大型机没有灭亡，反而正成为AI、混合云的宠儿
作者：赵满满
编辑：小宏
编审：杨小天
头图来源：中培伟业
本文是《中智观察》“企业数字服务供需市场”行业洞察之人工智能篇。二三十年前，专家就预言了大型机的死亡。然而，诞生70多年的古老的大型机不但没有消亡，而且又开始抬头了，在混合云、AI、量子计算等新兴领域大展拳脚。基于关键业务和AI应用，IBM的大型机能够咸鱼翻身，再造辉煌吗？
——海比研究院
2022年5月23日
在20世纪50年代初，大型机开始进入市场，“蓝色巨人”IBM 和七个“小矮人”——Burroughs、Unisys、NCR、Control Data、Honeywell、GE和RCA用大型机创造了计算时代，并在最大的组织和企业中争夺关键应用、复杂建模以及大规模事务和工作负载。
在过去的70多年中，计算能力、存储和网络在每一波颠覆性技术浪潮中，出现了多次各种集中化和去中心化浪潮。
在这每一波体系架构浪潮中，专家、分析师和行业观察人士都预言了大型机因为昂贵、复杂、封闭等而“死亡”。
然而，70多年过去了，古老的大型机又开始抬头了。
对于许多CIO来说，混合云都是“and”战略，而不是“or”战略。对于许多企业来说，在与亚马逊云科技、微软Azure、阿里云、腾讯云、华为云等公有云合作的同时，出于成本和安全原因，将其密集型工作负载保留在大型机上。
另一方面，大型机已经为AI应用做好了准备。2022年4月，IBM最新的大型机IBM z16及其集成的片上Telum AI加速器已准备好大规模分析实时事务，非常适合大型机关键型任务工作负载，如医疗保健和金融交易等，并开始受到用户的青睐。
IBM CEO Arvind Krishna表示，全球市场正处于达到关键AI临界点的风口浪尖，该临界点将释放重大的生产力提升。那么AI会成为大型机的新领地吗？IBM能借助大型机在AI、混合云，甚至是量子计算等方面，再造辉煌吗？
图片来源：IBM
1991年3月，当时的风险投资家、InfoWorld的主编Stewart Alsop首次预测，最后一台大型机将于1996年3月15日拔掉电源。
在此后的30年中，没有人怀疑，大型机将走向灭亡的预言。但是，大型机消亡了吗？
大型机在70年后仍然保持强劲威力。
在2020年第四季度大型机使用情况通报中，IBM分享了有关大型机采用情况的统计数据。
其中，财富100强中的67位，前50大银行中的45家，前10大保险公司中的8家，前10大电信公司中的8家，前10大零售商中的7家，前5大航空公司中的4家等，都在使用大型机。
在过去十年，IBM大型机的使用数量增长了350%。
市场研究机构Forrester在2019年对IBM大型机专业人员的调查结果显示，近90%的企业计算专业人士认为其技能组合的就业市场需求正在增长，75%的人认为市场对大型机技能的需求很高。
在2020年德勤的调查中证实，大型机的使用量继续增长，74%的受访者认为，大型机作为其组织的战略平台具有长期可行性。91%的受访者认为，在未来12个月内，扩展其大型机业务是一项中等或关键的优先事项。72% 的企业计划在未来三年内升级其大型机。
大型机Mainframe更多地被形容成一整套操作、应用和系统的集合，目前广义上已经把之前更加细分的大型机、小型机、其他一些Unix系统等，基本都归类为大型机了。
其核心是采用专心的CPU，如IBM Power/HP RISC等，而不是现在工业标准的x86 CPU；采用的操作系统为专用Unix系统，当然现在则采用了Liunx系统；采用专用的中间件和应用系统等。金融系统一直是应用大型机数量最大最集中的领域。
IBM CEO Arvind Krishna
第三，AI已经成为IBM和大型机发展的重要应用领域。
