212
欢迎关注软硬件融合：
Kubernetes（K8S）是一个开源的容器编排平台，是基于容器进行算力调度的核心。AI大模型发展迅速，K8S对加速计算的支持力度明显不够，需要针对加速计算做全方位的优化和增强。
KubeCASH，是Kubernetes+CASH（Converged Architecture of Software and Hardware，软硬件融合架构）的整合。KubeCASH系统，主要从计算架构、云边端协同、算力网络、软硬件协同四个方面进行了优化增强；并且，不仅仅是技术层面的优化，还包含了对产品和业务层面的优化和支持。
本篇文章，我们详细介绍KubeCASH在这四个方面的优化。
1 融合计算的定义
算力是一个庞大的系统工程，从软硬件技术角度来说，就是要实现融合计算。融合计算指的是，异构融合 x 软硬件融合 x 云边端融合。
如上图所示，我们通过XYZ三个维度来进一步阐述：
- X轴，异构融合：通过异构融合计算，把各类异构算力和融合算力的价值发挥到极致。
- Y轴，软硬件融合：通过核心的开放一致性的跨集群管理系统，承上启下，融合软硬件堆栈，开源开放。
- Z轴，云边端融合：跨算力中心、跨不同算力运营商、跨云边端的融合计算。
只有从微观到宏观，实现全方位的整合优化，实现融合计算，才能实现算力的最优性能和最低成本。
2 KubeCASH简介
Kubernetes（K8S）是一个开源的容器编排平台，是基于容器进行算力调度的核心。传统K8S仅基于CPU优化软件，而针对更多加速计算的支持力度不够。随着AI大模型的发展，加速计算已经成为主流，并且加速计算的类型和架构会越来越多，K8S已经力有不逮。
KubeCASH，则是在K8S基础上，针对加速计算所需的软硬件融合（CASH，Converged Architecture of Software and Hardware，软硬件融合架构）能力进行了优化增强，主要表现在如下四个方面：
- （Scale Up，融合计算X轴）在计算的架构和芯片方面，增强了对异构融合和多元异构的支持。
- （算力网络增强）技术层面的算力网络，关键在于网络优化；而业务层面的算力网络，是算力行业逐渐走向分工协同的发展趋势。针对算力网络，针对客户业务需求，做了相应的增强。
- （软硬件协同，开源开放，融合计算Y轴）提供南向和北向开放接口，对接各类软件和硬件。
KubeCASH的核心是算力优化，会针对算力的软硬件持续优化，目标是：同成本情况下，算力提升100-1000倍；反过来，同算力情况下，成本降低到1/100以下。
3 特征一：异构融合和多元异构
算力中心的算力多样性，主要体现在异构融合和多元异构两个方面：
- 异构融合，关注的是计算架构，关注的CPU、GPU以及多种DSA芯片的更多异构之间的协同计算。而多元异构，重心在于（同类型）芯片的架构多元。以CPU芯片为例，多元异构关注的是x86、ARM以及RISC-v不同架构CPU的统一调度和多架构CPU的协同；以GPU为例，多元异构关注的是NVIDIA GPU及其他架构GPU的协同加速计算。
从计算架构的角度，KubeCASH对如下四个类型的计算架构进行了优化支持：
- 第一类（K8S默认支持），CPU同构计算。
- 第二类（已完成），CPU+GPU的异构协同。AI是目前最热点的加速计算，包括TPU在内的众多AI-DSA或AIPU，也是加速计算的重点，KubeCASH也进行了增强支持。
- 第四类（长期目标），通过SOC芯片级的架构重构，或CPU、GPU、多种加速DSA芯片的芯片级交互优化以及定制服务器优化，实现对异构融合计算的支持。
实现对多元算力支持的核心在于算力调度，也就是把最合适的任务调度到最合适的计算平台上去。多元算力调度最基本的要求是架构和功能特征匹配。此外，还需要根据成本和剩余资源情况等动态更新优先级，从而达到最优的算力调度。
