【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)
“伴侣病了”成为一场对夫妻关系的考验****** 最近，社交平台上的风向，从朋友圈分享“自己阳了的体验”，到关注“阳康”之后的知识科普，还有分享“阳了之后，伴侣的反应和行为”，也令大家思考亲密关系和“阳康”之后的人生感悟。“伴侣阳了”“家庭成员阳了”成为一场对关系的考验，从各个角度考察两个人是否是合适的伴侣，家人能否一起处理好琐碎的日常、承担生活的重压。中国心理卫生协会会员、国家二级心理咨询师张燕也通过亲身感受，与记者分享阳前、阳中、阳后的心理解读与感悟。 扬子晚报/紫牛新闻记者 张楠 “阳”之前，有人焦虑有人窃喜 阳之前的心理表现因人而异，有人出现“幻阳”焦虑，也有人产生自认“天选之子”的窃喜。 “开玩笑说自己是‘天选打工人’，别人都阳了，自己就是被留下来给全家人做饭的，或者被选中在单位干活的。这种调侃背后的心理，有一种在竞争环境中被特殊照顾、被优待的感觉。”张燕表示，也有不少人出现了焦虑心态，比如一直注重身材的人突然出现暴饮暴食，认为有正当理由让自己好好吃、好好睡了，但其实内心并没有“放开”，可能吃完之后就后悔了，这些都是阳之前出现的焦虑心态。 得了“哎呀株”的男同胞，更好命？ 许多人对这样的段子深有共鸣——高烧40摄氏度的妻子仍戴着口罩在厨房烧饭，39摄氏度的娃活蹦乱跳，中的怕不是“跳舞株”之类，烧到38摄氏度的老公躺在床上“哎呀”声不断，感觉病得不轻。张燕表示，至于阳中的心理表现，许多人在朋友圈晒温度，引来许多朋友的关注，“卖惨”也是一种心理需要，被关注的感觉还不错。“大家调侃男同胞好像对病痛的耐受能力要弱一些，当身体出现状况时，对身边人会更苛刻，尤其是夫妻之间，觉得她不把自己放在心上，只顾着看手机。生病最脆弱的时候，看谁都不舒服。病人都有怀疑和否定的想法，产生没有人帮我，无助无望的情绪，更糟糕的想法都会产生，也很正常。这时候特别需要被看见、被照顾，像个婴儿一样。” 很多人阳了之后不会向伴侣寻求安慰和关怀，而是等待对方主动询问自己需要什么。如果对方无法“猜中”自己的心思，给不了满意的回应和照顾，就会失望，累积的怨念上升为对伴侣的不满和对关系的怀疑。这十分考验有没有在关系中建立起足够的安全感，是否缺乏对对方的信任。 生病和照顾病人不是一件单一的任务。这个场景下包含着很多问题的碰撞：两个人看待家务的态度，对疾病和政策的看法，处理突发问题的方式等等。重点还是要看是否有协调、求同存异的可能。 历经疼痛、怀疑、否定、无助、无望等种种复杂心理情绪，人们也由此对人生进行重新思考。张燕表示，其实人们一辈子都有被关爱的情感需求，需要家人对我们关爱照顾，结婚后移情，对父母的需要寄托在另外一半身上。但你会发现，夫妻相处，跟爸妈对自己的爱，还是有差别。有时候不会为对方委曲求全，也会招致怀疑，他爱我吗？这都是两性关系磨合中的正常阶段，每个人都会经历。”所以，面对新冠的考验，这时候对一个人好，往往更容易链接其情感。夫妻之间不妨利用危机，更好地表达情感，共患难和经历挫折，让情感更进一步。” 积极思考“生命的合作” 随着朋友圈陆续“转阴”，张燕认为，生活是变化的，大家要适应变化做好准备，迎接挑战。“我们会发现，关系和陪伴对我们来说无比重要。人生到底什么最重要，只有在最关键时刻，才能知道。平时我们马不停蹄工作，并创造价值，但在创造价值的同时，也不要忽略，更多安慰和陪伴家人，或许会带来幸福感和安全感。” 张燕说，“我们也充分意识到，生命需要合作，无论你是什么状态，都需要身边有人在，比如亲人，爱人，朋友。毕竟一个人的时间和精力有限，需要有同盟的人，需要与被需要，共同存在。在人际关系中，做好这一点，才能游刃有余。”因此，她建议，照顾好身边的人，提供服务和表达需要的事情，才能增进彼此感情。 另外，生活中有许多不确定性，我们努力的这个过程，可以扩大我们的生命质量。不妨多做一些可以让自己舒服，让身边的人开心的事情。 亿丰彩票地图 |