IBM CEO Arvind Krishna在2022年的Think大会表示: “在数字化转型浪潮的引领下，技术成为竞争优势之源。我们的客户和合作伙伴相信IBM能够持续创新，提供混合云、人工智能和咨询相关解决方案，为其业务保驾护航。”
IBM发布了2022年全球人工智能采用指数。报告显示，目前，35%的公司正在其业务中使用人工智能，比2021年高出4个百分点。此外，30%的受访者表示，组织的员工已经通过新的人工智能和自动化软件和工具节省了时间。
Krishna说：“人工智能迅速发展的原因是，我们每天产生的数据为2.5万亿字节。任何数量的人类都不可能处理它。旧的分析和数据库技术是不够的。人工智能是唯一能够利用和收集这些数据以获得洞察力的工具。”
因此，IBM在AI发展上，也把大型机纳入了发展规划，为此专门推出专用的推理芯片和大型机。
拥有Telum芯，实现欺诈检测等AI推理工作负载。
2021年，蓝色巨人IBM推出了Telum，首款具有AI推理加速功能的芯片，使其能够在交易发生时执行欺诈检测等任务。
IBM介绍说，该芯片包含8个处理器内核，具有深度超标量无序指令流水线，以超过5GHz的时钟频率运行，针对异构企业级工作负载的需求进行了优化。
同时，完全重新设计的缓存和芯片互连基础设施为每个内核提供32MB的缓存，并且可以扩展到32个Telum芯片。双芯片模块设计包含220亿个晶体管和17层金属层上的19英里导线。
IBM Z硬件开发高级技术人员Anthony Saporito表示，L2缓存可以组合并形成虚拟的256MB L3缓存，最多8个Telum芯片可以组合成虚拟的2GB L4缓存。
Telum设计的关键创新之一是，在芯片上构建了一个AI加速器，直接连接了所有内核，并通过硬件设计、固件、操作系统以及能够将深度学习带入交易的软件，在堆栈上构建了一个生态系统。
借助这项技术，不仅可以达到每秒成千上万的交易，具有高可靠性和零停机时间特性，而且能够进行实时深度学习推理、欺诈检测和分析。
另一大创新是IBM Research创建了一款采用2nm制造的测试半导体技术，与基于7nm的芯片相比，使用相同的功率，性能将提高45%，或者只使用75%的能源。
2nm技术将于2024年底投入生产。大规模使用可能会在2025年左右出现。
而目前最先进的半导体制造工艺是5mn，IBM展示给大家的是一个可以组装的2nm晶体管。意味着这个行业将在未来十年内持续改善半导体制造工艺。
该芯片基于三星创建的7nm极紫外技术构建。在开发三年后，第一个使用该芯片的大型机Z16已经于2022年4月推出。
第一台面向AI的IBM大型机已经问世。
2022年4月，IBM推出了最新一代的大型机IBM z16，配备IBM Telum 处理器，可提供实时 AI洞察。
IBM用自己的实力想行业证明，大型机在2022年与1960年代一样重要。
海比研究院通过观察发现，定位于AI应用的IBM z16有其不可忽视的优质特性：
第一，用于推理的Telum AI加速器是行业首创。IBM z16及其集成的片上Telum AI加速器已准备好大规模分析实时事务，适合大型机任务关键型工作负载，如医疗保健和金融交易等。
这款21世纪的Big Iron AI加速器内置于其核心Telum处理器上。借助这款新的双处理器 5.2 GHz 芯片及其16内核，每天可以执行3000 亿次深度学习推理，延迟为1毫秒。
分析师认为，人工智能加速器是一个游戏规则改变者。与平均网络延迟为60毫秒的同类 x86云服务器相比，采用z/OS的z16在推理时具有20倍的响应时间，吞吐量提高了19倍。
Tellum处理器上的AI加速器，利用AI推理模型分析大型机内进行的大量事务处理的细节，以发现趋势并做出智能预测。
第二，首配量子安全系统。z16还包括一个所谓的量子安全系统（Quantum-safe），以保护组织免受可能破解当今加密文件的未来威胁。这是在z16对Crypto Express8S适配器的支持下完成的。
