博客首页|TW首页| 同事录|业界社区
2018-08-13

前不久,GE航空集团中国区工程技术总经理王鹏在接受媒体采访时表示,一台航空发动机的80%-90%都在中国制造,其余10%-20%不在中国制造的,诸如高压涡轮叶片等,即使不在中国制造,但高压涡轮打孔技术也是在中国开发出来的,因此中国做不出航空发动机不是制造技术的问题。

那么,为什么中国做不出航空发动机呢?遇到类似问题的,还有中国的人工智能创业公司。2018年7月17日,全球最大FPGA芯片厂商Xilinx宣布收购中国人工智能创业公司深鉴科技。这当然一方面被解读为中国科技创业史上的里程碑事件,另一方面也意味着中国的人工智能技术得到全球的认可。但从其中反映出的一个更为深刻道理:用户只会为最终的“航空发动机”付费,而不会为了其中的某个技术或某个组件付费。

2018年8月8日,在今夏热门科技读物《未来版图》的品读会上,深鉴科技创始人姚颂分享了从被收购中得出来的“领悟”:研发出顶尖的技术是一回事,从技术到产品再到商业化又是另外一回事,很多技术创业者都是从技术底层往上层产品思考,但往往最终用户买单的商品与创业者最初的设想会差很多。创业者做了一个自己觉得性能特别好的芯片,但不一定是客户需要的,而GE、Xilinx这样的商业公司恰恰完成了按用户需求的技术组合,以解决方案的形式向客户销售,最终实现了商业化的闭环。

“你要花很多时间理解客户,接触到客户真实的需求,最终把客户绑定到产品上。”姚颂分享他从一个人工智能创业者到Xilinx公司成员的体会。深鉴科技是一家来自北京的创业公司,专注于自研的神经网络剪枝、深度压缩技术及系统级优化,自2016年成立以来就一直基于Xilinx的FPGA芯片开发机器学习解决方案。前不久,姚颂曾表示,中国的人工智能行业从2018年下半年开始,对于新技术的热度会逐渐降低,对技术在实际应用中的落地会更加关注。

人工智能领域的初创企业,想要将技术进行落地,实现“弯道超车”,姚颂认为并非易事。对深鉴科技而言,如果想自己做AI芯片,还需要一个完整的生态链,这包括操作系统、软件、应用等,但小公司往往没有自己的生态链;而另一方面如果单纯将芯片架构设计授权给企业进行生产,像ARM公司的商业模式那样,那么又难以形成像英特尔这样的制造企业的规模。只有将芯片、系统、软件甚至算法和解决方案全部实现,就像NVIDIA公司现在正进行的转变那样,才能真正让用户买单,才能形成规模化收益。

传统观念上认为NVIDIA是一个GPU芯片公司,但NVIDIA在人工智能时代却做了很多非芯片的技术开发工作,针对具体的可落地的用户场景,提供了从芯片到软件到开发语言再到应用的完整解决方案,用户只需要更改具体的算法即可以形成自己的产品。例如在针对自动驾驶场景,NVIDIA就提供了一整套完整的解决方案,让车企在简单修改后就可以直接用到自己的车上。

“必须要认真的走到行业里面去,走到应用层面去,真正看到应用是什么,要从一个芯片公司变成一个系统公司,变成一个解决方案的公司,当你掌握了整条堆栈的时候,才能确保芯片被用起来。”姚颂认为。

今天的NVIDIA还是一家GPU芯片公司吗?不,今天的NVIDIA已经是一家GPU计算公司,它推广的是基于GPU的计算生态。自 2010 年开始,《麻省理工科技评论》(MIT Technology Review) 每年都会选出 50 家公司(以下简称TR 50),作为全球科技创新公司的代表。2017 年,排名第一的公司是 GPU 的生产商NVIDIA,这是因为该公司生产的芯片极大地推动了深度学习和自动驾驶等领域的进步。而NVIDIA能入选TR 50还有一个更重要的原因,是NVIDIA对于深度学习和自动驾驶等领域的技术商业化推动。

《未来版图》一书正是系统梳理了自2011年到2017年7年共195家上榜公司,这些被誉为“全球最聪明公司”的科技创新趋势和商业化路径引发了整个科技界的关注。其中,在2011年到2017年的榜单中,IBM和SpaceX在7年内无一缺席,中国公司入选次数最多的腾讯共5次入榜,与苹果并列。无论是IBM、SpaceX、腾讯还是苹果,它们不仅是新技术的发明者,更像GE和Xilinx一样,根据用户需求对新技术组合进行“装配”,最终以解决用户痛点的产品,完成商业化闭环。

从这个角度来说,无论未来版图如何变化,能根据用户需求“装配”出好产品并完成销售的公司,才是真正的创新驱动者。(文/宁川)

2018-08-06

关于本次传统企业数字化转型,核心要点是在云上完成数字化的产业升级,这是毕马威最新研究报告所指出的。毕马威认为,混合云通过建立传统IT与云环境之间的纽带,打破了IT上一代技术与未来云技术间的障碍。混合云为传统大型企业提供了一个全面连接数字化解决方案的平台,企业可以通过这个平台,自主选择未来业务的部署模式,以较小的代价、较低的风险来推进数字化转型之路。

目前以企业愿意接受的一体机形式交付的混合云,只有微软的AzureStack。自去年11月在中国市场发布以来,联想与华为都推出了AzureStack一体机。然而,微软AzureStack只能接入微软Azure公有云。除了Azure之外,还有AWS、Google等主流公有云以及私有云,这就是浪潮和网易云合作的瀚海云计算全栈一体机所瞄准的空白市场空间。2018年7月31日的网易云创大会上,网易副总裁、杭州研究院执行院长汪源与浪潮集团副总裁李金联合发布了瀚海一体机,该一体机除了具备全栈的云架构和能力外,还搭载了瀚海私有云,已经历大规模实际验证,强互联网级IT能力,能高度兼容所有主流公有云,将开放做到极致。

浪潮集团高级副总裁王虹莉在随后接受采访的时候表示,浪潮已经是全球服务器市场第三、云服务器市场第一,本次与网易云合作的瀚海一体机进一步打开了“互联网+”场景的空间,丰富了此前已经推出的浪潮一体机产品。而瀚海一体机进一步融合浪潮在计算基础架构的技术与网易云的互联网级IT能力,为传统企业用户提供一站式云基础设施解决方案。

云2.0的交钥匙工程

一体机的兴起是随着云计算在企业中的渐进式落地而发展的。从最早基于KVM、VMware服务器虚拟化软件的一体机形态,到后来服务器虚拟化与存储虚拟化为主的一体机形态,再到完整的服务器虚拟化、存储虚拟化和网络虚拟化软件体系以及成熟的开源OpenStack云操作系统的一体机,一体机逐渐具备能力成为云2.0的“交钥匙”工程。

2017年浪潮首次提出了云2.0时代的新趋势。所谓云1.0时代,即指企业建设重点在于云基础设施,完成了IT基础资源的池化、调度、智能管理和服务交付,再将传统应用迁移到云平台之上,称之为“业务云化”或称业务上云;而云2.0时代,企业从业务的实际需求出发重新设计云平台,期望在敏捷开发、快速响应、新技术支撑等细节上有差异化需求,满足互联网模式下的云原生应用,即强调“云化业务”。“业务云化”与“云化业务”两个阶段,对底层一体机软件硬件的要求肯定不一样。

2018网易云创大会上发布的瀚海一体机采用了浪潮机架式服务器NF5280M5等不同形态的浪潮主流平台,基于开源OpenStack技术,整合计算虚拟化KVM、网络虚拟化 OVS以及容器Kubernetes和Docker,构成一个计算、存储和网络全虚拟化的一体化方案。正如网易研究院执行院长汪源所强调:“瀚海一体机是首款云计算全栈一体机,就像一艘装备齐全的‘航母’,开出去就能作战。”

瀚海一体机集合了网易和浪潮多年研发的原创技术和应用经验,配备了全套微服务工具,对容器服务支持非常好。对企业来说,只要关心代码,无需过多关注云计算集群运维。而瀚海一体机本身是基于网易云的瀚海私有云,构建于OpenStack之上的瀚海私有云单个集群可以支持5000个物理节点、3万台云主机,支持Kubernetes单集群3万节点和45万容器,而本次推出的轻舟微服务则是工程完整的云应用开发运维管理平台,这些技术都是经过网易实际场景长期验证过的“云化业务”开发与创新平台。

瀚海一体机能够覆盖网易云几乎所有的“场景化云服务”和“专属云”服务,可以对外提供云计算基础服务、通信与视频、云安全、云客服、大数据等服务;而瀚海私有云不但可以跟网易的公有云组成混合云,还可以跟世界上所有主流的公有云组成混合云。

王虹莉强调,浪潮更偏向于底层Iaas层,也找了典型的应用场景在做一体机的实验和优化,进行软硬件的整合。现在随着网易云提出首款全栈一体机,进一步丰富了浪潮一体机的场景,从原来侧重于IaaS层到现在可以往SaaS层延伸,进而可以开发“互联网+”应用场景。这不仅意味着“云化业务”的交钥匙工程,更意味着真正打开云2.0时代的“钥匙”。

抓住“互联网+”的“丰声”

浪潮与网易云的合作也不是一步走到瀚海一体机,双方合作其实已达十年之久,去年网易云创大会上就联合推出了DDoS防护一体机、商超零售一体化解决方案、大数据一体机以及智能客服一体机等产品。

王虹莉表示:浪潮与网易合作超过十年,现在基本上网易的主要核心业务系统,都在使用浪潮的服务器,包括GPU和AI相关的服务器,产品机型基本覆盖了浪潮所有的机型;网易是浪潮JDM联合创新的合作伙伴,双方联合研发面向传统企业的解决方案。所以,浪潮与网易的合作是战略级合作,瀚海一体机就是在这个前提下推出的。

去年,顺丰联合网易云信共同打造了“丰声”系统,基于网易云信实现了顺丰自己内部的企业级即时通讯系统,为13余万名员工以及OA、财务、客服等多个业务系统提供了内部协同、人员管理等的工具与平台。而顺丰恰巧也是浪潮的客户,“丰声”系统让浪潮看到了新可能,这就是“互联网+”新应用市场。去年,浪潮与网易云还合作为韵达提供了数字化咨询和实施,包括路径规划、包裹扫描、内部通信等等。

“从网易云的易信开始,看到网易有一个很好的思路,即把已有成熟的技术开源出来,浪潮从这个阶段开始就积极与网易探索开源后的商业模式。网易有意愿提供更多的场景,浪潮也愿意投入更多的资源,针对云场景进行更多优化,大家更务实了。”王虹莉强调。

而在不远的未来,真正的“互联网+”场景已经在招手。比如在新能源行业,风力发电和光伏发电都需要基于人工智能的解决方案,而智能汽车、车联网、物联网等的应用和生态将在未来三到五年内崛起,此外中国经济和产业在对外输出时也可以借助互联网和云平台。简而言之,传统行业都面临智能化和智慧化改造,产业数字化是盘很大的棋局。

IDC与网易云合作的《2018中国企业数字化发展报告》指出,数字化已经广泛被中国市场接受,行业的数字化将重构价值链,最终带来社会生产力的提升。而在这个过程中,一个开放共享的技术平台就非常重要,浪潮与网易云合作的瀚海云计算全栈一体机就是这样一个可以提供全栈开源云能力的技术平台,特别是能够连接所有主流公有云的能力,正是广大企业所需要的数字化转型基石。(文/宁川)

2018-08-02

众所周知,网易是一家ToC业务为主的互联网公司,去年12月网易营收达到历史新高点。与亚马逊等消费类互联网公司类似,网易也选择在ToB领域拓展新的赛道,这就是网易云。之前,网易云都以面向开发者的ToC类云服务为主,而在2018年的年度网易云创大会上,网易云强烈释放出了进军大企业市场的信号。

