谷歌中国研究院副院长张智威（腾讯科技摄）

腾讯科技讯（李松伟）8月18日消息，谷歌中国研究院副院长张智威在2010年中国互联网大会“云计算产业高峰论坛”上表示，能源问题成为全球关注的问题，谷歌也在利用云计算降低每次搜索的能耗。

张智威指出，目前Google搜索一下的能耗是12卡，而喝一瓶啤酒大约是500卡。结果谷歌自身的努力，目前花在冷却方面的费用已从原来的占35%费用总额降至9%。

以下是谷歌中国研究院副院长张智威演讲实录：

张智威： 各位老总、各位嘉宾，大家好！

刚才很多老总提到很多云计算的服务跟应用，我们觉得非常感动。另外有些老总提到云计算的技术可能已经很成熟了，但是谷歌觉得云计算很多地方在技术上可以进一步推。今天跟大家分享一下，谷歌在最近这一两年，在未来一两年云计算的技术做怎样的拓展。

如果要了解云计算，可能要了解它的一些规模跟它的应用极端。怎么看规模呢？首先我们看一下GFS，大家都了解谷歌的文件系统。我们觉得GFS已经有点过时了。同时，我们觉得MAPREDUCE也有它的问题。为什么现在这些都不够力呢。

跟大家做一个比方吧，几年之前，我在大学的时候，那个时候他们说GADBIC，TIROBIC，往后面走，可能我们讲的是TERA，需要非常大的存储。如果你现在用的技术是要登录月球的技术，可能没有到宇宙畅游，所以在技术上，我们必须做革新。接下来跟大家阐述一下，到底哪边出了问题。比如说，我们看看这几个不同的非常受欢迎的应用。

这些证明了一些计算的极端，我就举两个例子，因为时间的关系。搜索引擎用户数量是非常大的，精确数量是中等的。如果您今天搜集的信息，我们有5台机器，两台是当掉的，如果丢了东西，您可能根本都不知道，所以它的精确度不需要很高。但是，你用云计算做科学计算，比如说发一个飞弹，那精确性可就不能开玩笑了。另外其他几个方面，大家可以看到，比如可靠度、数据量。可靠度也是非常重要的，假设你用云做股市交易的话，你不可能中间宕机，大家的交易就不能实现了。

所以，大家考虑到这方面，必须考虑极端。我们接下来用一个例子来做解释。假设，今天我们只用一台计算机、一台服务器，我们来设计一个COMMUNICATION MODEL，我们第二个级别是一个计算机的机架，40台的服务器，第三个是一个计算机中心。我们假设有十万台的服务器。在这三种不同情况的结构下面，你们觉得软体的写法，或者是它的技术是一样的吗？我们看看几个数据。

首先，有三个很重要的数据，一个是LATANCY，当你到内存取资料的时候，到底中间的容量是多少。第二个是你每次取样的时候，有多少数据会取回来。第三个是容量，里面的容量到底有多少。这个本题几乎趋近于零，但是如果我们看一个机架，我们再来看这个数据，它的数字有点变化。下一幅大家看，它的LATANCY变高了，你看在机架这种级别上面，他们两个的级别基本上差不多了。这个时候，如果想考虑它的价格的话，多用一点BRAN，如果在数据中心级别来讲，这些数据又改变了。比较大的改变是它的单位又改变了，我们加那么多的CPU加了那么多的东西，为什么它往下走了？从一个CPU的观念来看，好像今天四环堵车了，你说好，我把四换从四个人增加到八个人，增加了几倍机器，但是从出四环和进四环的路没有拓宽，最后堵死在那边了。

我们最近觉得有什么样的云计算设计挑战呢？至少跟大家分享三方面，第一个是能源的节约。刚才有一两位老总讲到能源，能源非常重要。一方面我们希望节约能源，不希望在地球上摧毁整个的环境。过去几百年来，基本上每30年，我们的地球能源消耗会双倍一次。但是最近这一年，尤其在亚洲情况非常严重，也许五六年就提高了一倍，甚至在中国，在东亚，大概五六年资源就提高了一倍。我们GOOGLE搜索一个研究大概是12卡，你喝了一瓶啤酒大概是500卡，你喝了一饼啤酒，大概是2000多搜索。我们必须把搜索的卡降低，如果你的成本特别高的话，将来你的公司可能没有办法得到非常好的利益。为什么要节能、节源，这是非常重要的，必须使你的利润提高。

