7月12日，浪潮在北京发布了面向智慧计算，聚焦云计算、大数据、深度学习（简称CBD）应用场景的新一代服务器M5系列，涵盖通用、应用优化、关键业务和融合架构4个系列，共计35款产品。
发布会上，浪潮提出了“场景化极致设计”的概念，场景化设计就是从部署环境和应用环境的具体需求出发，在密度、能耗等物理设计上，以及计算、存储和I/O配比等逻辑设计上，进行极致化的产品定义和产品实现。这是在服务器产业第一次提出的设计概念。
面向CBD应用的浪潮M5新一代服务器全新发布
均衡式设计——硬件与应用的松耦合
传统互联网以及更早的时代，服务器都是采用均衡的设计原则：即计算、存储、I/O等三类资源要均衡；性能与可用性之间要平衡；能耗与能效之间要平衡。这种中庸之道的设计原则，其实更应该称之为通用设计原则，这种原则设计的服务器就叫通用服务器。
通用是过去几十年保证软硬件产业发展的基本规律之一。一方面，自上世纪五六十年代实现了软硬件分离以来，软件和硬件的标准化和分离程度越来越高，最后形成了两个独立性很高的产业，除了接口标准外，相互之间几乎没有影响。
另一方面，从计算机产业开始到现在一直是通用时代，所有的企业都在追求一款产品满足万千用户需求，只有这样才能最大程度上取得规模效应。在这样的规则下，计算机硬件则普遍采用了通用设计原则，尽量用少数几款产品去承载所有类型的应用，至于数据中心的部署需求更是很少考虑。
智慧计算下的数据丰富型应用挑战
通用时代的结束的标志是云计算、大数据等新一代信息技术出现，技术时代的更替使得通用设计原则不再适合时代的需求。
云计算、大数据以及AI等新一代信息技术的发展和普及，使得人类社会从信息化向智能化升级，社会计算的形态发生深刻变革。除了传统的计算丰富型应用之外，大数据、深度学习等数据丰富型应用发展更快，这些计算形态与云计算进行融合，形成新的计算形态——智慧计算。
智慧计算是未来计算发展的最主要形式
在移动终端、5G、物联网的推动下，联网服务和设备快速增长，数据无处不在、无孔不入，指数增长的数据金矿在不断加速数据丰富型应用的发展，让数据丰富型应用成为与计算丰富型应用规模相当的应用形式。
数据丰富型应用的发展打破了软硬件松耦合式的发展模式。数据丰富型应用，如深度学习、大数据等，对于计算力的需求是无限的，而且需要的是同构、低精度的规模化计算力，传统的以CPU为计算中心的服务器已经不能满足。以深度学习为例，训练数据集的规模不断膨胀，模型参数也在不断膨胀，几十亿参数、几百层的神经网络模型已经出现。
但是数据丰富型计算和应用，仍然处于发展和应用的初期，大数据技术可以仅仅能够完成数据存储、管理和基本的查询，利用程度很低，深度学习可以帮助人类海量数据中获得知识，获得深层洞察力，但是目前的应用场景仍然有限。从数据利用率看，人类产生数据仅有不到1%得到了利用。随着数据处理规模和数据处理深度的增加，以及数据处理方法的创新，数据丰富型应用会逐步显示出发展的潜力。
数据丰富型计算对于服务器设计思想的冲击是显而易见的，目前，普遍的观点认为，大数据和深度学习的发展，需要“异构加速”计算方案，仍然将GPU、MIC、FPGA等计算技术看作是CPU通用计算的补充技术。而在深度学习中，CPU仅负责的逻辑计算，承担了很小比例的负载，而GPU等负责机械计算，承担了最大的负载。可以设想，随着数据丰富型应用的发展，GPU等计算技术有望摆脱补充地位，成为与CPU并列的计算平台技术。
场景化的设计——云计算发展的必然结果
另一方面，通用服务器的挑战源于云计算的发展。云计算应用的发展使得社会计算空前集中,大量自建自用的私有数据中心被大规模、超大规模数据中心所替代。根据Synergy Research Group的最新数据，截止2016年12月，全球可部署10000个标准机架的超大型数据中心已超过300个，可容纳的服务器数量远远超过了2016年全球服务器总出货量。与此同时，运营商背负着巨大的资本和成本压力，2016年亚马逊、微软以及谷歌去年在资本支出和资本租赁上的总花费为 315.4 亿美元，同比增长 22%，大部分用于数据中心方面的支出。
运营商要降低成本和实际业务压力，具体到服务器层面，就是提高密度，简化运维，提高灵活性，降低能耗，降低整体成本。所以，近年来，运营商采购的服务器形态从传统的机架式到超密度、刀片、整机柜等新形态快速演进，部署性有了根本性改变，密度不断提高，整体能耗快速下降，单位数据中心面积占用的维护人力成本不断减少。