2018年7月31日,在一年一度的网易云创大会上,网易副总裁、网易研究院执行院长汪源发布了一系列面向大企业的网易私有云产品,把不少重量级的网易内部技术拿出来共享,包括:单集群支持5000节点、融合了网易6年OpenStack经验并可对接所有公有云的瀚海私有云;配备网易Kubernetes单集群3万个节点、45万容器技术的轻舟微服务;针对大企业需求、网易历史悠久的分布式数据库DDB、时序数据库NTSDB;与浪潮一起推出了类似于AzureStack的全栈私有云一体机;完整的大数据管理、计算、分析与可视化技术组合等。

汪源在会后接受采访时表示,网易云是网易ToB业务的排头兵,云和大数据的市场空间非常大,而真正能让云和大数据产生价值的还是大企业,特别是行业龙头企业。对于大企业上云来说,一定要选择能够支撑系统平滑演进,可以管好、用好、有大量人才的云,那么就必须选择开放的云,基于开源技术且满足主流开放标准的云,而网易最坚定的站在开源、开放这条路上,网易自己就是开源技术的重度用户。

今天,“老司机” 网易云,要用互联网级IT打开企业“互联网+”市场空间。

开源生态是大势所趋

IDC与网易云合作《2018中国企业数字化发展报告》(以下简称:《报告》)也在2018网易云创大会上发布,《报告》指出云计算、大数据、人工智能等领域,中国市场的教育工作已经基本完成,未来应用将持续深入,迎来黄金发展期。《报告》是对中国金融、制造、教育、零食、文娱、政府等六大重点行业的100家大型企业调研的结果,《报告》的结论显示即云、大数据、人工智能等新兴技术的市场教育阶段已经过去,现在到了快速进入抢占市场阶段了。

如果前几年还在观望是否要进入云计算、大数据、人工智能等为代表的这一轮新兴技术市场,现在已经到了必须要集体上船、刻不容缓的时刻了,不论是用户、技术厂商还是政府机构都需要一个可以共同参与新市场的机制。《报告》强调,随着云、大数据和人工智能等所激发的数字经济规模化发展,大量组织和个人参与到数字经济的建设中,数字经济时代的企业呈现出开放的特征,大量企业将部署数字化平台,同时整合云平台、产业平台、数据和代码平台、合作伙伴和客户等外部资源,消费者也大规模参与其中。

这实际上就是数字经济时代的市场机制:用户需求越来越复杂、技术与应用越来越复杂,没有任何一家公司可以提供所有解决方案,新的ICT产业格局正在形成中,而在新市场的形成过程中,要么建设生态、要么加入生态,这就是数字经济下在新市场游戏规则。而在已经形成的新生态中,以OpenStack、Hadoop、MySQL、Kubernetes、Docker等为代表的全栈开源IT技术生态已经成熟,而且是互联网级的IT技术。

“要成为数字企业,第一步就是要采用云计算、大数据的技术。当然,很多企业也知道要上云。但是,上什么云,这是个问题。现在市场上有很多不同的声音,有些我觉得是有点混淆视听。”汪源在2018网易云创大会上强调,“在去年乌镇互联网大会上,我就讲,企业上云要知行合一。首先就要知,要知道上云是很长远的事情。上了云之后,就永远在云端了。这就像跟一个人结婚,是要共同生活一辈子的。”而这个可以“共同生活一辈子”的云,就是开源开放的云。

为什么网易最坚定站在开源、开放这条路上?显然,一个很重要的原因是开源开放基础技术已经形成了一个完整的生态,有大量的技术公司、人才、高校、政府机构和用户的参与,相对在操作系统、数据库、中间件、应用管理与运行等对标过去软件体系的每一个软件堆栈(层面),都形成了完整的标准体系和参与者生态,这个市场的形态已经成熟并且可以规模化扩展。

网易自己就全面采用了开源基础技术,仅有少量场景是自己研发,大部分的网易应用都采用了OpenStack、Kubernetes、MySQL等开源技术;而且在同类型的开源技术中,网易也是选择了更为主流的开源技术,比如在OpenStack和CloudStack中,网易就在OpenStack还不太成熟而CloudStack已经成熟的情况下,选择了OpenStack。如今,网易把自己的IT技术共享出来,这就是网易云。

产品化思维推进企业市场

网易一直是产品化思路做公司,网易云也是。汪源在谈到最初面向ToC的网易云和如今正在进入ToB市场的网易云,强调两个都要抓、都是产品化思维做市场。2016年8月,网易云官网上线,同期推出一系列场景化的“云”:面向通信与视频的网易云信、面向容器的网易蜂巢(后升级为网易云基础服务)、面向智能客服的网易七鱼、安全服务的网易易盾等云服务。

2016年首批网易云服务主要是面向开发者类ToC场景的云服务,这些云服务都抓住了开发者的痛点,以场景化和产品化方式为用户提供服务。如今,则以全套产品化的企业级私有云服务,主打大型企业市场。汪源强调,网易云的战略思路是:整体上用轻量级、产品化服务,主打大量中小企业、互联网创新企业和开发者;用全套大数据、云、私有化服务大型企业;在场景化中选择网易有优势、与互联网场景强相关、大数据服务相关的产品化解决方案。

产品化思路体现在轻舟微服务、瀚海私有云、瀚海一体机等产品身上。轻舟微服务是网易内部IT微服务技术的对外输出,兼容业界主流开源微服务框架,包括Spring Cloud、Dubbo等等,支持完成的DevOps模式的云软件开发,而在微服务所基于的容器方面,网易云是全球首批通过Kubernetes一致性认证的厂商,网易的容器平台已经稳定运行了1000多天,单个Kuberntes集群可以支持3万个节点、45万个容器,“这是非常大的一个规模,可以hold住所有应用”,汪源强调。而轻舟微服务作为一个产品化技术输出,还提供了AIOps人工智能运维技术以及全面的测试服务,帮助用户做好微服务的运维以及检查每个服务是否有问题。

汪源请大家记住:网易云“轻舟”,是目前业界最完整的微服务解决方案。而为什么轻舟微服务有这么完整的能力?是因为网易自己都是重度用户,有了轻舟微服务,网易考拉这种千万级日活的大规模业务,可以从以前每天2次发布做到现在的1000次,软件产品质量也提升52%。

瀚海私有云是基于最主流的开源技术,例如云管理平台就是OpenStack。网易从2012年开始,到目前已经在内部使用了6年的OpenStack,“瀚海跟其它OpenStack云最不一样的地方,是单个集群就可以支持5000个物理节点、3万台云主机,这个数字是第二名的2倍。”而互联网级IT能力是瀚海私有云的又一个特色,性能指标足以支持超大规模的互联网级应用,“秒杀”这样的极端场景也没压力。同时,还解决了大规模集群的管理运维。汪源强调,企业更关注系统的稳定性、安全性、高可用这些指标,而瀚海私有云这套系统已经在网易内部服役6年,“是货真价实的老司机”。针对混合云的需求,汪源强调瀚海私有云不但可以跟网易公有云组成混合云,还可以跟世界上所有主流的公有云组成混合云。

分布式数据DDB是网易内部历史最悠久的产品。网易数十亿的博客文章和照片,如果放到一个MySQL数据库中,肯定无法“消化”,所以网易就做了一套分布式数据库的中间件,“从2006年6月1号开始上线,而那个时候至少国内没有任何其它公司做这个技术”。DDB其实在网易游戏、考拉、音乐、易信、金融等很多系统被采用,可以支持很复杂的SQL、上万个数据节点、百万级QPS、金融级数据一致性等。

从数字化产业到产业数字化

过去,网易所从事的互联网业务,属于数字化产业;而如今网易云要进入的企业级数字化市场,则属于产业的数字化。IDC《报告》指出,总体来说,零售、文娱、金融、教育、政府和制造等中国六大主要行业中,接近消费者的零售、文娱和金融等行业和产业的数字化程度最高,很多已经接近或成为数字化原生企业;而依赖资源和行政推动的政府和制造行业和产业,数字化程度相对较低,发展空间巨大 。

在面向企业级数字化业务场景的产品都准备好后,网易云又针对行业场景推出了自己的解决方案。在2018网易云创大会上,提出了政府和制造这两个行业的产业数字化落地方案。在所有的产业里面,网易云认为数字经济能产生最大价值的是制造业。“互联网再发达,但也不能说我们就变成了强国,只有制造强,中国才能强。”汪源认为。

2018网易云创大会,网易推出了自己的工业智能平台,这是一个集合网易云计算、大数据、机器学习、物联网等能力的解决方案。基于这个平台,制造业企业首先可以实现架构的云化,然后用物联网实现数字化,用大数据和机器学习实现智能化,用服务中台技术实现服务化。网易云工业智能平台的核心是工业大数据解决方案,包括工业数据仓库、时序数据库、工业有数、工业模型,都是大数据产品线针对工业领域的应用场景优化。

其中,本次网易云创大会发布的时序数据库NTSDB,就针对的物联网应用场景,特别是车联网、交通、制造等领域传感器采集数据。NTSDB可以做到非常高效的处理,比如数据压缩率超过20倍,即便是亿级数据的聚合查询也可以做到秒级,而且NTSDB还支持SQL标准。而网易有数本身是一个敏捷的数据可视化分析平台,在网易内部也频繁使用这个平台,通过拖拽方式就可以轻松进行数据分析,去年网易就用有数就制作了24000张报表,工业有数即网易有数的工业版本。

在制造企业数字化方面,网易云与万向集团合作了万向工业互联网平台,这是万向集团投资的数字经济平台,围绕工业设计、工业制造、工业服务全流程,以万向42家制造企业、800余家供应链为企业基础,目前已经经过初期建设,在工业PaaS平台构建、生产过程监控、产线能耗分析等领域取得了初步成效。例如在产线能耗分析上,万向通过把机床等设备接入云平台,采集能耗数据,结合产线机理模型,输出不同时间、不同设备和不同工况下的能耗情况,根据计算结果提出能耗优化策略。

而在政府行业方面,网易云以联合创新中心的形式与政府合作,网易联合创新中心是集技术、人才、市场和生态等于一体的创新服务平台,依托网易云计算、大数据、人工智能等互联网技术资源,以及网易在游戏动漫、文化娱乐、在线教育、新消费等领域的互联网产品资源,与地方政府共同推动数字化经济发展的平台。网易联合创新中心已经在全国10个城市落地,包括了长春园区、合肥园区、淮南园区、嘉兴园区和海南园区等。

此外,产业集群是一种高效的实现产业集聚,提升产业水平的途径。因此,网易云还将和合作伙伴一起打造网易科创小镇,帮助各地推动、培育产业集群。

从网易云对企业市场的整个布局来看,还是相当有策略、有重点、有规划,不过这一切都需求大企业为开源技术买单,或者说要上开源技术生态的船。

“数字化创新,首先要选好用什么样的技术平台。这个平台一定是能够长期陪伴你发展、一定是你能够掌控、一定是有大量人才的。所以,这个平台就一定是开放的平台,而不是所谓的自研但是封闭的平台。为什么我们的平台一出来,就有大量的合作伙伴,就有大量的人才?因为这个生态早就有了。这个生态,其实不是网易云的生态,而是整个开放世界的生态。”汪源再次强调。(文/宁川)

2018-08-01

根据Gartner 2017年全球公有云IaaS市场份额报告,全球前三甲已无悬念:AWS、微软与阿里云,紧随阿里云后面的是Google和IBM。在竞争激烈的以公有云为代表的下一代全球企业IT市场,终于不再是IOE一统江山的局面,阿里云把一抺中国红带入了全球视野。而且,还很可能是永远性的,因为2016年Gartner这份报告中还统计了14家厂商,到了2017年就只剩6家!

