01元宇宙為何會出現？

從目前所處的初期看，元宇宙是以區塊鏈為基礎，虛實融合的，由創作者驅動的，共創、共治、共享的數字新世界，簡稱多維共創互信網。那么，從中期看，則是創意、思想、意識的協作網絡。

元宇宙之所以會出現，一方面是在為了滿足個人不同的需求，體驗不一樣的人生。因為在物理世界中，人往往受制于環境、社交、經濟等因素難以去體驗，而元宇宙則可以擺脫這些因素，成為很好的新試驗田。另一方面是為了全人類生存和發展的需求，目前存在著人類快速繁衍和地球資源有限的矛盾，除了向外太空的探索之外，向內探索也是一個能較快解決的方式，因此像云計算、大數據、物聯網、人工智能、區塊鏈、交互技術、5G，以及元宇宙，能夠幫助優化地球的資源配置和降碳增效，實現物盡其用，人盡其才。

元宇宙也是當下年輕人和孩子們極為關注的領域。據統計，Y世代（1980-1995年出生的）人口數是17億，Z世代（1995-2009年出生的）是25億，Alpha世代（2010年后出生的）是7億，占世界總人口的比重超過60%。如果我們不去積極影響和占領這一網絡空間，就會被其他力量所占領。從未來競爭的形態來看，慢慢會轉換成科技、教育乃至文化、創意以及價值觀的較量。元宇宙可以給個人、組織和國家帶來更多的可能性。

02元宇宙為何會出現？

那么，元宇宙該如何建設呢，有志于搭建元宇宙這座“通天塔”的朋友們該從哪個“腳手架”開始入手？

我們以《頭號玩家》里的“元宇宙”也即綠洲（Oasis）為例，設想一下要滿足主角們如韋德/帕西法爾、薩曼莎/阿爾忒密斯實現購物、駕駛、舞蹈、訓練、游戲、交友、聽音樂、看視頻、查檔案等場景，從應用場景一層層往下探索并思考，建設元宇宙需要什么？

我們先來觀察《綠洲》這一科幻電影里的元宇宙：01首先需要戴上VR頭顯，穿上體感服裝，讓物理人能夠以數字化身的方式加入到綠洲； 02綠洲里的不少物體、環境如建筑物，和現實世界相仿；也有完全不一樣的，是虛擬世界所特有的； 03每個化身都有自己的身份，進出一些特殊的場所的時候，還要查驗身份；購買道具或服裝的時候，需要有虛擬世界里流通的貨幣； 04豐富多彩的場景是需要被創作的，無論是物理人還是物理人通過其數字化身，或者是AI創作出來的； 05獲取鑰匙按照一定的比賽規則進行；整個綠洲也有規則，例如大反派IOI公司的老大也不能為所欲為。

我們發現，元宇宙里的人、物（包含“貨”，如NFT）、場景和事件（發生歷程、生命周期等），都是虛擬的，是在虛擬空間里存在或發生的，在現實的物理世界中是并不存在的。那么，這個虛擬空間從元宇宙“荒漠”或者“平地”開始到精彩紛呈的元宇宙“城市”甚至“世界”，能夠長期持續運行著，又是如何做到的呢？簡單說來，就是來自物理世界的IT基礎設施的各種算力源源不斷的輸入，這涉及到物理世界的各種IT軟件硬件和算法。

我們認為這必須有元宇宙十大技術（如下圖），來支撐各種集成應用，乃至工業元宇宙、教育元宇宙、城市元宇宙、鄉村元宇宙、文旅元宇宙、會展元宇宙等。

01五大地基

計算技術、存儲技術、網絡技術、安全技術、AI技術。

02五大支柱

交互與展示的技術、數字孿生與數字原生技術、創建身份系統與經濟系統的技術（含區塊鏈）、內容創作的技術、治理技術；

圖2-1：元宇宙十大技術

03如何分析元宇宙產業？

目前我們仍處于元宇宙早期的階段，分析元宇宙產業，可以簡單地按照十大技術來分類，每項技術其實都對應著較大的產業鏈。中長期時，元宇宙會成為創意、思想、意識的協作網絡，到那時，元宇宙產業的分類會圍繞著創意的產品或者服務，根據生產、流通、銷售和服務等環節來劃分。

