计算

什么是计算？

简单来说，计算就是系统用来处理信息和执行任务的能力。当应用程序启动、数据库执行查询、AI 模型生成预测结果，或是业务仪表盘进行数据分析时，计算资源就在后台承担着各项处理工作。

计算与存储和网络一样，都是 IT 基础设施的核心组成部分之一。存储负责保存数据，网络负责传输数据，而计算负责处理数据并运行使用这些数据的应用。

计算之所以重要，是因为几乎所有的数字服务都依赖于处理能力。业务应用、分析平台、网站、数据库、AI 模型、边缘设备以及云服务，都需要计算资源才能正常运行。

对企业而言，合适的计算环境能提升性能、减少延迟、助力做出更精准的决策，并能帮助团队根据需求变化灵活扩展工作负载。同时，它也能赋予组织更大的灵活性，使组织可灵活挑选最适合的应用运行位置（云端、本地、边缘或混合环境）。

若缺乏充足的计算能力，应用可能变慢，分析可能耗时更长，AI 模型训练更加困难，团队在支持新的数字化服务时也会面临重重阻力。

计算对于 AI 和机器学习至关重要，因为 AI 模型要处理能力来进行训练、调优和运行。数据集或模型规模越大，所需的计算能力通常也越高。

在训练过程中，计算资源会处理大量数据，以便模型能够学习其中的模式。在推理过程中，计算资源会将训练好的模型应用于新数据，并据此生成答案、预测、分类、推荐或执行自动化操作。

AI 工作负载通常使用 GPU 或其他加速器，因为它们能够同时处理大量计算。这使得加速计算在深度学习、生成式 AI、计算机视觉、自然语言处理以及大规模数据分析等领域中发挥着至关重要的作用。

组织应根据工作负载类型、数据要求、性能需求、成本模型和操作环境来选择计算基础设施。

对于运行分析、云原生应用或分布式工作负载的组织而言，可能需要灵活的云服务或托管计算服务。对于拥有敏感数据、可预测工作负载或合规要求严格的企业而言，可能更倾向于采用本地、私有云或混合计算。对于运行 AI 训练、负载繁重的数据处理或科学研究的团队而言，则可能更需要 GPU 服务器、高性能服务器或高性能计算系统。

对于小型数据中心而言，超融合基础设施也颇有用处，因为它能将计算、存储和虚拟化整合到一个更简单的集成环境中。

• 工作负载类型，例如业务应用、分析、AI、容器、边缘计算或 HPC；
• 所需的处理能力、内存、存储和网络性能；
• 数据的敏感度和位置需求；
• 预期使用模式，包括需求稳定型、季节性高峰型或突发增长型。
• 团队在基础设施管理、自动化、安全和生命周期运维方面的能力。

计算为组织提供了运行数字服务、分析数据以及支持现代工作负载所需的处理能力。

计算最大的优势在于，能帮助组织将数据和软件转化为实际行动。它能为应用和团队提供运营、响应和发展的所需资源。

• 提升应用性能和数据处理速度；
• 为分析、AI、机器学习和自动化提供强大的支持；
• 在云、本地、边缘或混合环境中运行工作负载时具有更大的灵活性；
• 具备可扩展性，可支持不断变化的业务需求；
• 提高应用和基础设施的更新改造能力。

当工作负载不断增长、环境日益分散，或团队需要在成本、性能和安全性之间寻求平衡时，计算便会面临诸多挑战。

正是由于这些挑战，组织才需要制定一套涵盖工作负载部署、性能规划、自动化、安全性和生命周期管理的计算策略。

• 如何为每种工作负载选择合适的计算模型；
• 如何在云、本地和混合环境中有效管理成本；
• 如何在不过度配置的情况下扩展资源；
• 如何保障分布式计算环境的安全；
• 如何支持 AI、容器、边缘计算和高性能计算等现代工作负载。

HPE 通过服务器、软件、服务及混合云解决方案，为组织提供全面的计算支持，帮助其在数据中心、云环境和边缘位置顺畅运行各类工作负载。

HPE ProLiant Compute 支持从核心业务应用到数据分析、虚拟化、容器和 AI 的各种企业工作负载。HPE Compute Ops Management 可帮助团队以更强的可见性和控制力，监控并管理分布式计算环境。GreenLake 则为希望在混合环境中获得灵活性的组织提供云一般的消费模式支持。

HPE 同样支持专业化的计算需求。HPE Private Cloud AI 可帮助组织在私有云环境中运行 AI 工作负载。HPE Cray Supercomputing 能为高性能计算、大规模建模、模拟和研究提供强大支持。HPE 边缘解决方案 则可帮助在靠近设备、机器和用户的位置处理数据。

借助 HPE，组织可以构建从边缘到云全面覆盖的计算环境，在性能、可扩展性、安全性、自动化和工作负载灵活性等方面获得全面支撑。