全球公有云IaaS前五大家都是自研技术的代表,而阿里云的自研技术亦不逊色于其它四大家。在到底是自研还是直接使用外部现有技术这两条路线之争中,阿里云最终选择的是走自主研发道路。然而,自研技术这条道路并不是阿里云自己求来的,而是在阿里自身业务发展过程中,随着业务规模的不断扩大而被倒逼出来的。在这个过程中,突破了现有技术的天花板。

所以,不是阿里云要抛弃传统IT架构,而是传统IT架构无法承载阿里云的规模;也不是阿里云刻意不用现成的技术,而是这些技术也无法承载阿里云的规模;这些都是2009年写下第一行代码时的阿里云工程师们所想像不到的。当“一花一世界”不再是比喻,而是一朵花就变成一个世界那么大时,该怎么办?可以说,今天的阿里云技术也不是神话,也是在解决问题的过程中,人肉打磨出来再凝聚沉淀下来的经验总结。

打掉了Hadoop的飞天5K集群

在整个阿里云的飞天系统研发历史上,5K集群非常具有典型代表意义。代号为云梯1的机群,搭载了开源的Hadoop大数据系统;代号为云梯2的机群,承载的是阿里云当时自研的ODPS(Open Data Processing Service)开放数据处理服务以及底层的飞天系统,ODPS后就是阿里云对外提供的自研大数据计算引擎MaxCompute。云梯1和云梯2都是当时阿里集团处理海量数据存储与计算的系统,2008年两个云梯启动时,阿里内部已经有了9个Hadoop集群。

云梯1和云梯2这样的竞争在阿里内部其实非常普遍,技术团队内部的争论非常厉害,甚至当着马云的面也不掩饰。Hadoop作为大数据的标志性项目,本身更加成熟,在技术人员心目中地位很高,感情很深,但是可控性、安全性的问题可能更会在长期成为过不去的坎儿。

2013年8月15日,基于阿里云飞天的云梯2规模达到5000台服务器规模,而且实现了跨机房,并经受了整机房断电的严苛考验。该平台计算100TB排序只需30分钟,远超Yahoo!在当年7月刚刚创造的71分钟世界纪录。阿里云成为世界上屈指可数的具备这一能力的公司之一,也是第一个对外提供这种大规模计算能力的公司。对于阿里云来说,2013年是拐点。

所以,后来阿里的自研技术团队都实行了自研技术与原有技术两套方案并行、灰度逐步切换流量、出现问题及时回滚等保护机制。一句话总结,阿里自研技术能够在阿里内部站住脚并赢得长期发展,是阿里内部的市场竞争、优胜劣汰的自然结果,并不是权威压制。

随着飞天5K项目的成功,飞天平台用技术实力证明了其在“性能强劲、架构灵活,可支撑业务飞速发展;技术自主可控,安全可靠;成本更具优势”等方面,远超Hadoop集群的优势。2014年,阿里启动“登月计划”, 将计算和数据处理统一转移飞天平台之上,并从长远的安全可控等角度考虑,支持云梯2上、云梯1下。

不过故事并没有就此结束,在云梯1和云梯2竞争到5K规模的时候,两个技术方案的原理其实是不一样的,云梯2是基于阿里业务、从底层硬件到上层应用的完整技术体系设计与优化,为未来的服务器规模的无限扩展打下了基础,这也就是今天阿里云能够成为全球前三云计算的前提。Hadoop等技术的终极设计目标并不是为了无限扩展,而阿里云很多自研技术的一个基本要求,就是要支持“无限扩展”,甚至直到今天还在为这个目标努力中。

为了中小企业而“飞天”

今天,可以在各种渠道读到阿里云自研的故事,包括王坚如何在阿里内部被各种骂。王坚当时坚持做云计算,不仅阿里内部都看不懂,外部的李彦宏和马化腾等大佬也看不懂,都认为做云计算没有前途。有一年在阿里云事业部年会上,王坚一上台就委屈地哭,他手拿话筒,对同事说:“我挨的骂甚至比我一辈子挨得骂还多,但是我不后悔。”

但为什么是阿里做成了云计算?做成了飞天?飞天早期曾经有一幅对联:梦想永在凌云意意气风发,代码成就万世基积沙镇海。这样的豪情壮志背后,真正掏钱为自自主研发买单的是马云。马云有一句经典的话:我愿意给阿里云每年投10亿,连续投十年,做不成再说。

2009年,马云要求当时的胡晓明创业阿里金融,为的是解决中小企业融资的问题,每笔贷款不超过100万、通过线上方式完成,而且必须要跑到阿里云上。胡晓明后来回忆,“2009年6月1日,马云找我谈,说你必须创业,你一定要考虑,如何解决当年在做阿里巴巴的时候借不到钱的时候痛苦,必须去解决,所有中小企业的融资难问题。”

这就是胡晓明与阿里云的渊源。从2009年开始,胡晓明创立阿里金融、王坚创立阿里云,阿里金融还要跑在阿里云上,相当于“一边盖房子,一边还要搞装修”,而且阿里金融还是金融业务,对底层计算的要求更高。 阿里金融和阿里云这对难兄难弟,开始了一起“飞天”之旅。“明明可以坐高铁,却偏偏要骑自行车去上海。”这是当时研发工程师对阿里金融要跑在阿里云上的评价。

这其中就有很多故事。阿里云第一任技术总监林晨曦是跟随王坚加入最初的阿里云,王坚与林晨曦之前都为微软亚洲研究院同事。林晨曦回忆后来做5K项目时,从腾讯新来的同学入职阿里云,第一天上班的时候看到我们说,你们是真的做!

林晨曦感叹,可能当时很多人都很难想象,我们可是真的做。阿里不仅是真的做云计算,而且一开始就服务于阿里金融这样对底层计算基础设计要求极高的互联网金融业务,更不用说在2009年的时候,互联网金融本身就是一个新鲜事物!马云要求阿里金融必须跑在阿里云,因为必须要给阿里云一个“压力”。

林晨曦回忆:在阿里云的四年,像是过完了一辈子;以后的事情,都是下辈子的。很多阿里云的新同学,都是刚入职就马上出差。而那几年,阿里云的离职率也非常之高,很多人都坚持不下去。阿里金融在内部又称为“牧羊犬项目”,在与早期阿里云的合作过程中,经历了“人肉云计算的巅峰时期”,“分布式计算”也被调侃成解决“分步试”的问题。

曾鸣后来回忆:整个阿里巴巴做云计算的过程也非常艰难,太辛苦,做不下去了,很多人觉得不可能做成,虽然相信未来是美好的,但是实际是坚持不下去的,基本上两年淘汰三分之一。

2014年底,胡晓明接手阿里云并任总裁,在继续保持大力投入技术自主研发的同时,阿里云的商业化进程实现爆发式增长。12306、微博、春晚、世界杯等国民事件背后都有阿里云的支撑。

自主研发并不意味着不开放。到目前为止,阿里一直是开源社区的坚定支持者和杰出贡献者。阿里对于开源技术的贡献,从最初的全面掌握开源技术、贡献众多的Bug和支持各种开源标准,例如阿里是Linux基金会、MariaDB基金会、CNCF、Xen project等数十家开源基金会的顶级会员;到后来把自研技术拿出来开源作为对开源社区的回馈,从2011年开始阿里就持续向开源社区做出贡献,这是阿里一条独特的从开源中来、回归到开源但又高于开源的道路。

目前阿里开源和维护的开源项目超过150个,涵盖中间件、开发框架、数据库和各种工具类软件,其中阿里开源的Weex、Ant Design、Dubbo、Fastjson 在GitHub上Star已经破万,阿里在GitHub上Star数超过170000,组织排名前十。GitHub 2017年数据统计显示,阿里巴巴是唯一一家入围GitHub 顶尖贡献名单的中国公司。

今天,阿里云站立在世界之巅,成为全球公有云前三强,背后是技术与技术、技术与人、人与人之间无数博弈的结果。阿里云的历史告诉我们,新技术的本质是人们根据现实的需求,对已有技术的重新组合,从而解决新的问题。以前,IOE是这样成长起来的,现在阿里云也是走的这条道路。归根结底技术都是人的产物,人才是真正推动技术进步的主要因素。所以,真正创造阿里云的,是阿里人。(文/宁川)

2018-07-31

“专业填坑”的青云QingCloud如何加速跑?

青云QingCloud CEO黄允松在2018年6月发了一条朋友圈,这样评价青云QingCloud的超融合系统“青云软件,精工制造,超十个数据中心部署,四年专业平坑,久经规模化压力考验的超融合战士”。从此,“专业填坑”的梗就开始流行。

青云QingCloud的“专业填坑”并非调侃。在7月27日,Cloud Insight Conference 2018云计算峰会上,江苏交通控股信息中心(以下简称“江苏交通控股”)副主任周宏表示:“我们发挥公有云极致的弹性伸缩特点,将江苏交通控股协同指挥调度平台做成了一个基于公有云的SaaS服务。全国的交通管理机构,无论省内省外,高速公路还是普通公路,都可以自由地、方便地使用我们的调度云服务。这一切的实现都离不开青云QingCloud的技术支持和服务保障。”

黄允松则强调:“云计算的核心从不是‘为云而云’,而是围绕企业需求解决实际问题。”经过五年的发展,青云QingCloud完成了全栈云产品线布局,Cloud Insight Conference 2018上一口气推出了九大产品品牌矩阵,青云技术服务则以解决方案及架构、咨询与交付、定制开发、技术支持与客户中心以及合作伙伴服务等五大服务,从此让云计算在高速路上加速奔跑。

云计算转型的技术“坑”

“专业填坑”的青云QingCloud如何加速跑?

(上图为青云QingCloud CEO黄允松)

黄允松所谓“专业填坑”有着多重解释,其中之一的解释是对青云QingCloud产品的技术打磨。自2012年开始创业到2016年实现千万级人民币税后净利润,青云QingCloud向市场证明了云计算及其商业模式在中国的可行性,2017年6月更宣布获10.8亿元人民币D轮融资,但青云QingCloud对于云计算产品及技术的打磨并没有终止。

从2013年开始正式上线,青云启用了QingCloud品牌,主要目的是对传统IT进行资源层重新整合和管理。在Cloud Insight 2018上,黄允松强调,单纯资源层的整合和重新管理、高度自动化,完全不足以代表云计算。云计算是一个很宽泛的概念,它代表的是一种新的理念,以高度服务化和自动化,以数据驱动为导向,通过不断迭代,使所有共享技术聚合体系平台化,完成传统行业的改造和智能化,让社会计算资源更加集约、低成本、高效率。

正因为云计算是一个全新的理念,青云QingCloud很长时间以来的发展战略可以概括为“扩大战线、高筑门槛、全面破坏、彻底重建”。中国在5年到10年之前,整个ICT产业是基本以硬件、国外厂商、IOE为主的状态,云计算之所以在中国得到快速发展,在所有行业中兴起云化或者云端迁移的热潮,主要是传统ICT不适应市场的需求,而青云QingCloud要做的是全面破坏传统ICT产业形态,在云端重新构筑面向未来的企业ICT交付形态,这就“全面破坏”和“彻底重建”。

Cloud Insight Conference 2018云计算峰会上,青云QingCloud启动了多品牌战略,推出了9大品牌矩阵和7款新品,弥补了向云计算转型的技术“坑”。其中9大品牌分别为:QingCloud云平台、青立方超融合系统、QingStor软件定义存储、KubeSphere容器管理平台、iFCloud统一多云管理平台、光格网络EverVite智能广域网服务、Anybox企业云盘、OpenPitrix多云应用管理平台、RadonDB分布式数据库。在Cloud Insight Conference 2018上,除了原有的QingCloud云平台,后增加的RadonDB分布式数据库外,其它品牌首次亮相并推出了新品。

