元宇宙计算:将发展新的计算形态,催生新的计算架构( 二 )


2.  五大支柱:交互与展示的技术、数字孪生与数字原生技术、创建身份系统与经济系统的技术(含区块链)、内容创作的技术、治理技术;

图2-1:元宇宙十大技术
如何分析元宇宙产业?
目前我们仍处于元宇宙早期的阶段 , 分析元宇宙产业 , 可以简单地按照十大技术来分类 , 每项技术其实都对应着较大的产业链 。 中长期时 , 元宇宙会成为创意、思想、意识的协作网络 , 到那时 , 元宇宙产业的分类会围绕着创意的产品或者服务 , 根据生产、流通、销售和服务等环节来划分 。
本篇文章重点讨论和分析元宇宙的计算技术 , 也是笔者第一次尝试将元宇宙相关的计算形态进行归类和介绍 , 以期能抛砖引玉 , 吸引更多更资深的专家一起交流、完善 。 我们知道 , 地球上人类的发展 , 需要直接或间接消耗煤、石油、天然气、太阳能、风能、水能等能源 。 元宇宙的发展也是一样 , 需要人类物理世界源源不断的提供“算力能源” 。 宇宙是由能量构成的 , 同样的 , 元宇宙的地基则是由来自物理世界的算力构建的 。 如果把存储比作元宇宙的“土壤”的话 , 我们可以把计算比作元宇宙的“能量”或“阳光” 。 如同物理世界中的发电厂、各种电池一样 , 元宇宙的计算也会以多种形态出现 , 大体来说包括了如下图的 , 发生在云、边、端和数据中心 , 以及去中心化计算和空间计算 。
1)云计算 。 包括数据中心的私有云 , 以及超大规模数据中心承载的公有云 , 如AWS、AZURE、Google云、阿里云、腾讯云等 , 提供了便捷、易扩展的计算资源使用方式 , 帮助实现类似AIGC、大数据分析、云渲染、备份归档等任务;
2)边缘计算 。 将耗费计算资源和带宽的任务运行在边缘计算节点(PC或服务器等)或者边缘计算数据中心上 , 例如无人机三维重建所需的云平台 , 在线游戏所需的不同区域的服务器或集群 , 在线影视所需的CDN , VR高沉浸感场景如HTC Vive PC VR , 或者索尼的PSVR所需的PC机;
3)端计算或终端计算 。 如触觉手套、VR/AR眼镜、无人机吊舱内嵌有AI芯片的摄像头、风力发电的叶片等智能终端所包含的计算 。
4)去中心化计算 。 主流的有类似Ethereum全球公链等 , 也有类似SETI@Home这种全球规模最大、影响范围最广的分布式计算项目 。
5)空间计算 。 如同元宇宙一样 , 空间计算是一个集成多种技术相关的概念 , 目前尚未有一致认可的定义 。 空间计算有助于人类与数字世界的交互和展示方式 , 从二维平面转到三维立体 。 其意义重大 , 意味着用户从第三人称的在线旁观 , 将渐变为第一人称的在场互动 。

元宇宙面临怎样的算力挑战?
元宇宙所面临的计算领域的挑战巨大 。 Intel高级副总裁Raja Koduri曾表示:元宇宙可能是下一个主要计算平台 , 我们今天的计算、存储和网络根本不足以实现这一愿景 , 要达到《雪崩》(元宇宙的英文词metaverse来源于这本科幻小说)中的元宇宙体验 , 我们必须在相同甚至更低的能耗下实现一千倍的算力增长 。 然而 , 众所周知 , 因为受限于集成密度、效率性能以及功耗、散热的制约 , 摩尔定律放缓 , 当前晶体管密度每年增加不到3% , 如下图:

与此同时 , AI计算需求猛增 , 根据OpenAI分析 , 自2012年以来 , 6年间AI算力需求增长约30万倍 , 如下图:

摩尔定律的放缓 , 使得计算技术的发展不再仅仅依靠通用芯片在制程工艺上的创新 , 而是结合多种创新方式 , 例如根据应用需求重新审视芯片、硬件和软件的协同创新 , 也即思考和探索新的计算架构 。 才能满足日益巨大、复杂、多元的各种计算场景 。
1.云计算(含数据中心相关的计算)
云计算(含私有云)已经成为主流的计算形态 , 本文不再赘述 。 这里举一个例子 , 3D科幻电影《阿丽塔:战斗天使》是实现了虚拟人物和真实形象互动的经典之作 。 阿丽塔的头上有13.2万根头发 , 脸和耳朵上有近50万根“桃色绒毛”;一个虹膜有830万个多边形 , 运用了900万个像素;每一帧钢铁城的渲染时间超过500个小时;整部电影的特效耗费了数据中心的三万台电脑 , 总计4.32亿小时(相当于4.9万年)制作出来 。

除了在数据中心端 , 还要考虑终端用户的体验 , 例如我们使用了Blender在数据中心完成了图形的渲染 , 最终还需要通过Unity或者Unreal等游戏引擎在终端设备进行展示 。
2.端计算
Meta Reality Labs的首席科学家迈克尔·亚伯拉什(Michael Abrash) 在2021年举行的IEDM 2021大会中提出了一种可以满足真正AR眼镜形态需求的计算架构思考 。 重新思考计算架构的核心原因是行业需要大幅降低设备的功耗 , 从而满足续航和散热要求 。 有证据表明 , 最耗能的计算操作是数据传输 , 亚伯拉什指出:“对于诸如如轻型AR眼镜这样的低功耗应用 , 尽可能减少数据传输量至关重要” 。 因此他认为 , 分布式计算架构的起点可以从AR眼镜感知用户周围世界所需的众多摄像头开始:在通过耗能大的数据传输通道仅发送最重要的数据之前 , 由摄像头传感器本身进行一定的初步计算 。

推荐阅读