浪潮整机柜服务器
在追求能效、密度、可维护性的道路上，云数据中心对服务器的设计要求是极致化的，因为巨大的部署规模，很多细微的创新或者变动，都会带来巨大的成本节省。浪潮服务器的电源工程师曾说过一句话“一瓦100块钱”，也就是服务器能耗每降低1瓦，整个生命周期节省的电费超过100块人民币，一个容纳10万服务器的数据中心因此可以降低1000万以上的电费支出。
“应用+物理”两个方向的极致化
可以看出，极致化的设计本质是最大程度上满足两类需求——部署需求和应用需求。面向应用提供最贴合的系统平台，是浪潮设计服务器的第一原则，满足应用需求的情况下，然后考虑如何实现最优化的能效、密度等物理表现，所以，极致化的设计就是在一定扩展性、可用性等逻辑约束内，追求最大的性能、密度、能效等物理设计的过程。
浪潮M5新一代服务器家族全景图
浪潮M5新一代服务器4个系列很好的体现了极致化的设计原则。通用和关键业务是“历史传承”系列，针对传统的企业应用，这两个系列在空间占用方面也有了明显的提升，八路服务器天梭 TS860M5高度为4U，四路服务器NF8260M4高度为2U，仅有上一代产品的一半。
应用优化和融合架构都是针对云计算、智慧计算等新兴应用的系列，密度、能效和易维护性等物理属性十分突出，适合云数据中心部署，可提供极致优化的整体成本。
而且，针对大数据、深度学习等新兴的数据丰富型应用的产品，在存储、异构扩展性等方面突破技术平台的限制，提供远超于一般产品的物理存储容量和异构计算能力。例如，深度学习专用服务器NF5288M5在2U空间内可支持8块GPU，具有极致的性能空间比，是全球最高计算密度、最高性能的AI服务器。
浪潮NF5288M5是全球最高计算密度、最高性能的AI服务器
融合架构产品线，是下一代数据中心模块化解决方案，包含多子星、刀片和整机柜等多种形态，适合于传统数据中心改造、新建的云数据中心部署等多种场景。其中整机柜产品能够将数据中心部署速度提高10倍以上，大大提高了数据中心的灵活性。
不断接近物理限制的极限
极致化的设计更多是对应用技术需求的研究和把握，但是在研发工程师看来，极致设计是在特定空间内，放置更多的电子元器件，是对供电、散热、结构等物理限制的不断突破。浪潮M5新一代服务器能够在密度、能效等方面不断突破，是源于高强度分仓结构、高精度风流控制和高效高功率主板供电等一系列领先的底层技术。
例如，存储服务器NF5486M5高度为4U，最大支持100块3.5寸硬盘，可提供1PB存储空间，是目前业界存储容量最大、存储密度最高的产品之一。在这款产品的研发过程中，浪潮工程师创新设计了分仓强化结构、共振抑制结构、高精度气流调配技术等，解决了散热、共振和形变等一系列难题。
浪潮M5新一代服务器采用极致化设计
例如散热问题，NF5486M5采用了多排硬盘设计，前排硬盘会为后排硬盘产生2°C升温，出风位置的硬盘只能得到层层加温的风流，在环境温度达到35度时，就会接近临界温度，而采用高精度气流调配技术后，散热风流可以直接达到每排硬盘，从而解决了出风位置硬盘的散热问题，确保在35度的环境中也可以正常工作。
推动智慧计算发展
极致化设计的服务器更多针对大规模数据中心和前沿应用，也主要被数据中心创新的先行者——互联网运营商所采购。在过去的几年中，浪潮一直蝉联互联网行业市场份额第一、天蝎整机柜服务器市场份额第一，很大程度上应该归因于浪潮在设计思路上的创新。
数据中心的互联网化已经是不可逆的趋势，数据中心创新技术从互联网运营商向其他用户的扩散比预计的更快。比如，近年来大量采购浪潮天蝎整机柜服务器的，不仅有百度、阿里巴巴，还有中国移动等电信和政府的行业用户。
云计算、大数据、深度学习发展速度不断加快，彼此之间的融合也在加快，智慧计算的时代已经来临。2017年，聚焦智慧计算业务，围绕智慧计算三要素，浪潮将为计算提供软硬件产品，为数据提供存储处理和分析平台，为算法提供面向应用、深度优化的集成工具。
目前，浪潮已构建以“计算+”为核心的生态体系，依托完善的软硬件产品线，形成了包括可重构的硬件、云数据中心操作系统、大数据处理平台、智能算法平台的软硬件产品布局。随着M5新一代服务器发布，将加速企业智能化转型，推动智慧计算进一步发展。