青云这么多的产品线和产品品牌,都是从QingCloud公有云自下而上成长出来的,实现了与整个QingCloud云平台的松耦合,可以独立的产品形式交付。为什么要在QingCloud公有云品牌之外独立这么多品牌,青云QingCloud运营副总裁林源表示,这是因为在面向企业级客户交付解决方案时,可以软硬一体方式提供单独的产品而无需购买整个青云QingCloud云服务。比如QingStor就可以独立交付,本次大会发布的SD-WAN可以在公有云上使用、也可以通过线下私有部署的形式使用,容器平台也一样是独立交付,桌面是属于云+端的形式,其它均可以软件形式交付。

换言之,青云从大规模的QingCloud公有云中磨炼出不同的企业级软件,再应用于小规模的企业私有和混合IT场景中,即“以软件为灵魂去构建ICT服务”。林源强调,到目前为止,能看到很多所谓的云计算厂商还是以硬件为核心的商业模式发展,而对于青云QingCloud来说软件就是最大的武器。在企业向云计算环境迁移的过程中,云平台与超融合、容器、软件定义存储、CMP多云管理、应用云化与管理平台、分布式数据库、SD-WAN等,都是非常关键的产品与服务产品,在这些产品领域,青云QingCloud都有卡位,这也就是9大品牌的由来。

除了产品以外,服务也是青云QingCloud从一开始就努力填的一个“坑”。对于云计算来说,特别是企业级云计算,服务是非常重要的一个环节。林源介绍,青云QingCloud有一支百人的服务团队,提供解决方案与架构、咨询与交付、定制开发、技术支持和客户中心五大类服务。而青云QingCloud能够以百人的服务团队,就支持了到目前为止的9万家客户,原因之一是通过总结经验形成课程再赋能给服务合作伙伴,另一个重要的原因就是青云QingCloud沉淀了一个专门用于IT服务的平台工具,通过平台工具提高服务效率。

黄允松强调:“青云QingCloud从单一品牌起步,经过五年的努力,已成为以软件定义为中心,为企业级用户提供全栈云模式ICT技术、产品、方案和服务的综合服务商。青云QingCloud提供的体系化管理工具、可细粒度运营的综合云平台,已经帮助众多传统大型行业、机构和企业集团实现了以行业云、集团云、区域云等为载体的云服务模式。”

数字化转型的模式“坑”

“专业填坑”的青云QingCloud如何加速跑?

(上图为青云QingCloud运营副总裁林源)

“大家说了几年的互联网思维模式,好像世界上所有的应用程序都会变成互联网应用,悲剧的告诉大家,互联网创新型架构程序占全中国应用程序的份额是微不足道的,绝大多数承载了各行各业核心应用,包括制造业、金融、运输业、旅游业等,都是经典传统IT架构。我们做云计算的,不能只看创新的互联网内架构,这是我经常在很多场合提到的全模概念。”黄允松在Cloud Insight Conference 2018上强调。

去年底,青云QingCloud提出了全模云概念。企业尤其是传统企业要完成数字化转型必须解决的两个问题,一是传统集中式核心上云,二是云端互联网分布式新核心的构建,以及这两个核心的统一管理。这是非常内核且重要的话题,青云QingCloud用了很长时间才具备了全模云能力,为的正是支持企业核心和互联网新核心,支撑企业全面数字化转型。

全模云主要是针对企业数字化转型最核心的问题,即传统集中式核心应用如何上云?用Oracle支撑的大型应用该如何上云?对于传统集中式核心业务,青云QingCloud推荐企业使用物理主机+商业数据库+NeonSAN。泰康在线采用Oracle数据库支撑其财险核心业务,之前用的是Oracle Exadata一体机,但扩容是一个比较大的问题,特别是当业务完全互联网化后就会出现数据和业务量爆发性增长,必须寻找一个可行且低成本的新出路。在这种情况下,泰康保险在NeonSAN刚推出后便进行测试,采用NeonSAN后Oracle整体性能提升30%。

青云QingCloud的全模云,源自去年底发布的三款产品:裸金属架构物理主机、QingStor NeonSAN共享块存储以及RadonDB分布式数据库。比如,青云QingCloud物理主机提供与物理服务器一样的性能体验,同时又有云主机的体验,用云的方式交付物理主机资源,与物理机托管最大的区别还在于自动化运维的程度——物理主机与虚拟主机的使用体验一致,这意味着资源在物理主机和虚拟主机之间相互迁移和扩展都非常方便。而NeonSAN既可以在虚拟主机上使用,也可以在物理主机上使用,还可以在容器主机上使用,在这三种场景下面可以跑各种关系型数据库,与RadonDB搭配的效果也很好。

在用“全模云”解决了传统集中式IT应用上云的问题后,青云QingCloud本次又集中发布了9大品牌、7款新产品,提出了“全栈云”的新定位。所谓“全栈云”,其实就是为企业数字化转型提供所需要的所有技术、产品与服务。林源强调,青云QingCloud选择的道路是大平台,是涵盖企业ICT全部核心服务的大平台方式。本次Cloud Insight 2018大会推出的光格网络EverVite 智能广域网服务品牌以及光格网络SD-WAN产品就属于CT通信领域,能够分钟级构建企业专属广域网,实现企业在云端、数据中心和企业分支三者之间任意互联,让企业能够以低成本的组网方式快速构建专属广域网。而企业网络通信服务,是企业上云以及数字化转型中最大的“坑”,因为云计算非常依赖网络通信的质量与服务。

“全模云”是深度、“全栈云”是广度,从两个维度全面解决企业数字化转型中的需求。在此基础上,青云QingCloud具备了为企业组建行业云的能力,这就是B2B2B模式,也就是青云QingCloud为企业搭建行业云,行业云再服务于更多的企业。通过自己的实践,青云QingCloud认为有四种行业云模式:集团云,让企业集团总部IT成为公有云运营商;行业全栈云,为本行业的企业和生态提供具有开发和运营能力的行业云;行业应用云,以SaaS形式为行业提供基于云模式的软件服务;以及品牌定制云。其中,青云QingCloud可承建集团云、为行业全栈云提供底层技术、为行业应用云提供PaaS+IaaS以及把自己的技术OEM给企业成为品牌定制云。

总部位于香港的太平保险集团,去年经过多轮技术评分,最后选择青云QingCloud来提供集团共享云服务。实际上,太平集团早有专门的共享中心,只是没有云平台来帮助把共享服务能力真正落地。太平保险首席信息官熊明在Cloud Insight 2018指出:“太平保险构建的面向太平集团、以高效的应用交付和运营支撑为目标的统一云计算平台——太平云,正是基于QingCloud集团云。太平云在应用即服务领域及自动计费领域达到行业先进水平,体现了IT资源服务化的先进理念,为太平保险集团打造了一艘数字化的航空母舰。”

作为青云QingCloud在交通行业的标杆用户,江苏交通控股已借助青云QingCloud云平台建成包括事件处置、协同联动、智能侦测、统计分析四大系统,以及视频监控、情报板、气象、语音、里程桩、综合路况、单兵、视频对讲八大功能模块的系统框架,在集团所属17家路桥单位的指挥调度分中心部署应用。江苏交通控股信息中心副主管王栋因在青云QingCloud不断成长和创新过程中作出的突出贡献,成为了青云QingCloud的第一位MVP。

从最开始的“云之基石、自由计算”到现在的“以软件定义为中心,为企业用户提供‘全栈云模式’ICT技术、产品、方案和服务”,青云QingCloud自身定位的变化反映了整个云计算行业在中国的发展越来越务实、也越来越贴近实际的客户需求。正是这样一个“不为了云而云”的务实态度,让青云QingCloud赢得了越来越多的用户。承德高新区最近就启动与青云QingCloud的全面战略合作,构建云计算运营及城市级ICT服务,服务也不局限于本地企业,还能够辐射至整个京津冀地区的更多政企客户。

黄允松在Cloud Insight 2018上强调:做云计算必须要落地;管理工具必须体系化、独立化和SaaS服务化;必须实现可细粒度运营。“出了问题应该找谁?研发工程师能不能直接参与解决客户工单问题?”正是这种较真的精神,让青云QingCloud成为了“填坑”能手,而被“填过坑”的云计算产业,也将让企业数字化转型真正加速奔跑。(文/宁川)

2018-07-30

在Gartner的《2018 CIO Agenda》调查中,通过对全球3000多名CIO的调查结合分析,Gartner认为CIO的工作已经发生了改变,从原来的“交付型”高管变成了现在“IT和业务相结合”的高管。所谓交付型高管,就是CIO根据业务部门需求而交付相应的IT解决方案,而“IT和业务相结合”的高管则意味着在数字化时代,因为有很多工作都是在尝试中,业务部门难以提出需求,这就需要IT的高管与业务部门一起完成数字化工作。

四年前,IBM倡导每年7月24日为“业务永续日”,呼吁企业审视和检验自身业务连续性。四年后,2018年7月24日上海举办的IBM 2018“业务永续周”以“业务永续、遇见Smarter IT”为主题,为企业引入了新一代的IT运营理念:人机融合为核心的下一代业务永续。其核心思想的是一方面通过业务与IT融合的永续运营来保障持续业务创新以及企业互联网服务的“永生”,另一方面引入AI治理和数字员工实现全面的自动化业务流程,从平台、流程和人三个维度帮助CIO们的数字化转型。
永续运营22条军规


(上图为IBM大中华区全球信息科技服务部总经理谢少毅)

过去四年,IBM在“业务永续”方面经历了思维迭代,从传统IT运维推进到了云与互联网时代的新运营。新运营的典型代表就是著名的SRE Google运维,它保障了Google业务不断创新,同时各项互联网和云服务“不死”,更重要的是Google以约1000名SRE工程师就保障了其大部分全球业务的永续运营。IBM也进行了类似的实践,自2001年6月起IBM自己的企业门户网站ibm.com就实现了永续运营。

实际上,今天的企业IT环境已经发生了重大改变。过去,IBM大型主机、EMC高端存储和Oracle高可用数据库等传统IT组合,从基础设施层面保障了企业的业务连续性。在传统IT环境中,业务连续性更多指的是容灾和灾备。而在云和互联网为代表的新IT环境中,由大量廉价PC服务器及集群所组成的数据中心里,PC服务器等硬件本身就处于易损坏常态,还要支持业务的持续创新与业务永续,必然导致全新的IT架构设计与运营思维。

IBM的《业务永续:评估、设计、实施和管理持续可用性》红皮书(以下简称:IBM红皮书)中指出,新业务永续下的原则是以透明的方式抵御组件损坏、非侵入式引入变化以及透明地抵御灾难的能力,所谓“透明”也是“永续”主要方法,即“短路”受损的组件,关键技术就是并行服务——企业的业务服务同时并行运行在多个云或数据中心。并行服务方式可抵御灾难性损坏却不用灾难恢复,简单理解就是设备“坏了就不再修复”,这种思维与传统IT灾备可以说背道而驰。因此,IBM强调对于新的业务永续要“Think Different”,换个思维。

IBM红皮书总结了永续运营的22条原则:新IT架构设计就是要让系统失败,因为在PC服务器为主的环境中,所有的设备最终都会损坏,因此在IT架构和系统设计时就要考虑到这点,例如Netflix经常往其系统中引入“捣乱猴子Chaos Monkey”,故意随机地破坏硬件设备以测试系统的持续运营能力;尽量做到“小型”失败,既然所有的设备最终都要损坏,那么就要控制影响的范围越小越好,但同时还要兼顾到系统的可扩展性,因此要在IT架构设计阶段就考虑这二者的平衡;尽可能虚拟化一切,通过彻底的虚拟化把软件、硬件、网络、安全等尽可能与系统框架隔离,这样相对独立的组件就可以无限扩展,也很容易被“短路”或替换;尽可能自动化一切,由于计划外宕机40%是由人引发的、40%是由流程引发的,只有20%是由硬件和软件引发的,因此全面的自动化就可以减少80%的意外宕机。