在谷歌，我们经过多少年的调研，我们在能源使用上有非常好的突破。在左边是云计算的平台，可能50%的能源是花在IT方面的，其中的35%是花在冷却的。谷歌在这方面有很多的研究，所以在冷却方面只花9%的能源。能源效应是6%，它大部分能源是做有效工作的。如果说你投资两块钱，在别的平台上服务是两块钱，在谷歌的平台上也许便宜很多。

第二个是故障恢复，你存在银行的钱不见了，故障修复是非常重要的环节。即使我们的机器是99.9%的使用时间，一年也有9小时的故障吧。如果有1000台的服务器的话，一般在北美有0.25次的断电，3次的路由器故障，100次的计算机故障，1000秒的硬碟故障，这种情况下，要保证数据不会丢失，还要正常运转。

故障的快速修复有很多的环境，比如说复制，对一些比较对正确性不是特别关切的搜索，我们可以做松散的一致性，近似的答案，或者不完整的答案。

最后一个要跟大家分享的是，新的城市设计的模式。我们知道MERIDUCE已经做了很多年了，它有它的问题。另外我们在技术上加了FLASH，我们加了CPU，所以跟大家分享两个事情，一个是在这样的不同的情况下，我们发现FLASH乐不太适用，我们基本上有下面几个重要的突破。新一代集群级文件系统，第二个是自动分布元素据层，它的读写用REEDSOLOMON技术，客户驱动的编码和复制也可以由顾客来做制订，预测、规划和优化数据移动非常重要，尤其我们希望把数据搬到离用户比较近的地方。缩短服务的延迟，这是绝对重要的，对所有用户来讲，延迟是很重要的课题。最后是故障修复。

这个是并行算法的一个比较，如果做研究的人比较有兴趣。但是一般来讲，大家可能看到这个图片觉得想睡觉。但是MERIDUCE有一个很大的问题，它每次要做大量的数据之前，要把数据在硬盘上读出来，最后再写回去。好处是，如果你的硬盘宕掉了，修复非常容易。坏处是你的修复是有地跌性的，每次都要写IO，非常花费时间，所以我们也希望有一个新的算法把这个问题解决。

数据规模为什么要大呢？我这里边做一个非常简单的例子来解释一下。假设今天我说了我只有100台机器，我只能搜集少量的数据来做一些算法的精确度。这个图的左边，它基本上秀的是，如果我的数据只有大概，它有四种算法，比如我们看第三种方式，在数据比较小的时候，它的精确度不是很高。但是我们继续加很多数据，继续再加。这个时候一个不算太好的算法，在非常多的数据情况下，它变成第一了。数据规模可以使算法优化的。在以前我们做研究的时候，常常用的小数据，我的算法赢了别人，然后发表一篇论文。但是在谷歌里面常常说，小规模数据的算法反而在大规模数据是最后一名。大规模的运算开始算法的精确度提高很多，第一个是谷歌翻译，谷歌翻译搜集了非常多的联合国的文件，根据那个文件做样本。所以你今天打进的词条，就有这个翻译把这个传进去，而不是非常传统地做算法的MODEL。谷歌的语音识别是另外的例子，传统的算法数据只有60%。但是因为我们搜集了非常多的数据做训练，所以我们就可以增加到80%多。

最后的例子，我们可以用大量的数据，还有用户的一些反馈做一些趋势的预测，这个非常有利的，我举一两个例子。去年我们有禽流感，或者H1N1大家比较紧张，后面这个图是国际卫生组织发布的禽流感感染人数，在谷歌内部，用户的关键搜索词，实际上在卫生组织发布数据之前，我们就已经早就知道了。譬如说你今天身体不舒服，你打感冒药等等的，我们把关健词做一个统计，你可以看到谷歌在两三个月之前，在他们没有发布这个疫情之前，我们就已经知道这个数据了。

我再举一个很简单的例子，在国外经济情况好好坏坏，一会儿好、一会儿坏，我们外面的人只有在每一个月，或者每一个季度之后，我们才看到这个经济的报告。这个时候，你是炒股的话，可能晚一点。但是我们可以看看关键字，最近搜餐厅的比较多了，那可能经济情况比较好了。搜炒菜、煮菜的，可能最近大家比较穷了，可能大家最近自己生火做饭。

我就举一些负责肤浅的例子了，有些关键的搜索词是可以拿来做数据应用的。今天就跟大家分享一下谷歌的超级云计算平台技术。显然因为规模，算法的规模是越来越大的，既有的技术是永远没有办法跟上，所以已经一直在做调研，希望能替云计算技术做更好的突破与开发，谢谢各位！