遥远的东方有一条神龙，它不仅可以在天空（计算）、大地（存储）、海洋（网络）间*穿梭，还能够在虚拟和现实之间幻化自如。

数据中心三大资源分别是计算、存储、网络，这次就让我们先聊一聊阿里云的计算基础设施，相关的内容来自杭州云栖大会2019以下三个专场：

• 阿里云智能弹性计算专场
• 阿里云异构计算专场
• 阿里云智能弹性计算用户实践专场

在阿里云，神龙是计算资源的代表，阿里云及阿里巴巴经济体的百万台服务器都要统一到神龙架构下。

（图片来自于2019杭州云栖大会公开脱敏胶片）

世界上有两种云服务商：一种是有裸金属服务的，一种是没有裸金属服务的。所谓的裸金属就是直接提供物理服务器硬件给上层操作系统和应用。神龙就是阿里云提供裸金属计算服务的基础。

服务器虚拟化是云服务商进行大规模资源管理和分配的利器，可以说，没有虚拟化就没有今天云计算的发展，但总有一些应用场景是不太适合使用服务器虚拟化的，例如容器集群、深度学习、高性能计算，这样的场景越来越多。但直接提供物理服务器对云服务商的资源调度管理将带来严重挑战，这种挑战还不仅在于资源的初始化和重新分配方面，还在于需要同时保有虚拟化和物理机两个资源池，难免会出现闲置和不足同时发生的情况，另外，物理服务器对云服务商围绕虚拟化平台而构建起来的各种存储、计算资源的访问也会出现这样或者那样的问题。

神龙就是阿里云解决上述一切问题的答案，以下是第二代神龙的架构，这也是阿里巴巴生态体正在采用的一代架构。

（图片来自于2019杭州云栖大会公开脱敏胶片）

神龙架构包含软件和硬件两部分：

• Dragonfly Hypervisor虚拟化层、是阿里云为神龙定制的服务器虚拟化系统，具有超轻薄（内存<1MB/VM），资源“零损耗”（CPU<0.1%）；超平稳、性能“零抖动”（计算平稳性：99.9999%）；超平滑，兼容原架构（兼容KVM架构，支持虚拟机互迁移）的特点。
• 神龙板卡、不仅支持为虚拟机提供存储、网络资源还支持为物理服务器提供EBS弹性块存储和VPC网络支持，并提供远超物理硬件的存储和网络QOS保障能力。

在神龙服务器上运行容器平台，可在高负载场景下依然保证较低的网络和存储延时：

（图片来自于2019杭州云栖大会公开脱敏胶片）

神龙自从2017年发布以来，保持每年更新一代的迭代速度，在这次杭州云栖大会上，将发布第三代神龙。

（图片来自于2019杭州云栖大会公开脱敏胶片）

第三代神龙将更多的存储和网络IO功能加入到神龙芯片中，实现了更低的时延和性能抖动。

（图片来自于2019杭州云栖大会公开脱敏胶片）

说完了神龙，让我们来到阿里云异构计算分论坛，所谓的异构计算讨论的是除了CPU之外的其他计算单元，包括GPU、FPGA、也包括在这次大会上发布的含光800（NPU）。
阿里云的NPU芯片的定位是面向在线推理领域，在杭州城市大脑的应用场景下，4张含光800NPU卡所处理的主城区实时交通视频需要40张 GPU卡方可处理，使用NPU的延时是150ms而GPU的延时为300ms。
在淘宝网拍立淘场景下，10亿张图片的识别使用GPU下需要1个小时，而使用NPU只需要5分钟，效率提升了12倍。
搭载含光800NPU的服务器实例AN1已经开始公测，号称性价比提升100%。
除了自研的NPU芯片，在这次云栖大会上还发布了擎天加速引擎：Ali-Perseus。
这是一个统一加速框架，可以让Tensorflow、Caffe、MXNET、PyTorch这些深度学习框架在阿里云上跑的更好，按照演讲者的说法就是可以让A级车有B级车的感受，让B级车跑出C级车的效果，至于实际表现，阿里云请到了小米的工程师以小爱老师作为应用案例进行现身说法。
在擎天加速引擎之外，在异构计算分论坛还发布了异构加速资源池。这个异构加速资源池希望解决异构计算场景下的以下这些问题：

• 异构资源利用率低、要么是GPU卡闲置，要么是GPU的算力无法得到充分使用。
• 资源碎片浪费、在大规模的异构集群调度场景下，因为GPU和CPU的配比问题而导致无法充分使用零散的碎片资源，导致浪费。
• 系统可靠性难题、当出现故障时无法优雅的迁移当前任务。
• AI芯片种类繁多适配难、在这个世界上的AI相关芯片实在是太多了。

在阿里云内部的开放测试环境中，通过引入异构加速资源池实现了GPU的高利用率，甚至超卖，在开发测试环境、学生实习实训环境，能够进行GPU超卖可以显著降低这些环境对GPU资源的需求，从而降低了系统的总体成本。

说到对资源的充分利用，HPC高性能计算环境绝对有着最为迫切的需求。因为集群的管理和调度问题，一般的高性能计算集群的利用率能够到30%已经是非常好的了，为了解决这一问题，当年笔者还参与过一些HPC高性能计算集群的云化科研项目，在勘探和空气动力学领域都进行过一些尝试，勘探领域的问题是数据吞吐的问题，而在空气动力学领域是节点之间协同的问题。现在有了神龙，既能满足这些HPC环境对极致吞吐和稳定时延的要求，又能实现高效敏捷的管理和运维，阿里云基于神龙推出的E-HPC高性能计算服务已经在包括工业制造、地址勘探、生物医药、气候气象、电子设计等领域进行了广泛的应用。
在阿里云智能弹性计算用户实践专场，阿里云智能技术专家作了《SCC规格族：驱动制造工程仿真新未来》的演讲，对阿里云上的ebm（弹性物理服务器）和scc（高性能计算）实例家族进行了介绍：

• 在神龙的加持之下，同属于物理服务器范畴的scc和ebm实例都可以接入到VPC虚拟网络中。
• 都可以使用EBS弹性块存储服务提供的磁盘启动和存储数据。
• 都可以选择GPU加速卡。
• 高性能计算scc实例还可以使用低时延的50G/100G的RDMA网络。

最后，在客户有话说环节，请到了吉利汽车来介绍工程仿真高性能集群上云实践。