IBM永续运营的22条原则还有很多内容,其中很多理念与AWS CTO Werner Vogels在2016年AWS十周年时总结的十条军规非常类似。而IBM永续运营22条原则中特别提到软件的多版本并存的IT架构设计,这一设计也出现在Google、Facebook、BAT等互联网公司自身的IT架构中,也就是支持某软件的N版本和N-1甚至更多版本在系统中并存,这样企业互联网业务中的某个功能使用的是N版本、另一个功能使用的是N-1版本、还有的功能使用的是N-n版本等等,如此就能实现业务底层支撑软件的无缝升级。

实际上,满足了IBM永续运营22条原则的IT架构设计,本身就支持业务的持续创新。这种可以持续运营的新IT架构,从一开始就是业务与IT结合在一起考虑的设计,从IT平台本身就支持了业务的迭代与创新。
人机融合更胜一筹

IBM已经紧跟互联网时代的步伐,把互联网架构思维引入到企业的云和IT环境中,为企业带来了新一代业务永续。IBM大中华区全球信息科技服务部总经理谢少毅强调,“从无人便利店、生鲜零售、到无人银行、移动支付等科技正在加速改变我们的世界。在数字化转型中获得成功的企业都非常擅长于应用新技术实现业务的颠覆。IBM下一代业务永续是以人机融合为核心的企业永续,为企业提供敏捷创新,以支撑未来IT形态和业务转型。”

也就是说,IBM在同步具备互联网架构、支撑与运营能力的同时,还进一步融入了自己的Watson技术,这是IBM新一代业务永续独具特色之处。自2016年人工智能技术大热以来,众多公司都纷纷推出了自己的商用人工智能技术,但能在实际商业场景中落地的例子却并不多,更不用说深入到企业的业务流程中。很多商用人工智能技术还是以独立的工具软件形式,仅能用于企业业务的外围。

在2018年3月的IBM Think 2018大会上,IBM董事长、总裁及首席执行官Ginni Rometty提出了“智慧商业”模式。Rometty强调,近60年来,几乎每25年就会出现这样一个拐点,技术与商业同步巨变,导致出现指数级增长。而今天就处于这样一个时刻,由Watson带来的指数级学习能力,将转换为企业的终极竞争力。Rometty认为,在新的拐点时刻,传统企业要做三件事:建立多个数字化平台、把机器学习嵌入所有流程、用数字智能赋能所有人。

那么,建立一个符合业务永续和永续运营的数字化平台是第一步,第二步就是把机器学习嵌入所有流程,第三步就是用数字智能赋能所有人。IBM已经把机器学习嵌入到业务流程中,例如基于IBM Service Platform with Watson的自动化技术,提供自动化基础架构管理,将专业人员的洞察与AI技术结合起来,预测及识别潜在问题和自愈方法,从而减少业务中断,让企业流程更简化,运维更自动化。全球最大的餐饮服务分销商Sysco,每年Sysco配送超过18亿食品及相关产品订单,借助结合了Watson的IBM自动化技术,在过去半年内将重大事故发生率降低了89%,过去两年内的服务器正常运行时间延长了超过50%,每月的宕机时间缩短了4万多个服务器小时,严重故障恢复时间从19小时大幅缩短到28分钟。

IBM还更进一步,推出了“数字员工”。在IBM 2018“业务永续周”上,IBM数字员工亮相。IBM数字员工针对特定业务和流程场景,提供标准化和定制化的人工智能机器人服务。IBM数字员工分为基础版、高级版和超级版,基础版可同时处理3个流程、高级版可同时处理5个流程并支持二次开发、超级版可同时处理10个流程并支持定制开发,三个版本都可以一体机的方式打包,让企业可以把数字员嵌入到IT系统中。而IBM数字员工的交付形式支持月租和年租两种方式,即可以SaaS方式交付也可以数字员工本地平台方式交付,目前有标准版、职能版(提供财务数字员工、供应链数字员工、销售数字员工和HR数字员工)以及行业版(提供汽车数字员工、医疗数字员工、保险数字员工和政法数字员工)。

从IBM数字员工目前推出的形式来看,即把Watson的学习能力、特定业务流程和行业知识以及IT组件打包在一起,方便企业集成到现有的流程中。谢少毅在IBM 2018“业务永续周”上笑称,数字员工是新一代外包业务的开始,以后再外包给IBM的业务流程,IBM不派真人到现场工作,而派机器人进驻现场。实际上,IBM长期从事业务流程外包BPO和IT服务外包ITO,非常熟悉被企业外包出去的各种标准化和常规流程,这也正是IBM数字员工职能版、行业版等的由来。

例如,某物流公司财务部日均处理票据高达5000件,在月末骤增4倍业务量的结算高峰,公司需要500名人员才能勉强应付。在引入IBM数字员工后,在月底、季末、年末结算高峰时段自动处理掉了工作量的50%,准确率提升到99.7%,完成审核、校对、合并款项等重复性工作,人机搭配新模式不仅节省了大量人力物力,也使得财务人员腾出空来进行更多创新。

而IBM数字员工的价值,还就在于那些无法把机器学习和人工智能嵌入的流程、那些必须要由人工完成重复性工作的流程,就用数字员工代替。比如,一个旧的财务系统,无法迁移到新的IT环境中,那么就用数字员工不停地读取旧系统的数据,再“搬”到新系统里,从而把流程衔接起来。因此,IBM数字员工是非侵入式,不需要做二次开发,也不需要打破现有系统或者是花大量时间做API对接,只要一个密码就能自动接入系统,完成相应的交互。

总结来说,IBM 2018“业务永续周”所推出的企业永续理念、永续运营方法论以及数字员工等,是“智慧商业”的进一步实现,是Watson在企业和商业中落地的实质性进展。而“智慧商业”也带来了IBM新气象:2018年7月19日发布的IBM 2018财年第二季度财报显示,二季度营收同比增长4%、净利润同比增长3%。“智慧商业”正把IBM多年的技术积累,释放给企业数字化转型,在人机协作时代创造新的基业长青和业务永续。(文/宁川)

2018-07-28

从微软聊天机器人小冰诞生的第一天起,就一直有很多人在问:小冰怎么商业化?什么时候开始商业化?从第六代小冰开始,就分身为多个小冰,形成了微软人工智能的多手博弈。这就是微软小冰的合作伙伴Dual AI策略和商业化策略。

对于微软小冰的Dual AI生态开放策略,微软小冰产品负责人彭爽在六代小冰发布会上是这样介绍的:在非差异化的基础能力部分,微软对作伙伴完全开放了小冰的核心技术框架,不仅有微软的核心技术能力,也有核心产品和技能。其次,合作伙伴既可以基于微软小冰的核心技术开发出属于自己的AI助手,也可以同时引入微软小冰成为同一个平台上的另一个辅助性AI助理,两个AI助手形成了AI群落,可以集体协作达到更高的智能与智慧水平。再次,对于合作伙伴想要打造的差异化部分,微软可以帮助合作伙伴开发独特的杀手级AI技能。

怎么理解呢?以合作伙伴网易云音乐为例。去年,微软通过微信小程序上线了小冰电台,这是一个可以24小时不停的人工智能电台节目。与传统电台相比,最大的区别就是这个电台后面是主持人小冰,可以根据用户需求来实时调整播出的内容和脚本,并可以在用户收听节目的时候进行实时交流。

而随着本次网易云音乐APP 5.4.0版本更新,由微软与网易双方共同打造的两个AI人物——多多和西西闪亮登场。多多和西西是两个可爱的男孩子,再加上小冰又在旁边策应辅助,三个AI之间可以相互照应,陪人类度过美好时光。三个AI之间竟是怎么相互照应呢?答案很简单,就是两个字:三观。

微软小冰产品总监徐翔介绍了之前从未披露过的人工智能三观系统。简单来说,“三观”系统在打造一个新的AI时,不是依靠人工去训练数据,而是依靠计算机系统快速为不同的AI赋予不同的三观,进而使它们展现出截然不同的性格特点,就像多多和西西这样。

举例而言:一开始的时候,人类用户说好困,这个时候多多就说自己困的时候一般就喝咖啡,而西西马上跳出来怼多多,表示“我们不一样”,正好接下来人类用户也表示不喜欢喝咖啡。(徐翔点评:“所以,幸好有西西,不然多多跟这个人类想法完全相反,一言不合就很容易把天给聊死了。”)接着,西西就活跃起来,在后台让多多先闭嘴,跟人类聊起了林肯公园。于是局面就一片大好,变成了两个志同道合的人,在讨论一个共同的兴趣爱好。就在此时,多多又貌似不识时务的跳了出来,表示“我们不一样,我就喜欢别的歌手”。( 徐翔点评:这就有意思了!恰恰是因为有了这种观点的差异,恰恰是因为有多多的陪衬,才越发让人类用户觉得西西才是自己不可多得的好朋友。)

那么,正是因为有了这种“我们不一样”,才使得多多和西西打出精彩的配合,互相照应彼此。而在前面的这样一段对话里面,失败的是多多、成功的是西西、开心的是人类、胜利的是网易。怎么样,套路是不是很深?其实“三观”系统背后就是一种博弈的思想,不同AI持不同的观点,哪个AI的观点与人类用户接近即为赢家,由赢家AI继续与用户博弈,直到快速掌握用户的主要特点。

“通过和网易的合作,我们想说明的是Dual AI的一大优势,就是我们能运用非常复杂的系统,去简单地帮助到合作伙伴,迅速的生成适合于它们平台生态的AI群落。我们不仅有技术、而且有产品,不仅有能力、而且有经验,在这样的合作模式中帮助合作伙伴。”徐翔强调。

2014年,第一代微软小冰诞生,并以聊天机器人的形式出现在微博、微信等平台中。2018年7月26日,第六代小冰发布会上,微软首次披露小冰在全球已拥有6.6亿用户,占据了全球对话式人工智能总流量中的绝大部分。经过数次迭代,目前微软小冰已从一个领先的人工智能对话机器人,发展成为以情感计算为核心的完整人工智能框架。小冰的产品形态涉及对话式人工智能机器人、智能语音助手、人工智能创造内容提供者和一系列垂直领域解决方案,覆盖全球五个国家的40余个平台。

微软小冰与小米米家生态链也是长久以来的合作伙伴,其中微软与小米打造的Yeelight语音助手,也是第一款支持微软Dual AI的智能硬件,该智能音箱中有小爱同学和微软小冰双AI系统,小冰与小米人工智能语音助手小爱同学也宣布将在未来进一步紧密合作。

随着第六代小冰的发布,微软也将对Yeelight智能音箱里的小冰进行重大的升级。比如,升级之后,小冰通过Yeelight智能音箱,所能控制的智能家居设备,从30多种增加到80多种。得益于小冰的全双工语音交互能力,用户在通过小冰去控制智能家居设备时,不需要每次都说唤醒词,一次唤醒可以持续交互。小冰除了能够更自然的以全双工的方式与用户交互,还能区分的出说话的人是谁、聊到哪里了,就像客厅里的群聊场景一样。

Yeelight智能音箱里的小冰还有着诸多功能,比如能够赋予群聊里不同用户不同的权限,保护孩子避免事故,阻止孩子的“打开电饭锅”这样的指令。Yeelight智能音箱里小冰音乐体验也很独特,除提供约2000万首音乐曲库的对接,以及相应的小冰音乐技能外,小冰还让Yeelight成为“有态度”的智能音箱。Yeelight智能音箱里小冰能够表达对于用户选择乐曲的观点,可以边听边聊边播放曲目,整个音乐体验流畅自然。