本篇文章重點討論和分析元宇宙的計算技術，也是筆者第一次嘗試將元宇宙相關的計算形態進行歸類和介紹，以期能拋磚引玉，吸引更多更資深的專家一起交流、完善。我們知道，地球上人類的發展，需要直接或間接消耗煤、石油、天然氣、太陽能、風能、水能等能源。元宇宙的發展也是一樣，需要人類物理世界源源不斷的提供“算力能源”。宇宙是由能量構成的，同樣的，元宇宙的地基則是由來自物理世界的算力構建的。如果把存儲比作元宇宙的“土壤”的話，我們可以把計算比作元宇宙的“能量”或“陽光”。如同物理世界中的發電廠、各種電池一樣，元宇宙的計算也會以多種形態出現，大體來說包括了如下圖的，發生在云、邊、端和數據中心，以及去中心化計算和空間計算。

1）云計算。包括數據中心的私有云，以及超大規模數據中心承載的公有云，如AWS、AZURE、Google云、阿里云、騰訊云等，提供了便捷、易擴展的計算資源使用方式，幫助實現類似AIGC、大數據分析、云渲染、備份歸檔等任務；

2）邊緣計算。將耗費計算資源和帶寬的任務運行在邊緣計算節點（PC或服務器等）或者邊緣計算數據中心上，例如無人機三維重建所需的云平臺，在線游戲所需的不同區域的服務器或集群，在線影視所需的CDN，VR高沉浸感場景如HTC Vive PC VR，或者索尼的PSVR所需的PC機；

3）端計算或終端計算。如觸覺手套、VR/AR眼鏡、無人機吊艙內嵌有AI芯片的攝像頭、風力發電的葉片等智能終端所包含的計算。

4）去中心化計算。主流的有類似Ethereum全球公鏈等，也有類似SETI@Home這種全球規模最大、影響范圍最廣的分布式計算項目。

5）空間計算。如同元宇宙一樣，空間計算是一個集成多種技術相關的概念，目前尚未有一致認可的定義。空間計算有助于人類與數字世界的交互和展示方式，從二維平面轉到三維立體。其意義重大，意味著用戶從第三人稱的在線旁觀，將漸變為第一人稱的在場互動。

04元宇宙面臨怎樣的算力挑戰？

元宇宙所面臨的計算領域的挑戰巨大。Intel高級副總裁Raja Koduri曾表示：元宇宙可能是下一個主要計算平臺，我們今天的計算、存儲和網絡根本不足以實現這一愿景，要達到《雪崩》（元宇宙的英文詞metaverse來源于這本科幻小說）中的元宇宙體驗，我們必須在相同甚至更低的能耗下實現一千倍的算力增長。然而，眾所周知，因為受限于集成密度、效率性能以及功耗、散熱的制約，摩爾定律放緩，當前晶體管密度每年增加不到3%，如下圖：

與此同時，AI計算需求猛增，根據OpenAI分析，自2012年以來，6年間AI算力需求增長約30萬倍，如下圖：

摩爾定律的放緩，使得計算技術的發展不再僅僅依靠通用芯片在制程工藝上的創新，而是結合多種創新方式，例如根據應用需求重新審視芯片、硬件和軟件的協同創新，也即思考和探索新的計算架構。才能滿足日益巨大、復雜、多元的各種計算場景。

01云計算（含數據中心相關的計算）

云計算（含私有云）已經成為主流的計算形態，本文不再贅述。這里舉一個例子，3D科幻電影《阿麗塔：戰斗天使》是實現了虛擬人物和真實形象互動的經典之作。阿麗塔的頭上有13.2萬根頭發，臉和耳朵上有近50萬根“桃色絨毛”；一個虹膜有830萬個多邊形，運用了900萬個像素；每一幀鋼鐵城的渲染時間超過500個小時；整部電影的特效耗費了數據中心的三萬臺電腦，總計4.32億小時（相當于4.9萬年）制作出來。

除了在數據中心端，還要考慮終端用戶的體驗，例如我們使用了Blender在數據中心完成了圖形的渲染，最終還需要通過Unity或者Unreal等游戲引擎在終端設備進行展示。

02端計算

Meta Reality Labs的首席科學家邁克爾·亞伯拉什（Michael Abrash） 在2021年舉行的IEDM 2021大會中提出了一種可以滿足真正AR眼鏡形態需求的計算架構思考。重新思考計算架構的核心原因是行業需要大幅降低設備的功耗，從而滿足續航和散熱要求。有證據表明，最耗能的計算操作是數據傳輸，亞伯拉什指出：“對于諸如如輕型AR眼鏡這樣的低功耗應用，盡可能減少數據傳輸量至關重要”。因此他認為，分布式計算架構的起點可以從AR眼鏡感知用戶周圍世界所需的眾多攝像頭開始：在通過耗能大的數據傳輸通道僅發送最重要的數據之前，由攝像頭傳感器本身進行一定的初步計算。

