中國IDC圈訊，開放數(shù)據(jù)中心峰會（ODCC2020）在北京召開，峰會圍繞數(shù)據(jù)中心新基建為主題，有數(shù)據(jù)中心領(lǐng)域及相關(guān)行業(yè)的眾多專家與會。在9月16日新技術(shù)與測試分論壇上，中國計量科學(xué)研究院先進(jìn)測量工程中心副主任武彤帶來了主題為“計算性能基準(zhǔn)計量測試工具研究”的演講。

中國計量科學(xué)研究院先進(jìn)測量工程中心副主任武彤

大家好，我是武彤，先介紹一下我們單位的情況，可能在IT行業(yè)大家不太了解我們單位，我來自中國計量科學(xué)研究院，它隸屬于國家市場監(jiān)督管理總局，是我國最高的計量科學(xué)的研究中心，國家級的法定計量技術(shù)機(jī)構(gòu)，我所在的部門主要負(fù)責(zé)智能工程、云計算以及數(shù)據(jù)中心領(lǐng)域還有一些其他的材料領(lǐng)域的計量測試以及評價驗證。

可能大家不太熟悉計量，我首先給大家介紹一下，大家對計量的概念一般都從秦朝開始，就是商鞅變法統(tǒng)一度量衡稱為計量。實(shí)際上在上古時代，《伏羲女媧圖》里面拿了兩個工具就是比較早期的計量工具。什么叫計量？給大家舉個例子，在秦朝叫秦錢，“秦錢半兩，徑一寸二分，重十二銖。”這兒都兩個單位“兩”和“銖”，一兩等于二十四銖，計量就是單位統(tǒng)一、量值準(zhǔn)確可靠的活動。度量衡的技術(shù)進(jìn)步開啟了我國的金融體系。

計量的發(fā)展通常我們稱為從古典計量到現(xiàn)代計量。古典計量基本上大家都非常了解，是用植物的果實(shí)或者是用某一個人的人體器官的長度作為計量的單位，比如說克拉，克拉就是是一種植物的果實(shí)，大家都用于做重金屬或者鉆石重量的計量，克拉原來是植物的果實(shí)，后來做標(biāo)準(zhǔn)化，1克拉等于200毫克。到1875年，米制公約的確立，為了工業(yè)制造的發(fā)展需要標(biāo)準(zhǔn)化，就需要統(tǒng)一的量值體系，到了現(xiàn)代計量，主要為了科學(xué)技術(shù)的發(fā)展，特別是軍事科學(xué)技術(shù)的發(fā)展。

我們看一下云計算領(lǐng)域的計量。首先看貿(mào)易的角度，我們看怎么來賣云計算服務(wù)的，特別是IaaS的方面，這是騰訊云的，里面有三個指標(biāo)，其中一個比較重要，一個叫CPU，一個叫內(nèi)存，一個叫帶寬，它賣了三種服務(wù)，一個是計算的能力，一個是存儲的能力，一個是通信的能力，其他的廠商也是這樣的。

實(shí)際上如果從度量的角度來講，“核”就是一個單位，因為我們賣的計量單位是一核，一核的計量單位是多少我們大家都不是特別清楚。從計量角度來講，我們認(rèn)為云計算的計量可能處于植物果實(shí)的狀態(tài)，就是克拉的狀態(tài)。

在物理領(lǐng)域，計量有七個基本單位能描述整個物理世界，比如千克等等。在互聯(lián)網(wǎng)領(lǐng)域怎么來描述整個互聯(lián)網(wǎng)領(lǐng)域的量呢？在2015年ODCA開放數(shù)據(jù)中心聯(lián)盟，這個聯(lián)盟大部分由數(shù)據(jù)中心的使用方組成的，他們做了研究成果就是IaaS的度量方法。他們提出來在互聯(lián)網(wǎng)領(lǐng)域可能用三個指標(biāo)整個描述互聯(lián)網(wǎng)領(lǐng)域的活動：第一是秒，秒是時間的永恒的時間指標(biāo)；第二是比特，大家知道比特是描述信息的一個計量單位；第三是計算能力，計算能力是互聯(lián)網(wǎng)領(lǐng)域一個新的計算指標(biāo)，因為我們買的就是算力，類似于電力的千瓦時一樣。

實(shí)際上在這三個指標(biāo)里面，計算能力的測量是最復(fù)雜的。我們歸納一下，在互聯(lián)網(wǎng)測試領(lǐng)域怎么做計量或者測試，比較重要的就是計算資源的測試，存儲資源的計量單位比如比特。存儲資源是計量是按照“塊存儲”來測量的，“塊存儲”的不同也會導(dǎo)致的計量測試結(jié)果差異很大，但計算資源的計量可能是顛覆性的差異，比如你買一核的算力是兩塊錢，另外一核可能二十塊錢，擔(dān)算力到底是多少，實(shí)際上是沒有一個統(tǒng)的度量指標(biāo)的，所以我們就從需求的角度來講，最重要的需求是先把計算資源的這種計量的能力或者測量能力統(tǒng)一。

