全速訓(xùn)練，一個個“賽博大腦”自流水線噴涌而出。

可嘆十幾年前，阿里師傅還在“雙11”驚恐地大口嗆水；如今，隱天蔽日的“云上廚房”，已成智能的肥沃土壤。

向前追溯，至 1946 年第一臺電子計算機(jī) ENIAC，甚至 1642年第一臺機(jī)械計算機(jī)“帕斯卡加法器”，人類在漫長的征程中，用計算一點點替代大腦的規(guī)則執(zhí)行部分；

而今，我們終于模擬出了大腦的規(guī)則生成部分，從而湊成了大腦的“完全體”。

腳下，是萬年不遇的 AI 奇點。

我們該期待些什么呢？

ENIAC

（六）計算的銀河

阿里云創(chuàng)始人王堅曾給出絕佳的開示：如果說云計算是電，那么大模型就是電動機(jī)。

實際上，在電發(fā)明后，人類仍忍受了漫長的毫無想象力的生活；

而橫空出世的電動機(jī)，才真正攪動萬物，讓電動機(jī)床、卷揚機(jī)、電鉆、風(fēng)扇、洗衣機(jī)、冰箱、縫紉機(jī)、電車、電梯依次誕生，歷史從此澎湃前行。

如此說來，此刻 90% 的人對 AI 的期待都可能是被局限的。

比如，受第一波浪潮 ChatGPT 的影響，很多人天然認(rèn)為 AI 的形態(tài)就該是聊天機(jī)器人。

但王超告訴我：AI 真正的想象力，其實根植在具體的行業(yè)中。

千行百業(yè)都存在領(lǐng)域知識。而這些領(lǐng)域知識，過去都由具體的從業(yè)者體會、發(fā)現(xiàn)、傳承——這個匠人精神成本極高，而且產(chǎn)出不穩(wěn)定。

而之前說過，AI 的本質(zhì)功能就是“規(guī)則生成”，恰可以在細(xì)分的領(lǐng)域里替代那些匠人。

它會進(jìn)入千行百業(yè)，成為比人類更資深的客服、卡車司機(jī)、機(jī)器精調(diào)師、醫(yī)生、翻譯、老師、編輯、裁縫。。。

更深刻的改變也許是——當(dāng) AI 腳踩彈性計算，它可以零成本實現(xiàn)“協(xié)作模式”的切換。

100年前，福特發(fā)明了流水線，讓生產(chǎn)效率飛躍；而彈性計算可以讓流水線根據(jù)需要每時每刻重組。

王超開腦洞舉了個例子：

將來也許會出現(xiàn)一種“服裝電話亭”，你站在里面，就有 AI 自動操縱掃描儀給你 3D建模，然后幫你設(shè)計衣服，做裁剪，最后產(chǎn)出一套成衣讓你拿走。

在你看來，自始至終都是在和一個 AI 對話，而它背后，是一套可以隨意組合、對接、改造，無遠(yuǎn)弗屆的計算力。

如果這一天真的到來，意味著在最底層，燃燒著萬倍、億倍于今天的彈性計算。如今讓阿里云師傅們驕傲的技術(shù)，仍然需要N次迭代和升級。

“那時的計算底座會是什么樣？”我問。

“我不知道，人的想象力是有限的。就像讓你現(xiàn)在想象 iPhone 20，你也許只會想到更好的攝像頭，更大的屏幕。但最有可能的是，到那時，原來的思考框架已經(jīng)被顛覆。”他回答。

王超很喜歡彈性計算同事們常說的話——為了永不停機(jī)的計算服務(wù)。

永不停機(jī)的計算，并不意味著我們的燈永遠(yuǎn)亮著，而是我能永遠(yuǎn)滿足人類旺盛的計算需求——當(dāng)世界有需要，我們就在那里。

他說。

做算力基礎(chǔ)設(shè)施的人，很難站在聚光燈下接受獎杯。他們像是時代大廈的支柱，深埋在泥土中。

正如這些年手機(jī)芯片提升了百倍，但電池工程師的苦，似乎無人過問。

做算力基礎(chǔ)設(shè)施，就像是做電池，每年你都要逼迫自己把性能增加 15-20%。看上去只是日積跬步，沒有奇跡時刻，但當(dāng)你走過十幾年回頭望，身后就是工程奇跡。

正如愛迪生點亮燈泡的一瞬間，只有他自己知道過去的 1000 次實驗意味著怎樣的艱難跋涉。

回望來路，一個真理不言而喻：世界從來不是某個截面，而是時光中錯綜的連線：

2010年，如果沒有彈性計算師傅趁黎明出發(fā)，用十五年鍛造出“大規(guī)模計算的組織能力”，如今像靈駿這樣的 AI 算力集群就不會成立； 2020年，如果沒有全世界 AI 研究者的反復(fù)試錯，就不會有 ChatGPT 的橫空出世； 2025年，如果沒有無數(shù)行業(yè)對大模型的熱烈擁抱，未來那個無遠(yuǎn)弗屆的 AI 也只能是賽博傳說。

如此，我們并不活在一個確定的當(dāng)下，我們活在無數(shù)可能性組成的根系中。

在任何一個時間截面上，你無法看到根系之間的聯(lián)系，他們散落在天穹，恰似遼闊的銀河。

而夢想家知道：在這條銀河中，終將有一顆新星閃耀。

計算是一場

深刻的模擬

再自我介紹一下吧。我叫史中，是一個傾心故事的科技記者。我的日常是和各路大神聊天。如果想和我做朋友，可以搜索微信：shizhongmax。

哦對了，如果喜歡文章，請別吝惜你的“在看”或“分享”。讓有趣的靈魂有機(jī)會相遇，會是一件很美好的事情。

Thx with in Beijing