為此，Reality Labs推出Domain-Specific傳感器（攝像頭），它專為AR眼鏡的低功耗高性能需求而設計。該傳感器采用一組所謂的數字像素傳感器，其能夠在三種不同的光照水平下同時捕獲每個像素的數字光值。每個像素都有自己的內存來存儲數據，并且可以決定報告三個值中的哪一個，而不是將所有數據發送到另一個芯片來完成這項工作。

亞伯拉什指出，這不僅降低了功耗，而且大大增加了傳感器的動態范圍（它能夠在同一幅圖像中捕捉昏暗和明亮的光線）。為了展示動態范圍的提升，他分享了原型傳感器拍攝的樣本圖像，并與典型傳感器進行了對比，如下圖：

在左邊的圖像中，明亮的燈泡導致攝像頭無法捕捉大部分場景。而采用了Domain-Specific傳感器的，右邊的圖像不僅可以看到燈泡燈絲的極端亮度細節，而且可以看到場景的其他部分。

Meta希望更進一步并在傳感器執行更復雜的計算：眼動追蹤和手部追蹤等XR工作負載的深層神經網絡分割和分類的淺層部分可以在傳感器端實現。

03去中心化計算

早在上世紀90年代，就有了去中心化計算的項目。例如加州大學伯克利分校的SETI@HOME，參與者自愿使用他們的家用電腦為尋找外星生命提供算力。近十年來興起的區塊鏈，包括智能合約和數字貨幣，為這種共享計算資源池提供了激勵的經濟模型。資源未被充分利用的 CPU、GPU等多種算力芯片的所有者，可通過參與項目，“出租”算力獲得報酬。這實際上是IT基礎設施硬件資源的一種三權分置的模式，運營算力硬件資源的人，未必一定要擁有這些硬件資源，也即成為所有者。類似滴滴順風車、Airbnb的運營模式，這樣能降低運營的門檻，極大地促進社會資源的充分利用。

04空間計算

空間計算是新一代計算，需要結合三維模型、建筑動效和光效、室內定位等多種技術。空間計算能用到許多和室內空間定位、管理、呈現相關的應用場景中。

例如，數千人的會議，通過每個人身上的傳感器或其他設備，實時追蹤其停留位置、時長，同步到數據庫里，以及記錄兩人或多人在小范圍交流情況；幾天下來，所需記錄、同步并分析的數據可能超過千萬，甚至過億，產生了巨大的計算需求以及存儲和海量檢索的需求。

今年北京冬奧場館的智慧運營，實現了對場館人員、流量、活動軌跡、活動區域以及密接的跟蹤，有助于精準防控，降低成本。據海淀區副區長林航介紹，海淀區聚焦科技防疫、智慧服務、超高清顯示等多個領域，利用奇岱松空間計算操作系統，構建空間感知網絡，建立智慧場館運營中心，讓首都體育館、五棵松體育中心的主競賽館實現了對工作人員安全社交距離的實時計算分析，使得冬奧服務的保障工作更精細、更高效、更便捷。如下圖。

05計算機架構的未來趨勢

圖靈獎獲得者John Hennessy 和 David Patterson在2019年發表文章《計算機架構的新黃金時代》，介紹了計算機芯片的發展歷程，以及架構的未來趨勢。文章很長，核心觀點有三條。

1）登納德縮放定律結束、摩爾定律衰退，而阿姆達爾定律正當其時，這意味著低效性將每年的性能改進限制在幾個百分點。獲得更高的性能改進需要新的架構方法，就是DSA（Domain-Specific Architectures，特定領域的體系架構），DSA將成為未來十年甚至更長時間，計算機體系架構的趨勢。

我們看到，芯片開始出現百花齊放的格局，各種異構計算的專用芯片不斷推陳出新，就是DSA趨勢的體現。例如英偉達GPU和DPU、Intel IPU和Xe GPU、Google TPU；國內的寒武紀、燧原、昆侖、天數、壁仞、鯤云、算能等AI芯片。

2）第二個機會是開放的ISA（Instruction Set Architecture，指令集合結構），要創建處理器領域的Linux。

我們發現，市場出現了RISC-V、英偉達NVDLA和IBM POWER的等ISA。

3）硬件的敏捷開發成為可能。借助電子計算機輔助設計（ECAD）等工具，使得敏捷開發成為可能；這種更高水平的抽象增加了設計的重用性。從設計交付到返回芯片原來需要幾個月時間，現在可能四周左右。

