在22日至23日隆重举行的华为中国生态伙伴大会2018上,主题为“大服务,助力行业数字化转型”服务峰会隆重召开,华为重磅推送行业云使能服务。面向政务、金融、公共安全等行业客户的云化转型需求,华为利用云计算、大数据和SDN等新技术,携手生态伙伴打造合作共赢、高效开放的行业云服务生态,为客户提供全服务生命周期的行业云使能服务,加速行业数字化转型。
华为发布行业云使能服务
云化转型是必由之路,但问题多多
进入21世纪第二个10年,行业数字化进入了落地阶段。作为数字化转型的推动者—云计算—也越来越被认可和接受。根据美国国家标准技术研究院(NIST)的定义,云计算有5个本质特征:按需自我服务、广泛的网络访问、资源池、快速的弹性能力和可度量的服务。基于这些特征,云计算可以为企业创造诸如节省成本、缩短产品上市时间和减少硬件规模等价值。
尽管如此,客户业务上云并不能一蹴而就。各种调研机构也总结了各种类型的上云障碍。比如CSOonline.com的报告就显示企业上云的四大障碍:合规和安全、运维的成本和复杂度、与现有IT基础架构的兼容性、不符合业务目标而产生的额外成本。此外,云的落地实施和迁移也对上云能否成功起到至关重要的作用。结合云化转型的需求简单来讲就是“建好云”,“用好云”和“管好云”。
以国内某省政务IT系统云化转型为例,它所面临着重复建设成本高、资源利用率低、资源分散、管理困难、设备老化严重和故障频发等问题。另外,如何打通原有政务资源壁垒,实现数据融合,乃至数据共享?如何实现数据价值,带动业务创新?各行各业看到云的诸多好处而决定做云化转型,但在此过程中,不可避免的遇到了上述问题与挑战。
云化转型应从“建、用、管”入手
“建好云”,要根据业务需求通盘考虑,比如上云的战略,应用的云化,基础设施的云化和后续云服务管理等都要做提前规划;同时,应用上云要有一定的演进路径或者提前的评估规划,实现上云的价值最大化和减少上云的风险。IT是要为业务服务的,云更加要贴合这个目标;根据业务目标制定云的规划设计,最终呈现业务需要的云服务种类,实现云对业务支撑的效率并且降低成本。由于云的集中特性,安全和合规是建云时要考虑的重中之重;从广义的安全来讲,云的灾备也是必须考虑的一环。
“用好云”,则要考虑使云价值最大化。根据一定的评判方法制定上云路线图,并结合云迁移实现应用和业务上云,降低上云风险的同时实现云价值最大化。客户的数据安全至关重要,同时各行各业的合规要求层出不穷,云安全面临重大的挑战。
“管好云”,则面临着新的挑战如底层IT设施的传统管理理念和云资源的灵活管理理念的冲突,也就是如今业界提出的“双态”运维。这要求运维人员的技术水平和管理理念同时得到提升。而安全是一个持续的概念,要在运维中得到充分的贯彻。
华为行业云使能服务,加速行业数字化转型
华为行业云使能服务,从 “建、用、管”三个阶段出发,应对行业客户的云化转型挑战。华为EBG企业技术服务部云使能服务部部长周义林谈到:“华为行业云使能服务,紧贴客户云转型不同阶段需求,覆盖全服务生命周期:云咨询规划、云化评估、云规划设计与实施、云迁移、云安全、云灾备、云运维、大数据规划设计、大数据开发支持和大数据管理。为了帮助客户成功实施落地方案,华为联合业界2200+生态合作伙伴,开发了集50+专业服务工具平台,帮助客户云化转型,目前工具平台已经能够兼容多达260种硬件设施和400种软件型号。”
华为EBG企业技术服务部云使能服务部部长周义林
解读华为行业云使能服务
上文提到的某省政务IT系统,在华为云使能服务的帮助下成功实现云化转型。它实现了多数据中心统一管理、双活云数据中心架构、云平台全方位安全保护、政府各委办局大数据资源的融会贯通与创新利用。目前服务模式按实际业务需求付费,降低冗余建设开销,成本节省约30%;IT系统形成统一资源池,资源的利用率提升到60%;运维自动化程度提升至80% ;政府部门聚焦自身业务,服务社会的水平和能力都有很大的提高,提升政务服务满意度50%。
“云的中心从基础设施向行业应用转移,企业要实现技术到业务的全面数字化,端到端的行业云使能服务是关键。”周义林补充到。数字化转型可以帮助客户适应快速发展的市场并挖掘更多商机,华为全服务生命周期云使能服务必能加速云转型成功!
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。