从云计算数据中心到AI智算中心，多样性算力越来越多。多元算力调度，是智算中心发展的重要特点之一。并且，多元算力调度，持续发展，未来会形成标准一致的算力调度平台，并对算力芯片形成反向约束，所有算力芯片资源按照既定接口接入，而平台不关心芯片架构实现的差异性。
对智算中心来说，统一标准的多元算力调度还有一个优势：标准统一的多元算力调度平台，智算中心不会被特定平台“绑架”，“谁性能好、效率高、价格低，就选谁”；没有了平台依赖，芯片公司真正“公平竞争”，智算中心不需要为生态溢价付费。
4 特征二：从跨集群到跨云边端
目前，边缘计算的发展并不是很顺利，云边端协同计算停留在样板阶段，难以规模化；云边端融合，更是遥不可及。我们简单分析一下问题症结所在：
云计算，通常仅关注到云端服务，无法涉及终端计算和边缘计算。
终端计算，通常也只能关注到终端本地。如果需要云端协作，需要把系统进行C/S架构划分，以及各自独立的终端和云端开发过程和业务运行环境。并且，系统划分是静态的，无法在运行期间动态调整。
如果涉及到边缘计算，问题就更复杂了。哪些工作该云端做？哪些工作该边缘做？哪些工作该终端做？在开发的早期阶段，对如此复杂的系统架构约束，要做好准确的系统划分非常困难，发现问题后修正的代价也很高。并且，云端、边缘和终端的开发进程和运行环境都各自独立，开发和协同的成本都非常的高。
要实现跨云边端的协同计算，甚至云边端融合，主要做两方面事情：
-
- 一方面，平台侧。也就是KubeCASH侧要做的工作：
-
- 把云端、边缘端和终端的开发和运行环境统一；需要把云端、边缘端和终端的网络（灵活）打通，使得三者能够高效交互（云边端网络优化，可归属到算力网络的范畴，将在算力网络章节进行介绍）；需要实现跨云边端（跨集群）的算力调度，调度算法需要能够感知更多需求和更多环境参数，实现更加精细化的算力调度。
-
另一方面，业务侧。业务应用微服务化。每个微服务的重要程度、带宽、延迟等因素，以及微服务间的耦合性等因素，都是算力调度所需的关键参数。
最终，通过大模型加持的KubeCASH智能化算力调度，实现业务无感的云边端融合计算。
5 特征三：增强算力网络
算力网络，包含两层含义：
- 一个是技术层面的算力网络：指的是通过高速网络，把更多的算力中心连接起来，统一调度。更广泛的，这些算力网络包含的算力，既包括大规模和超大规模的云端算力中心，也包括中小规模的边缘算力中心，还包括各类智能化的海量的终端设备（算力调度主要体现在多元算力调度和跨集群、跨云边端算力调度）。
- 一个是业务层面的算力网络：指的是算力的统一运营和业务接入入口。算力网络是传统云计算发展到智能云计算时代的一个重要变化，实现了前端和后端的分工：
-
- 后端对应算力中心，聚焦算力建设，聚焦算力的低成本；前端对应算力运营，聚焦算力落地。对算力客户来说，技术的高门槛，使得很多大算力（AI+）的业务场景难以落地。算力运营，聚焦帮助算力客户，实现热点场景的落地，反过来，才能实现云端和边缘端算力需求的爆发式增长。
5.1 技术层的算力网络
云计算有区域（Region）和可用区（Available Zone）的概念，以亚马逊AWS为例，在34个区域（Region）运营108个可用区（Available Zone），并计划在墨西哥等地，增加18个可用区和6个区域 。
一个可用区通常为物理上独立的机房，然后就近的多个可用区组成一个区域。上图为典型的公有云计算的基于区域和可用区的网络架构示意图。
网络，是大模型时代，最大的技术瓶颈。在传统的云计算，仅关注算力中心的网络。随着云边端进一步深度协同，需要考虑跨云边端的高性能网络解决方案。整体的网络架构，需要从传统云网络架构，向云边端网络架构持续转变。
5.2 业务层的算力网络
算力中心，是位于后端的算力生产工厂；算力运营，是位于前端的算力销售平台；算力客户，可以从算力工厂直接批发，也可以从算力运营平台获取更多优质的算力服务。