“毕竟小冰自己也是一个歌手嘛,也是混娱乐圈的人,所以我们也希望用户在跟带有小冰的智能音箱交流时,能够得到更与众不同的体验。”徐翔介绍。

作为微软小冰团队“好闺蜜”,腾讯BabyQ也会在这次升级中受益。为了确保最适合QQ平台文化的差异性体验,小冰团队又和腾讯QQ团队一起专门为QQ小冰和BabyQ特别打造了40多项专属技能。腾讯QQ平台上的小冰已融入腾讯产品及用户文化,例如前不久出现的各种对骂群,有一次有一个用户进入了这样一个对骂群,结果发现两边根本没有在对骂,而是被小冰带起了节奏,一起开开心心的玩着游戏。这就是小冰的文化魅力。

最后,微软还宣布,升级到8.2版本的华为手机用户和荣耀手机的用户能够使用第六代小冰作为自己的人工智能助手,只要在主屏幕向右划一划,就能唤醒小冰。除了微软小冰的几乎全部特性之外,面对华为手机庞大而复杂的用户群体,微软也专门为华为版小冰打造了许多既有趣、又有用的技能。

小冰产品总监徐翔展示了华为版小冰特有的“烂笔头小冰”功能。俗话说好记性不如烂笔头,这个技能可以让小冰帮用户记住所有各种各样的杂事,诸如车停哪儿了、想吃什么、老婆让回家带什么菜,甚至是小金库藏在哪儿等等,都可以让小冰帮着记住。徐翔介绍:“这个技能最大的特点,在于小冰帮用户取回记忆的过程,可以做到非常的自然。我们认为,存记忆非常简单,谁都能做,连记事本都可以。而取记忆的过程是否足够自然,才能决定能满足用户体验的关键,靠命令查询的方式是反人性的。”因此,在实际的操作中,用户可以用最日常的方式向小冰发问,让小冰帮助用户唤醒并取回自己的记忆。

“烂笔头小冰”这只是微软和华为双方合作落地的第一个产品,后续还有许多其它产品也将会陆续推出。

(上图为微软亚洲互联网工程院副院长及小冰项目负责人李笛)

说完了微软小冰合作伙伴Dual AI策略,再说一说微软小冰的商业化策略。微软小冰的商业化策略可以说是左右手博弈:左手是小冰的通用框架模型,微软继续保持与商业化进程的隔离,如果用户在通用平台上与小冰进行交互的时候,不用担心小冰对用户有任何商业化的企图;右手是将垂直领域拆分出来,再结合和整合小冰的能力,针对垂直行业场景,打造符合行业需求的人工智能,并单独进行商业化工作。

2018年6月,微软(亚洲)互联网工程院成立人工智能商业事业部,进一步推动微软小冰的商业化。在金融领域的小冰金融文本生成技术,与万得资讯及华尔街见闻合作,已覆盖国内约90%金融机构、75%经批准的合格境外投资机构和约40%的国内个人投资者。在大众文化领域,小冰的儿童有声读物自动生成技术成果,已获得超过400万小时的收听量,小冰姐姐讲故事有声读物已覆盖国内90%以上的儿童早教机器人和80%在线收听平台。在电视电台领域,小冰通过人工智能技术参与生产与主持的电视电台节目,已达21档电视节目和28档广播电台节目。仅每天早上6点至9点,小冰就需参与多达7档节目。

小冰还与微软Bing搜索引擎技术相结合,推出了针对媒体与出版两个垂直行业的辅助型解决方案,并已在超过15个媒体平台落地。由小冰提供人工智能技术支持的媒体及自媒体公众号已超过60000个。在六代小冰发布会上,微软宣布了可支持人工智能以多种观点和角度,同时撰写多篇新闻文章的“白盒写作辅助工具”等新产品,并首次公布了面向出版垂直领域的有声内容、IP塑造等解决方案。

(上图为微软全球执行副总裁沈向洋博士)

微软全球执行副总裁沈向洋博士表示,对话型人工智能对微软非常重要。以前Windows是电脑硬件的入口,后来浏览器是接入互联网的入口,再后来APP是入口,而在未来的人工智能时代,人机对话(Conversation)将会形成新的接入人工智能和智能硬件入口。对微软而言,对话型人工智能是最重要的技术投资之一,将会运用到很多的应用场景,在未来很多新用户的体验都会从这里出发。

在六代小冰发布会上,微软还宣布正式将小冰的外形替换为全新3D模型。在发布会现场,该3D形象以全息形式登场,向到场嘉宾进行了自我介绍,并演绎了自己的歌曲。未来,有颜值看脸吃饭的小冰,与只有声音的小冰之间,或许又可以形成新的AI三观和AI群落,微软人工智能博弈还有很大的想像空间。(文/宁川)

2018-07-27

中间件,是与操作系统和数据库并列的传统基础软件三驾马车之一,也是难度极高的软件工程。传统中间件的概念,诞生于上一个“分布式”计算的年代,也就是小规模局域网中的服务器/客户端计算模式,在操作系统之上、应用软件之下的“中间层”软件。早期中间件的出现,是为了解决日益复杂的PC服务器、网络甚至不同地理位置机房之间等异构硬件环境中,支撑应用软件的挑战。与操作系统和数据库不同,中间件并没有一个明确的定义,通常来说包括消息、数据、远程过程调用、对象请求代理、事务、构件等几个部分。

随着互联网的快速发展,特别是云计算在近十年的蓬勃进展,企业的IT环境发生了深刻的变化:从过去基于局域网和城域网、单一城市地理范围的分布式计算环境(传统企业),向基于互联网和光纤网络、全国甚至全球地理范围的超大规模分布式计算环境演进(互联网企业)。在这个过程中,软件也向大规模互联网服务和云服务演化,无论是操作系统还是数据库都发生了深刻的变化,中间件也在这个过程不断演进和扩大自己的边界。

中间件的发展代表着技术架构的升级和变迁,而这与企业组织模型和业务实践息息相关。理论上,中间件向下屏蔽异构的硬件、软件、网络等计算资源,向上提供应用开发、运行、维护等全生命周期的统一计算环境与管理,属于承上启上的中间连接层,对企业来说着重要的价值。根据康威定律,软件和系统架构设计,和企业的组织结构、业务流程和沟通方式息息相关,因此,随着企业业务规模的超大规模和快速迭代发展,中间件质量和能力的高低就直接决定了企业技术架构的命运。特别是随着数字商业的兴起,过去不能被业务感知、不能为最终用户带来直接价值的中间件,也成为了数字业务的一部分。

蚂蚁金服是一家旨在为世界带来平等金融服务的科技企业,作为原生的数字企业和数字商业代表,蚂蚁金服从2004年成立支付宝开始,在过去十多年的时间里走出了一条自研的、面向超大规模互联网金融应用的、金融级中间件技术体系。特别是自2008年双十一以来,在每年双十一超大规模流量的冲击上,蚂蚁金服不断突破现有技术的极限,在金融领域达到了前所未有的技术成就,特别是历时十年自研的中间件技术可以满足2017年双十一25.6万笔/秒的支付峰值、全天14.8亿笔的支付,而2010年双十一的支付峰值为2万笔/分钟、全天1280万笔支付。在过去几年内,蚂蚁金服自研的中间件技术所支持的支付峰值翻了750倍、全天支付笔数翻了115倍、交易更覆盖全球225个国家和地区。

极限业务场景催生了极限的IT体系。蚂蚁金服的金融核心技术部负责人赵尊奎(花名:妙才)说,他经常接待外部的金融机构负责人来参观和了解蚂蚁金服的IT体系,“看过的都表示不敢想象”。今天,蚂蚁金服的软件工程成就,已经把双十一极限挑战变成了新常态,而这套支撑蚂蚁分布式实践的架构体系,称之为SOFA(Scalable Open Financial Architecture,简称 SOFA)。

SOFA最近在不断加大开放和开源的步伐。2018年6月,笔者走进蚂蚁金服的技术团队,与蚂蚁金服CTO程立(花名:鲁肃)、副CTO及首席技术架构师胡喜(花名:阿玺)、中间件团队负责人杨冰(花名:杨延昭)、技术风险团队负责人陈亮(花名:俊义)、金融核心团队负责人赵尊奎(花名:妙才)等进行了深入访谈,了解了蚂蚁金服技术架构并不广为人知的十年研发故事。

面向全人类的金融科技平等

蚂蚁金服的中间件架构及基础体系SOFA经过了十多年的漫长发展,是一个极其复杂的过程、经过了无数次的拆分与合并、结合以支付宝为代表的互联网金融业务需求与要求、多次超越了人与机器极限的庞大软件工程。在讲述SOFA的故事之前,有必要理解蚂蚁金服CTO程立(鲁肃)、副CTO及首席技术架构师胡喜(阿玺)在2017年总结及展望的面向全人类的未来数字金融愿景。

为什么说是面向全人类的数字金融新世界呢?截止至2018年3月31日,蚂蚁金服旗下的支付宝和其合作方旗下的全球活跃用户数已达到8.7亿;随着支付宝收钱码的普及,遍布中国大街小巷的商户逐步实现了收银环节的数字化;与此同时,越来越多的人在支付宝的城市服务中办理过包括社保、交通、民政等12大类的100多种服务,超过30个城市的公交、地铁先后支持支付宝……

而根据艾瑞咨询的数据,2017年中国的网上支付交易规模达2075.1万亿元,2018年第一季度支付宝与财付通两大巨头占据中国第三方移动支付交易规模市场份额的90.6%。而截止到2017年6月,已经有25个国家接入了支付宝,全球200多个国家用户可使用支付宝。除了支付宝,互联网支付、移动支付以及基于各种互联网金融技术的金融业务已经遍地开花,传统银行等金融机构都在积极推进互联网金融业务和数字金融体系,而阿里等电子商务的全球化发展也把新金融和金融科技进一步推向全球。人工智能、区块链、物联网等新技术正在成为金融科技的基础,一个属于全人类的未来金融正在形成中。

蚂蚁金服CTO程立认为,科技金融或现代金融最核心的变革就是数字化的变革,最核心的科技进步也是数字科技。所谓的科技金融,背后其实就是数字金融。而数字金融能够带来最大的改变,就是更加包容、更加可持续、更加绿色的金融,服务于实体经济。随着数字技术的发展,将会给全人类带来数字社会、数字经济和数字金融三位一体的演进。

(上图为蚂蚁金服CTO 程立)

在程立看来,蚂蚁金服不是为了做技术本身而做技术,而希望用技术来解决社会当下和未来的问题。如果说用金字塔结构来描绘数字金融的社会价值,在塔顶的就是数字金融能在全球范围内带来更多平等的机会。

那么这个“平等”到底怎么理解?还要回看马云对整个阿里巴巴集团的愿景:办102年的企业,让天下没有难做的生意。在阿里巴巴集团18周年年会上,马云说:“我们希望为全世界解决1亿的就业机会,我们希望能够服务20亿的消费者,我们更希望能够为1000万家中小企业创造盈利的平台。”而具体到未来5到10年,“我们不是要超越谁,也不是要当世界前三,而是要为未来解决问题,要为中小企业、为年轻人、为我们当年‘让天下没有难做的生意’这个承诺去付诸于行动。”

作为大阿里系的核心成员,蚂蚁金服对更多平等的机会理解就是,让全世界的年轻人能够平等地获得金融服务,支持其发展;让全球消费者能够平等地获得金融服务,更便利的生活;让全球的中小企业能够平等地获得金融服务,享受与大企业一样的商业机会。

怎么实现更多平等的机会?