敏捷硬件開發的最內層是軟件模擬器，第二層是 FPGA，第三層使用 ECAD 工具生成芯片布局，第四層被處理器設計者稱為Tape In，第五、六層分別是Tape-Out和Big Chip Tape-Out；前四層支持四周沖刺。如果設計者的目標是設計一個較大的芯片，那最外層的成本將非常高，但體系架構設計者可以用很多小芯片來闡述很多新想法。

05硬件重構和軟件定義意味著什么？

DSA也即特定領域的體系架構，其實意味著以往圍繞著通用芯片CPU的硬件組合方式需要調整，也即硬件重構。

如果說，軟件定義的方向是一切皆服務，那么硬件重構的方向則是一切皆計算機（XaaC）。然而硬件如何重構，需要遵循著基本的原則；計算隨需求、技術極限而變。例如，早期的信息化，企業或政府運行財務信息系統、OA辦公系統等軟件，單臺服務器基本就能滿足；然而，隨著互聯網的興起，從門戶網站到搜索網頁和Email系統，成千上萬的用戶發出的請求，實際上形成了大的場景需求，我們可以把Gmail（Google的Email系統）看成是一個邏輯上，云數據中心級別的軟件，因此在2009年Google提出了“Data Center as a Server”（數據中心即計算機）的理念，將CPU、內存、存儲等硬件資源從服務器解耦出來，實現池化，站在數據中心的視角，實現資源的全面管理和調配；不僅如此，機房、散熱、電源、管理等也需站在數據中心全局視角，做相應的優化。

隨后FaceBook、微軟、AWS、西部數據等國際巨頭也在不斷的探索、實踐，與之相關的軟硬件技術、新協議、新標準不斷出現。2011年，Facebook將自己在數據中心的設計和成果在業界分享，并聯合Intel、Rackspace、高盛和Arista Networks發起全球首個數據中心級的開源項目：OCP（Open Compute Project，開放計算項目）。

2014年，浪潮在Inspur World (浪潮技術與應用大會) 上，提出將分三步推進融合架構產品的開發：

第一代硬件特征：服務器即計算機；軟件特征：虛擬化以及管理。

第二代硬件特征：機柜即計算機；軟件特征：軟件定義的數據中心。

第三代硬件特征：數據中心即計算機；軟件特征：業務驅動數據中心。如下圖。

來源：2014年文章《融合架構：云數據中心 概念、技術與實踐》

并相繼推出了SmartRack、InCloudRack、Smart Data Center等新型計算機形態的融合架構。融合架構從1.0到2.0，已經實現了存儲資源和異構計算資源的彈性組合。融合架構3.0階段，通過連接、池化和重構的技術，實現不同計算資源的協同能力，通過軟件定義實現業務自動感知和資源自動重構,使計算的性能和效率大幅度地提升。

06一切皆計算機（XaaC）可以拓展哪些場景？

01數據中心即計算機

數據中心即計算機，包括通過硬件重構實現資源池化。CPU與GPU、FPGA、xPU等各種加速器將更加緊密結合，利用全互聯NVSwitch、CXL、Open CAPI等新型超高速內外部互連技術,實現異構計算芯片的融合；CPU之間可以通過池化融合的方式實現靈活組合，可以根據業務場景動態形成1路到多路多種計算單元；異構存儲介質，如NVMe、SSD、HDD等則通過高速互連形成存儲資源池。在計算和存儲資源池中，除了傳統CPU、GPU等，還可以應用更多新型計算芯片、存儲介質和互連技術，進一步提升數據中心的處理能力。當前正在探索的 DC-SCM（數據中心安全控制管理模塊），定義了一種與主板解耦的安全控制管理模塊，能夠簡化主板設計，降低主板設計難度，節省設計和驗證時間，利于新一代計算硬件能夠伴隨著芯片的迭代，快速向市場推出。

軟件層面，則通過軟件定義，在可重構的硬件資源池基礎上，通過靈活的組織，將不同的資源池組成專業的服務器、存儲、網絡系統，并實現資源的高效管理和調度以及數據在池化資源的靈動流轉。當AI與軟件定義結合后，賦予了軟件定義更高級的含義。從業務上，實現了基于業務特征感知的智能資源調度，讓合適的資源在合適的位置去執行合適的任務，就像我們說的讓合適的人去干合適的事一樣。從管理上，實現了智能化的運維，也就是智算中心的無人巡檢、故障自愈等。