以算力需求方（企业侧）为例。传统的超融合，仅关注企业私有云；后来兴起了MSP系统，则在私有云基础上加入了公有云算力的接入。而KubeCASH提供了更加丰富的算力资源属性管理：
- （传统的）企业自建自用，也就是私有云集群资源；（新型的）企业自建闲置资源，可以加入算力网络。变支出为收益，为企业降本增效；（传统的）类似MSP，支持公有云算力资源接入；（新型的）对接各大主流算力网络，算力资源来源各大算力网络，算力的类型也不仅仅局限于云端，也包括边缘和终端算力；（创新的）终端算力接入。终端算力纳管，通过云边端协同，支持企业海量终端算力需求的场景落地。
因此，相比传统的MSP企业云管理，KubeCASH升级成了企业云边端管理。KubeCASH，针对算力网络三方（算力中心、算力运营和算力客户），提供相应的技术和业务支持。
算力中心
-
-
- 算力中心业务分析：核心竞争力在于给用户提供更低成本的算力。KubeCASH技术支撑：挖掘算力价值，降低算力成本；软硬件综合解决方案，算力数量级提升。 KubeCASH业务对接：算力营销，一键接入主流算力网络，拓展更多商机；算力对接，为算力客户，推荐相关算力中心算力。
-
算力运营
-
-
- 算力运营业务分析：为轻型云计算公司，没有自建算力中心基础设施；需要海量低成本算力接入；需要实现算力价值最大化；还涉及PaaS，以及各类帮助客户业务落地的解决方案。KubeCASH技术支撑：算力云PaaS服务体系；行业+场景+AI大模型+软硬件的综合解决方案；支持算力运营商特色解决方案定制开发。KubeCASH业务对接：算力资源，协助对接优质算力中心资源，确保技术栈兼容和高效协同；算力客户，作为第三方ISV，协助算力运营平台，支持算力客户业务落地。
-
算力客户
-
- 业务分析：需要海量、优质、多样、低成本的算力；需要支撑业务的企业云边端管理平台，以及云边端场景落地的各类解决方案。KubeCASH技术支撑：支持多类型集群的新一代企业云边端管理平台；低成本的边缘和终端硬件解决方案；云边端融合方案，解决终端算力瓶颈问题；打通软硬件壁垒，加速企业大算力业务场景的规模化落地。KubeCASH业务对接：算力采购，帮助用户获取海量、优质、多样、极低成本的算力，帮助用户优选最合适的算力资源。
6 特征四：开放的软硬件接入平台
国内的许多智算中心建设运营，有两个误区：
- 第一个误区，算力芯片来源单一。选择某家芯片公司的芯片，此芯片对业务场景的覆盖情况，就成了制约智算中心业务发展的最大“短板”。此外，选择单一平台，智算中心对芯片公司形成依赖，会掣肘自身的发展；我们的建议是，最好是形成芯片平台无关的智算中心多样性算力的调度和运营平台。
- 第二个误区，对场景的支持，受大客户牵引。智算中心，即使支持了某个特定客户的某个场景，不一定能支持其他客户的类似场景，更无法做到对其他客户的其他场景的支持。我们的建议是，这里需要形成一个标准规范。这个标准谁来定？最好是开源软件（生态）来定。（因为，包括国际国内各个互联网大厂的业务系统，绝大部分都是基于开源系统，或基于开源系统优化。）
KubeCASH的核心是异构算力调度，它承上启下：
-
- 对下，不需要关心芯片的各种差异性，只要有开放的算力调度平台，就可以实现各类芯片的轻松接入。
-
- KubeCASH提供开放的南向接口，对接主流的大厂的芯片，如x86 CPU、ARM CPU、NVIDIA GPU等。对于其他芯片公司的芯片，平台方和芯片厂家可以建立深度合作关系，把其他的GPU/AI算力芯片逐步接入。在此基础上，形成统一的、开放的南向接口和架构规范，从而支持更多硬件的接入。
-
对上，也不需要担心智算中心的硬件是否能够匹配客户的业务场景。开放的算力调度平台决定了，能够实现对绝大部分场景的支持。
（正文完）