剛才我講物理計量用七個基本單位，但是在化學(xué)計量里面，采用的計量標(biāo)準(zhǔn)叫標(biāo)準(zhǔn)物質(zhì)。比如測氧氣的濃度97%是怎么測量的呢？我們首先出一個標(biāo)準(zhǔn)物質(zhì)，標(biāo)準(zhǔn)物質(zhì)是4個9或者5個9的標(biāo)準(zhǔn)物質(zhì)，跟它比較來的，根據(jù)比較的接過去確定是97%、96%。

在計算領(lǐng)域我們找到一些基準(zhǔn)的測量程序，比如算π，每秒鐘算一百萬位是一核，兩百萬位是兩核，但實(shí)際的計算場景沒那么簡單，但它的原理是這樣，靠基準(zhǔn)程序來確定測試能力。

互聯(lián)網(wǎng)的處理數(shù)據(jù)非常復(fù)雜，你不可能找一個程序來度量整個能力，所以我們要找到一系列的程序，比如說負(fù)載壓縮的程序、流體力學(xué)的程序，計算負(fù)載越來越多，其測量的數(shù)據(jù)與互聯(lián)網(wǎng)的體驗就吻合得越好。當(dāng)然它還需要其他的一些處理，比如說控制程序、硬件的操作。測試程序只是最基礎(chǔ)的單元測量能力，就像我們有了尺一樣，怎樣用尺來量面積，還需要有方法學(xué)的標(biāo)準(zhǔn)。

基本測試的工具有這么多程序組成的，實(shí)際上我們在測量的時候，包括云計算的廠商在測量的時候，它把這些東西裝入它的計算單元，通過運(yùn)行來測量一個結(jié)果，這是各種各樣的基本測試程序。通過這個基本測試程序你能做出來一系列的測量結(jié)果，服務(wù)器的算力和功耗之間的比值就是服務(wù)器的能效，PUE是比較IT的耗電和總耗電，如果是服務(wù)器的能效是提高了，實(shí)際上PUE的能耗高點(diǎn)也沒問題。從綜合能耗來講，服務(wù)器的能效的提高，從實(shí)踐上來說它的技術(shù)進(jìn)步更快，因為隨著半導(dǎo)體技術(shù)的進(jìn)步，它的提高能力比數(shù)據(jù)中心的制冷的這種效率的提升速度是要快的，只不過大家更關(guān)注PUE的準(zhǔn)確。

計算性能的測試需要很多策略，它并不是把一些負(fù)載堆積到一起就可以了，需要很多策略來支撐它，因為這種測試工具需要有很多指標(biāo)證明它是科學(xué)的測量工具。

這是我們做的一款工具，大家看到的這是指標(biāo)不是指現(xiàn)在的騰訊云和阿里云、百度云的測量結(jié)果，這是我做實(shí)驗的時候它們的性能，今天只是展示一下這個結(jié)果用來說明怎么判斷基準(zhǔn)測試工具的科學(xué)性。

現(xiàn)在我解釋一下這種計量工具，基準(zhǔn)測試工具怎么才算是一個科學(xué)的測試工具？首要基準(zhǔn)測量工具重復(fù)性要好，比如這個基準(zhǔn)測量工具，你測量的結(jié)果是被測的計算單元的重復(fù)性加上工具的重復(fù)性的合成的結(jié)果。假定測量工具的重復(fù)性本身很差，這個測試工具不能作為基準(zhǔn)計算測試工具，當(dāng)然不同的負(fù)載它的重復(fù)性也是不一樣的，所以我們在選這種測試負(fù)載的時候要選重復(fù)性好的。這就是為什么要選克拉作為鉆石的單位，克拉的種子可能一致性比較好，選蘋果就比較麻煩，有的大、有的小，所以選這個程序還是要從很多的負(fù)載里面選擇重復(fù)性比較好的。

這種負(fù)載并不一定是我們實(shí)際使用的，基準(zhǔn)測試實(shí)際上是一種理想測試，例如說我們每次看英特爾發(fā)布CPU說今年我們的計算性能提高40%，實(shí)際上它是在理想情況下也就是這種理想負(fù)載下做的，并不是在實(shí)際場景，你用WORD等應(yīng)用程序體驗不到提升40%的體驗。

基準(zhǔn)測試工具它是一個理想的測試工具，我們就選這么多的負(fù)載首先來看它的重復(fù)性。重復(fù)性對基礎(chǔ)測試是最重要的指標(biāo)，只有你把重復(fù)性確定了，你才能確認(rèn)被測的樣品的一致性。假定我們的工具的一致性是0.2%，看一下單核心的測試結(jié)果，大家看云計算如果是單核心它的重復(fù)性就比較好。