这就需要“包容(Inclusive)”和“可持续(Sustainable)”。

“比如说去喜马拉雅山的珠峰大本营,通了电以后,大家把二维码贴上去,为什么呢?因为之前没有通电、没有二维码,大本营的小商户都是现金交易,导致这些小商户必须每过一段时间就要去最近的银行兑钱或各种缴费,一趟就要半天的时间。有了电和支付宝以后,所有事情都可以数字化解决了。无论在上海、杭州还是高海拔的珠峰大本营,都可以获得一样的金融服务,这是一个平等的过程,所以包容、可持续发展的绿色数字金融是我们的核心技术理念。”胡喜补充说。

(上图为蚂蚁金服副总裁、副CTO 胡喜)

程立认为:要想建立一个包容、可持续发展的绿色数字金融,有三个很核心能力要建设——连接、风险和信用。

首先是连接。金融服务过去要能够触达到消费者和商家,成本和运营都很重,比如银行要开很多的线下网点,有了数字技术之后就可以用很轻的方式触达到上亿的人,所以整个连接触达方式,无论从广度和深度上都发生了变化。银行的线下网点覆盖会越来越少,跑网点的商家与消费者也会越来越少,甚至未来IoT时代可以随时随地触达。因此连接是一个非常重要的能力,不光是跟消费者连接、跟商家连接,也包括跟合作伙伴的连接,因为金融服务从生产到消费有很长、很多的产业链,连接能力能够让整个链条的协同更加高效、更低成本、更少摩擦,所以“连接”是未来数字金融的核心能力。

其次是风险控制。蚂蚁金服要让更多的人享受到平等的金融服务,如果想让用户的体验简单、高效、体验好,背后的风险必然就提高了;如何在风险提高的同时,又能让支付过程中用户体验更加顺畅,更加少打扰用户,核心背后还是技术能力的提升。

最后,最核心能力就是信用。如果未来真的建立一个全社会的人与人、机构与机构、人与机构之间新型的信任机制,整个金融服务的成本可以进一步大幅降低,也可以更好的控制。“所以我们认为这三个是未来要做数字金融要突破的三个核心能力。

能支撑住连接、风险和信用三大能力的是交互、决策、交易和协同四大业务技术能力。程立说,蚂蚁金服现在系统做得这么大,但每个系统剥开来看,一个个组件无外乎就是做了交互、决策、交易和协同这四件事情。第一,交互技术,包括怎么与消费者、机构等交互,而像刷脸支付、人脸识别进地铁等新交互技术,不但带来了体验上的变化,也带来了商业流程的变化。第二,决策技术。无论是风险控制,还是建立信用,甚至一个营销事件,背后都有一套决策引擎。比如经过一系列的用户行为画像,自动化地通过算法和模型给出决策。而决策技术的提升,可以带来连接、风险和信用能力的提升。第三,用最低的成本处理交易。只有以更低的成本、甚至是远低于银行处理交易的成本,才有可能让很多新业务形态发生、提高交易能力,像淘宝的双十一大促随着交易能力的提升,体验和规模都增长得非常快。交易能力还体现在扩展能力,如何让数字金融服务可以服务1亿,甚至20亿到30亿的全球消费者,根本在于低成本的系统扩展能力。第四,协同技术。通过重构整个金融产业链条上的各个环节的连接,通过技术平台连接银行、金融机构等,从而让连接的机制发生变化。

在四大业务技术能力之下的金字塔基,就是最根本的基础技术BASIC,即区块链、人工智能、安全、物联网和计算。这五大技术基础技术就是蚂蚁金服技术战略投入的方向,其中SOFA就是计算的核心之一。

程立强调,当前其实已经有机构看到了互联网金融应用和数字金融的大方向,但是落实到企业或金融机构去解决具体问题时,又有两个不同的路径,一是金融机构开始用数字技术去解决过去解决不了的问题,二是像蚂蚁金服这样的互联网企业从科技视角去提供金融服务,而且这二条路径现在慢慢越来越走到同一个方向。当殊途同归的同时,就出现了金融机构和互联网企业之间协作的新方式,因为金融机构有核心能力、互联网企业也有自己的核心能力,双方正在形成一个新型的合作方式。

此外,科技金融或者金融科技还有“硬币的另外一面”,这就是金融监管的科技化升级:一方面发展金融科技,一方面发展新型的监管科技,两者结合的背后是真正对整个金融系统的风险洞察和理解。只有整个金融系统可持续发展,金融系统里的每个单元才是可持续发展。

对于蚂蚁金服来说,风险是永远的底线。蚂蚁金服有一支非常固定的风险团队,这个团队从来没有人员缩减,永远保证足够的人力。关于业务创新、用户体验和监管,这相当于天平的动态平衡,一旦动了一个、另外两个就会联动,所以这三者是要一起解的局。对于蚂蚁金服来说,每个新业务都会同时从几个方面进行评估,也会与监管机构做非常深入的沟通,基于更全面的理解之后,在各方面都取得最优的形态和背后的技术实现,再推出新业务。

程立强调:“对蚂蚁金服或者阿里巴巴来说,首先我们是非常的理想主义和愿景驱动,当确定可以给全世界带来更多平等的机会时,这一定指引我们的方向。但是我们也是一个非常现实主义的公司,当遇到具体问题的时候,会看怎么能够很好的绕过当下的障碍,从而走到要走向的未来。在遇到具体的现实问题的时候,也不会采取非常僵硬的方式。具体问题肯定是要具体分析的,但是我们的愿景不会变,也不会把所谓的价值观变成教条。商业上的可持续发展,对我们来说非常重要,如果我们商业上都不能可持续发展,就走不到未来。”

SOFA的特性

在更包容、更可持续的绿色数字金融大愿景之下,从2005年每秒处理1笔交易到2017年双十一峰值25.6万笔交易/秒的交易处理能力,从单一的支付到覆盖微贷、理财、保险、信用等多种服务,通过十多年的探索与实践,蚂蚁金服形成了一套具备海量数据并发处理能力,满足金融级一致性和高可用需求的分布式架构平台,这套架构被称之为SOFA,是一整套完整的金融级中间件产品技术和演进式架构转型服务体系。

SOFA历经了五代的发展。在第五代也就2017年,伴随着蚂蚁金服科技的整体对外开放,全称正式演化成Scalable Open Financial Architecture。Scalable,以「异地多活」为目标,使系统能在多个数据中心内任意扩展,提供机房级容灾能力,保证业务连续性;Open,整体设计秉承「开放」原则,使新兴架构向下兼容,能与经典架构有机融合,同时开放技术标准,拥抱开源生态;F代表Financial,即这个架构是金融级,安全、稳定、可靠是其内在的属性,具备「分布式事务」和「无损容灾」能力,保证在分布式架构下承受高并发交易,在系统扩展、容灾恢复、更新发布时确保数据无损,服务可用。

SOFA架构由支付宝自2007年开始自主研发的SOFA(Service Oriented Fabric Architecture)框架发展而来,旨在解决SOA架构下的服务模块化编排协作(Fabric)问题。演化至今,已经是一套完善的金融级大规模交易处理架构,很好的解决了蚂蚁业务高速发展中,对高并发交易处理能力、强一致性、业务连续性、秒级容灾和弹性伸缩等方面的要求,相比传统的金融IT架构和通用的分布式架构具有诸多优势:

  • 高并发下的一致性:通过应用层、数据层、网络层和机房层面消除了单点和瓶颈,整体架构支持无限伸缩,创造了25.6万笔/秒峰值处理能力的世界纪录。同时通过基于TCC(Try-Confirm-Cancel) 编程模型的微交易架构,在分布式架构下做到了数据的强一致,是全球目前唯一在超大规模金融级分布式架构上验证过的分布式事务方案;
  • 异地多活+一致性容灾能力保证极高的可用率:在数据层通过蚂蚁金服自研的金融级分布式关系型数据库OceanBase实现多库多地多活和强一致切换,在机房层实现异地多活单元化架构,整体达到了 99.99% 的可用率;
  • 按需供给弹性伸缩:通过数据、应用、流量弹性伸缩和基于单元化的弹性混合云架构,系统具备了按业务粒度进行资源调配的能力,连续两年通过该技术实现双十一、双十二、新春红包等高峰业务弹性伸缩,2016年双十一50%业务在运营高峰期运行在云上,结束后实现资源释放,实现成本的极大优化。

杨冰作为现在蚂蚁金服中间件团队的负责人,强调SOFA为全自研的金融级分布式架构,理论上可以支持无限伸缩架构(双十一已经是实际的极限情况,目前还没有出现需要无限伸缩的实际业务场景),并且能够通过极低成本实现。

(上图为蚂蚁金服中间件团队负责人杨冰)

首先,SOFA的无限伸缩能力是具备“伸”和“缩”的能力,而且不仅是数据库能无限伸缩,应用、网络等都能做到无限伸缩,一套架构实现所有层面的无限伸缩。

第二,在一致性问题上,SOFA达到了一致性和性能上的平衡,实现了金融交易业务的分布式事务一致性,这属于蚂蚁金服的黑科技。

第三,做整体机房及秒级容灾,现在配备蚂蚁金服自研的OceanBase数据库,能够达到更好的效果。

第四,极低成本,SOFA架构具备演进能力,需要的时候可以做弹性伸缩。例如,单元化能力可以“切一个1%能力的支付宝”,再以这样的单元维度去增加,从而达到无限水平扩展;还可以根据业务维度,把交易系统创建到云上再收回来,比如新春红包的时候,扫五福系统很忙,就可以把扫五福系统弹到云上。

所以,SOFA的关键词包括:无限伸缩能力、一致性、秒级容灾和极低成本并且做到极致,从而定义了新的“金融级分布式架构”。

SOFA 的缘起

程立,花名鲁肃,摩羯座,工号3896。2004年,支付宝刚刚有自己独立的系统,基础平台还得靠外包团队提供技术支持。而2004年2月,程立还在上海交大攻读博士,一个偶然机会让他接触到阿里巴巴,并以外包架构师的身份协助支付宝网站的建设。一年合作下来,程立决定放弃博士学位,并于2005年2月正式加入支付宝。程立以严谨务实、逻辑严密,被蚂蚁技术团队的同事视作“神一样的存在”。

作为曾经的支付宝首席架构师、支付宝第一代架构设计者,以及支付宝史上最大危机——2008年1月1月停机发布17小时——的救火大队长,可以说如果说没有程立,就没有现在的支付宝。在蚂蚁金服入门手册《拾念》中,记载了支付宝史上最惊心动魄的17小时:2008年元旦,支付宝宣布要停机8小时发布“财务三期”,但各种意外接连出现,当时“财务携款潜逃”、“湿抹布导致服务器宕机”的传言满天飞、没有包裹送的快递小哥发帖跪求支付宝快点回来,程立在关键时刻敲了近两个小时的代码,最终结束了17小时的停机发布。

程立讲述了SOFA的诞生历史:最早的支付宝系统,是由还不太会大系统开发的人员实现的,像程立刚从学校出来就做支付宝第一代架构,因此第一代系统非常简单——就是一个简单的应用,装在一台应用服务器上,使用一个数据库,服务一个大客户淘宝。一个简单的系统,支撑了支付宝从2004年到2006年早期的发展。支付宝早期的系统架构虽然简单,但好处是特别快,产品经理希望怎么改、马上改一下代码就能实现了,比如说支付宝红包,从需求提出到上线就四天的时间,但是到后面,这样一个简单系统无法支撑更多的交易量,也不能支撑更加复杂的业务。

从2006年底开始酝酿,那时候支付宝面临最大的一个问题是业务变得越来越复杂,而工程师数量越来越多,原来的系统被称为monolithic——即庞大的单体系统的意思。这个系统慢慢变得无法装载更多更复杂的业务逻辑,也不能让那么多工程师在一起并行的工作。当时,支付宝希望可以成百上千个项目并行进行,而且每个工程师可以不受干扰的工作,而当业务逻辑增加的时候,系统的复杂度不要成指数级上升。