軟件定義一個典型的趨勢是軟硬件協同設計，由專用芯片、FPGA處理更多的業務負載，由軟件進行更智能化的管理和調度。例如，基于FPGA和NVMe組成資源池，以硬件輔助虛擬化的方式為虛擬機實例提供接近硬件性能的計算、存儲、網絡功能，性能損失從傳統軟件模擬方式的50%降低到1%左右，相同條件下可以百倍加速AI作業效率。

OCP在2019年6月提出了Open Composable API的草案，探索開放可組合架構，將CPU、GPU、FPGA、內存、閃存盤、機械盤都從服務器里解耦出來，通過數據交換網絡、內存交換網絡的協助，實現數據中心級別的池化，用軟件定義的方式實現資源的管理和調度。如下圖。

相關的前沿技術還有CXL高速互聯、NVMe Over Fabric等，全球有許多巨頭正在探索，如Intel、Marvell、三星等。

02機柜即計算機

需要注意的是，并非所有用戶的計算架構、服務器形態都朝著數據中心即計算機的方向發展，因為體量不同、場景不同，這種努力帶來的收益是不一樣的。數據中心即計算機更適合于互聯網、云計算巨頭所需的超大規模數據中心。對于第二梯隊及以下的互聯網、云計算公司，以及金融、能源、制造業等公司，機柜即計算機可能更加適合，因為無需對IDC機房做大規模的調整，很多組件能夠復用，從而受益于大規模生產標準件帶來的低成本優勢。

03設備即計算機

在IT基礎設施領域內，不只是宏觀（超大規模，如數據中心級別）、中觀（機柜級別、服務器級別），還有微觀（組級和設備級別），都有類似的趨勢。當我們觀察服務器的各個設備，如SmartNIC、Nvidia DPU、Intel IPU等；還有SSD（包含了主控、Firmware、顆粒）時，你會發現它們也是一臺精簡版的，濃縮型的小小計算機。也即設備即計算機。

硬件重構的方向是一切皆計算機這個趨勢不僅適用于IT基礎架構，還適用于所有的智能制造領域，如meta（原名FaceBook）的觸覺手套，可以看成是手套即計算機。根據場景的需求不同，我們會發現，在不同的層次上，物體都有發展成為智能體（也即“計算機”）的趨勢。小到手環、眼鏡、音箱、鞋子、衣服、杯子；中到電燈桿、交通燈、道路；大到樓宇、機場、城市乃至地球，都會朝著“計算機”（也即智能體，大的可視為復雜巨系統）的方向發展。背后的原因是，更快的響應，更低的成本；更懂人類（個體、組織，乃至國家和全人類）的需求，為人類提供更靈活多樣化、更便利的服務。下面舉兩個例子，分別是：葉片即計算機、吊艙即計算機。

1）葉片即計算機

GE有個風電部門，把傳感器安裝在每一個風機葉片上，通過對風機轉速、風力、溫度、濕度、環境等近百種數據的采集、分析，風機能夠自己進行渦輪葉片轉速的調整，不需要把數據傳輸到數據系統，通過槳片的角度調整能夠增強風力，能夠增加風力4%。這就是軟件定義制造，換句話說，風機即計算機。

2）吊艙即計算機

在礦山、農場、建筑場地等三維建模的過程中，多數解決方案是通過無人機下面的包含若干個攝像機的吊艙，拍攝大量的照片或影像，再返回建模的工作空間去操作，一旦發現有些地方漏拍，或者拍得不夠清晰，還需將帶有吊艙的無人機再次派往場地補拍，需要耗費數小時。國內的空陸視覺，通過將吊艙內嵌AI芯片，可實時同步建模并輸出圖像，能夠很快在作業場地感知是否需要補拍或者重拍，能夠節省不少時間，提高效率。其實就是，吊艙即計算機。

3）攝像頭即計算機

實際上吊艙即計算機本質上是指吊艙里面，內嵌了AI芯片的攝像頭即計算機；另外，前面所屬Meta XR眼鏡，包含了帶有計算能力的傳感器，也是攝像頭即計算機的一種類別。隨著元宇宙的發展，結合物聯網進行感知世界，使用AI算法改變世界的逐步深入，攝像頭即計算機，或者攝像頭所屬系統即計算機，將如雨后春筍般不斷涌現出來。

XX即計算機的例子，還能舉出很多。總之，元宇宙計算，給我們帶來巨大的挑戰，將發展新的計算形態，如空間計算、去中心化計算；也將催生新的計算架構。為了更好的支撐應用場景，硬件重構的方向就是一切皆計算機。

2022-6-12

審核編輯 ：李倩