它围绕CCA加密协处理器和PKCS #11加密协处理器构建，使用户能够开发量子安全加密。它也适用于经典密码学。
借助 IBM z16 的创新，客户可以在关键型数据所在的位置通过推理来提高决策速度。
第三，更多应用场景。随着诸如即时支付、反洗钱 (AML) 等越来越严格的法规以及在线交易的急剧增加，欺诈的数量在逐年上升。IBM z16通过嵌入式 AI ，能够实时、大规模地处理大量关键事务和工作负载，帮助企业降低风险。
Telum处理器的应用场景还包括贷款审核、加密货币的清算、结算、逃税及零售业联邦学习（Federated learning）防范欺诈及盗窃等在内的各类业务。比如，它可以加快金融机构对企业或消费贷款的审批，也可以帮助确定结算前哪些贸易和/或交易可能存在高风险。
5年前，日立公司决定停止开发自有大型机产品。今年2月，富士通又宣布将在2030年放弃大型机业务。
近些年来，大型机市场的“玩家”正在以肉眼可见的速度在减少。
但是大型机留下的市场空间却没有人会忽视。AWS推出一系列服务，将大型机工业级工作负载迁移到云中。AWS 首席执行官 Adam Selipsky说，大型机既昂贵又复杂，并且具有传统的编程方式。通过将大型机工作负载迁移到云端，客户能够将成本降低多达70%。
但是，无论采取哪种方式，从大型机的迁移都可能需要数月到数年才能完成。大型机被替代的进程并不顺利。
行业专家认为，IBM 2019年发布的IBM z15，被称为“为云而生”的主机，其一大亮点是帮助企业实现跨混合云环境管理客户数据隐私，支持企业的云迁移和混合云环境下的业务创新。
而今年IBM推出了大型机——IBM z16，将是为AI而生的。
日趋成熟的AI技术成为企业加速技能升级的“精良装备”，但与此同时，计算压力也如“排山倒海”般涌向后端。
以金融欺诈场景为例，根据IBM和Morning Consult推出的《2022年IBM全球金融欺诈影响报告》，由于计算延迟问题，大规模实时运行深度学习模型难以实现，金融应用中的欺诈检测模型只在不到10%的大批量交易中运行，还有大量的欺诈无法被检测到。
这些应用场景都为z16提供了用武之地。根据 IBM的内部基准测试，借助Telum处理器，IBM z16每天可以处理 3000亿个推理请求，延迟时间仅为1毫秒。
美国某银行已经基于IBM zSystem，将AI的欺诈检测引入其信用卡授权流程中。他们曾经试图在平台外执行类似的操作，但基本最快的响应速度也需要超过80毫秒。而引入AI加速器之后，不仅响应时间缩短到单毫秒延迟，并且交易处理量还从每秒1200笔，扩展到了每秒15000 -20000笔，这意味着他们可以分析每一笔交易。
作为关键任务设施，大型机中承载着海量数据，某些信息甚至可以追溯到几十年之前。其中最大的挑战在于AI这一新兴技术缺乏向前兼容的能力。
大型机的功能同样在快速发展。例如，IBM公司就一直在努力针对AI应用调整其Z系统，包括将其与各类常见开源平台如Spark、PyTorch、Keras以及TensorFlow等相集成。
IBM正努力帮助客户以最少的应用改动将AI嵌入到企业关键任务工作负载与核心业务流程中，并在满足最严苛服务水平协议（SLA）的同时对每项事务做出评分。
通过在Z系统上生成AI洞见，客户可以利用大型机上的过往数据，可在交互点上实现实时响应，进而建立起欺诈检测到重要用例。同时由于无需移动任何敏感数据，因而还有着明显的安全优势。
海比研究院认为，大型机并没有固步自封，x86也不是事事如意。因此，当AI大型机推出，并得到顶级组织青睐时，一点都不用惊奇，毕竟用户最看重的是自己业务的发展。
本文作者系赵满满
本文来自微信公众号 “中智观察”（ID：Hapiweb-soft6），36氪经授权发布。