這是重復(fù)性的技術(shù)指標(biāo)，大家可以看一下這個技術(shù)指標(biāo)，騰訊云整數(shù)運(yùn)算的時候重復(fù)性是1.67%，浮點(diǎn)是1.06%。如果是共享計算單元，云計算有很多共享的計算單元，它的重復(fù)性非常差，如果是共享的，別人用的多了可能縮減你的計算能力。實(shí)際上其他廠商也是類似情況，有的廠商可能會更差，核數(shù)多的重復(fù)性會更差，比如16核13.6%，它的算力是波動的，如果是獨(dú)享會好一點(diǎn)。每家廠商的計算能力實(shí)際上是波動的，并不是很穩(wěn)定，我們買其他的東西也是一樣，我們買水果他每次給你稱500克也是波動的，有一個范圍，我們購買定量包裝的商品也是這樣。

這樣就有一個問題，我們怎么樣來比較不同的算力，因為所有的算力都是波動的？

有一個概念叫不確定度，測量的“真值“實(shí)際上是不存在的。例如我們測量長度，測量長度假設(shè)1米，實(shí)際上它的最可能的范圍是呈正態(tài)分布的值，包含有不確定度。假定兩個人測量都是1米，這1米它不完全是相同，它有可能是正偏差，有的是負(fù)偏差，如果做可比較的話，就要把你測量結(jié)果的不確定度評估出來。我們有時候測量不確定度非常大，比如說算力不確定度達(dá)到30%，你測量一顆CPU算出來是2000，另外一個是1500，實(shí)際上比較不出來哪個算力更大。

今天大體來解釋一下做一個測量工具需要什么樣的技術(shù)指標(biāo)。

這是我們的不確定度，任何一個測量工具必須有包含不確定度的結(jié)果，它才是完整的測量結(jié)果，這個具體的不確定度的值我就不再具體解釋了。

總結(jié)一下，一個科學(xué)的基準(zhǔn)測試工具需要有幾個方面的指標(biāo)：

第一個是可測量，可測量是必須有值測量出來，不能給你給個感覺這個挺快、那個很慢，必須是有量值的；

另外一個可重復(fù)，每次的測量結(jié)果都在一定的范圍內(nèi)是可以重復(fù)的。

另外是可以比較，就是我們設(shè)定兩種可以比較，比如單核的是什么，雙核的是什么，16核的是什么，當(dāng)然不是線性的。如果別人拿給你一個工具講不清楚這些指標(biāo)，實(shí)際上你無法確定是不是可以用這個工具，當(dāng)然你可以根據(jù)這個工具的發(fā)布方是不是權(quán)威的組織，來確定是不是相信它。

另外要完全釋放硬件性能，要準(zhǔn)確模擬用戶的行為，我們選擇負(fù)載要有典型性，不能選一些很不常見的負(fù)載。

還有一個功能是引導(dǎo)未來軟件開發(fā)，基準(zhǔn)測量工具是一個工具，它自己的穩(wěn)定性實(shí)際上是非常高的，比一般測試程序的穩(wěn)定性要求要高。你要是用應(yīng)用軟件的時候，比如WORD，它每次裝載的時間都不一樣的，那個不一樣對你的體驗影響是很小，但是基準(zhǔn)測量工具作為測量工具要求非常穩(wěn)定。作為基準(zhǔn)測量工具，我們認(rèn)為這些指標(biāo)是必須的，剛才有很多嘉賓來講核心的指標(biāo)、實(shí)際上它都是用基準(zhǔn)工具測量出來的，如果你的指標(biāo)差異很大，基準(zhǔn)測試工具的影響不明顯。如果差異很小，實(shí)際上影響很大的。

對于未來的考慮，我們希望能建立硬件的服務(wù)器和云計算的服務(wù)器一致的測量工具，這種更便于比較。

我們的工作基本上來提供工具一致性，并不是說所有基準(zhǔn)工具都是由我們發(fā)布，實(shí)際上基準(zhǔn)的測試工具主要依靠廠商，我們來提供方法學(xué)的支持，怎么來做一款基準(zhǔn)測試工具，怎么來評價基準(zhǔn)測試工具。

我們自己也寫工具，我們自己寫的工具也不一定是最好的，這需要廠商共同的努力，剛才郭亮講也計劃在ODCC立一個項目是關(guān)于基準(zhǔn)測試工具的，我們國家基準(zhǔn)測試工具實(shí)事求是講，還是非常落后，這還有一段過程。

我們希望在ODCC的平臺下，我們國家的基準(zhǔn)測試工具能夠獲得長足的進(jìn)步，只有工具進(jìn)步了，進(jìn)行市場監(jiān)管的時候才有基礎(chǔ)。比如有人投訴云廠商，說我買的算力不夠，如果沒有基準(zhǔn)測試工具很難判定怎么叫不夠，你買了一核到底多少算力才夠。計量是技術(shù)合規(guī)的原點(diǎn)，市場監(jiān)管的基礎(chǔ)。

謝謝大家。

以上內(nèi)容均來自互聯(lián)網(wǎng)，如有侵權(quán)請聯(lián)系我們刪除，謝謝。