所以,在2006年的时候,支付宝技术团队要做对未来的技术架构做一个选择,当时有两派意见:一派意见是向银行老大哥学习,老大哥已经走了十几年,这条路一定是安全的;另一派意见是走一条新的路,即用分布式的架构去支撑未来的交易支付系统,而这条路在当时还没有人走过。这里的分布式架构,并不是客户端/服务器时代的面向企业级的小规模分布式架构,而是在互联网时代的超大规模分布式架构。经过差不多大概一年左右的讨论和思考之后,支付宝团队做了一个决定,要走一条过去没有人走过的路,于是启动了支付宝第二代架构的建设,即支付宝技术系统的服务化。2007年开始,支付宝启动了对交易系统、商户系统、会员系统、支付清算系统的改造。

就在那一年,支付宝到大连招聘遇到了胡喜(花名:阿玺),他之前已经在前一家公司研究SOA以及OSGi相关技术,于是就加入支付宝团队,帮助程立做下一代架构的转变。胡喜回忆,他在2007年加入支付宝团队的时候,研发人员都比较痛苦。当时的支付宝使用的是阿里巴巴的统一技术框架WebX。WebX是阿里自研发的一套基于JavaServlet API的通用Web框架,在阿里巴巴集团内部广泛使用,2010年底向社会开放源码。WebX比较偏向于前后端融合的架构,能快速搭建一个网站,但是没有考虑到业务发展到一定程度后的复杂度,怎么更好的搭建后台。例如,当时支付宝的一个电子钱包系统叫iWallet,每次系统启动就得五六分钟,开发人员出去抽根烟,回来后如果发现错误又得修改后重新启动,开发人员每天不是在代码编译的过程当中,就是重启的过程当中,一个系统包含了几十个工程,十几个团队并行开发,项目并发也导致了很多的合并冲突和耗时,整个研发效率低下导致很难进行下去。于是,从那开始就着手研究解决支付宝整个架构的变化。

程立给当时要做的这套分布式架构起了一个“SOFA”的名字,其背后有两个含义:一是按照当时的技术趋势,要做面向服务的架构,即ServiceOriented Architecture,但加入了金融业务,所以是Service Oriented Fabric Architecture;二是希望能够像沙发一样,让工程师可以非常爽地工作。所以当时出于这么简单的考虑,就开始打造SOFA。所谓SOA和服务化改造,就是把企业的IT系统以“服务”的方式重新组织起来,再通过“服务总线”连接起来形成可插拔式的企业IT架构,这个架构就是SOA。这里要注意的是,SOA其实是一套面向传统企业IT的架构思想,而且在SOA早期则只有理论框架而无具体的成功实践。

第一代的SOFA其实就解决两个问题:一是当要把系统变成分布式的时候,怎么有一个像“胶水”的机制也就是****,可以把分布式系统连接成一个整体;二是希望每一个服务本身是组件化,所以当时第一代SOFA里采用了OSGi(一套Java模块化规范,允许应用程序使用精炼、可重用和可协作的组件构建),这样每个工程师可以专注于各自的组件,最后又能够把这些组件拼装在一起成为“服务”,再把“服务”拼装在一起成为整个大系统。这一整套框架,就是第一代SOFA框架。

有了第一代SOFA技术架构之后,支付宝团队就开始做非常关键的业务服务改造。首先是把支付宝所有用户的核心账务系统变成一个业务服务,从而可以和其它业务组装起来。但是把账务拆出来以后,遇到一个更难的问题:怎么解决分布式服务一致性的问题,也就是分布式事务问题。而在解决这个问题的时候,当时支付宝团队冒了很大的风险,在启动这个项目的时候还并不清楚怎么解决最好,而当时可以参考的行业技术趋势就是SOA以及业界提出的几个SOA框架。

SOA业界那时候提出两个SOA事务的标准:一个是基于Atomic Transaction(原子性交易),叫WS-Atomic Transaction;另一个是基于业务流程编排的事务,叫WS-BusinessActivity;开源社区通过JBoss的TransactionServer实现了这两个参考标准下的事务。当时,支付宝的技术团队就在想,能否用JBoss开源技术与这两个标准去构建支付宝的核心交易和账务?然而,项目开始后的不久,也就三个月左右的时间,当项目进行到一半的时候,发现这两个当时业界的标准和开源实现却根本不可能支持一个实际的应用。

原因很简单,一个最简单的核心交易系统和核心账务系统,进行最简单的一个事务,也要经过十几次的消息传递,其中任何一次消息传递如果中断,那么这个事务就失败了,而且失败以后,当时业界的SOA标准并没有提出该怎么恢复失败的事务,同时任何一次交易都经过十几次的消息传递的话,也导致整性能非常低。这样一个系统如果最后发布的话,其实是不能支持支付宝当时的交易量。所以当项目进行到一半的时候,团队就放弃了业界标准及其开源实现,必须找到自己的一条路。

当年,关于分布式事务的一致性,业界另一条路径是基于两阶段事务标准(Prepare阶段与Commit阶段)和开源分布式实现XA,但当时已经知道PayPal曾经走过这条路,结果是导致系统宕机一周,最后系统全部回滚。

所以那个时候,支付宝技术团队就考虑能否自己提个标准,这样一来就简单了:首先是要解决分布式一致性问题,必须要分布式的提交协议,这个协议如果在数据库层实现,效率会非常低下,因为数据库层不懂任何的业务逻辑,只能以一种通用的方式去实现,从而导致无法对上层的业务逻辑层进行优化,所以就想到把提交协议放在服务层。

“那个时候,我们大的想法很简单,既然支付宝系统已经拆成了一个个非常小规模的服务,那么就让这个服务本身具备事务的属性,叫事务性服务。这样一个个小的事务性服务就像一个个小石头一样,可以装到一个大的杯子里,然后再设计一个分布式的提交协议,把这一个个小的事务绑定成一个大的业务事务。而这个服务也不仅是微服务,而其实是一个微交易,把每一个服务变成一个交易,再通过一个编排的框架,把每个交易变成一个大的整体服务。”程立用比较形象的语言解释了现在被称为蚂蚁金服黑科技的分布式事务XTS (eXtended Transaction Service)的由来。

有了这个思路,当时支付宝技术团队就开始去做了。克服的第一个难点是把已经有的交易服务、账务服务等,变成一个个交易型服务,这个难点当时就突破了;第二个难点是要实现一个可扩展(Scalable)的框架,去编排海量的事务,那就是XTS。大概在2008年1月份,SOFA项目就上线了,上线以后至今不断打磨,一直到现在还支撑蚂蚁金服整个的业务交易。

SOFA的演进过程

从第一代到眼下的第五代,SOFA的演进过程其实是支付宝从最早的一个大型的业务与IT交织在一起的单体系统,一边拆金融业务系统(即后来的业务中台)、一边拆底层IT系统(即后来的数据中台、计算中台)的过程,在拆分的过程中还要解决新出现的可扩展性、一致性问题等各种问题,同时不断应付每年都能击穿系统极限的双十一,还要把数据从原有系统一点一点“倒腾”到新系统里、同时管理新增的海量数据,这样一个极为复杂的过程是怎么进行的?有趣的是,这个过程的附加值之一,就是在无意中完成了去“IOE”,因为从单体系统拆分到互联网分布式系统,本身就是用PC服务器机房代替昂贵IOE设备的过程。

“整个过程可以说一路狂奔。”杨冰后来回忆整个过程。“‘萝卜’就这么几个,坑那么多,根本就填不过来的状态。每个中间件产品连‘一个萝卜一个坑’都做不到,很多‘萝卜’是放在两个三个坑里面的状态,你就想有多挑战了。其次,每一年都是翻一番的业务指标倒逼。整个团队的状态基本上是一年大促结束后,春节一过就开始密集准备下一年大促,一眨眼的功夫离双十一就没几个月了,很多系统的技术改造可能要到6、7月份准备好,再全部升级上去,业务还在不断变化,不停有新的想法冒出来,每年就是这么个状态,基本都是开发飞机就把发动机给升级上去了。”

程立回忆,SOFA早期的开发是完全违背项目管理逻辑,在项目推进的过程中既有研发平台又有研发上层的业务系统,相当于把很多风险都导在一个项目里面一起做,SOFA第一代项目就是靠团队齐心协力,每天都会遇到新问题、每天都要去解决各种问题,但大家背后有必胜信念而且非常拥抱变化,敢于在项目的中后期把前期架构决定全部推翻掉,再用一套新的架构替代。“所以到2008年那次账务三期的发布,那次原定发布8个小时,后来我们发布了17个小时,说明在项目发布过程中,还是有很多问题没有解决,但最后我们硬生生把这个项目给发布下去,而且成功了,现在回想起来,其实是有一点后怕的。”程立笑说。

2008年之后,支付宝技术团队开始确定一个原则,即所有的发布不得停机,必须要确保项目发布没有风险。其次,要结束所有的研究型项目,技术研究要把技术问题解决了,再用到商业系统里面去。而且从2008年开始,每个新技术都不会首先用到最核心的系统里,而是会在相对边缘的业务系统里经过充分考验以后,再用到核心系统里。

在SOFA初期,可以看到做交易和账务这两个项目的时候,业务系统开发人员与技术平台的开发人员是不分的,无论是程立还是胡喜,都是一会儿写业务交易的代码,一会儿写下面的技术平台代码,工程师团队也没有严格区分。后来开始建立中间件团队,杨冰基本上也是那个时候加入,分配一部分人专门研究底层技术,另一部分人专门写上面的应用系统架构,慢慢开始变得越来越正规了,包括对于新技术上线过程的灰度和控制,也会做得更好。

杨冰回忆他在2009年以刚毕业的研究生身份加入支付宝团队的时候,当时服务化拆分的过程是程立、胡喜亲自参与,一边对WebX系统做服务化拆分,一边胡喜写了SOFA框架的原型,杨冰与后面加入的小伙伴就帮助不断完善SOFA。“当时我们还很初级,基本上是程立和胡喜带着我们去实现他们构想出来完整一套思想。当时虽然服务化和SOA的概念很火,但业界的实践远没有现在这么丰富,很多实现机制都是摸着石头过河。业务服务化拆分又是另外一条主线,当时主要是程立、胡喜、倪行军(花名苗人凤,支付宝第一代首席架构师,蚂蚁金服支付宝事业群总裁)参与,这几个人都是既写框架代码和组件代码,又参与业务代码拆分。当时支付宝所有的业务都在演进,支付宝架构团队一方面在业务逻辑拆分和技术架构拆分的过程中熟悉支付宝的业务,一方面在熟悉业务的基础上思考如何从中抽象出可复用的代码、数据和框架,以更好的支持未来的业务。所以当时就是一边在做业务和技术的人肉拆分,一边又把拆分的部分挪到新的框架中去承载。整个过程不是设计好了再搞,而是一边做一边搞。”

XTS框架都是在那样一个过程当中写出来的。因为在原先集中式架构是不会出现事务一致性的问题,拆分以后就出现了这样的问题。当问题出现以后,就一边拆一边解这个问题。当然,解决的时候也不是人为介入,而是构想出技术化的方案,甚至沉淀出来一套技术。那个时候,支付宝系统里的Oracle数据库还在用,小型机等高端传统设备都在用,支付宝的业务系统包括会员、交易等被拆分出来后,就直接跑在X86架构上,这不仅是物理形态和部署形态上的差异,更是由单体应用的开发模式变成SOA化的分布式开发模式,这就是从WebX到SOFA的演进过程。账务系统是最后一个从支付宝拆分下来的系统,随着账务系统的拆分成功,IOE设备也彻底从支付宝系统里下线。

在整个支付宝架构的改造以及SOFA的发展过程中,关于中间件的基本构成和思想是有业界参照的,比如消息中间件、数据中间件、事务中间件等,但SOFA技术团队要做面向超大规模互联网金融交易的分布化改造,而其中的黑科技诸如单元化,则是被业务倒逼出来,完全没有业界参考的实践,“我们找到的一些论文,一些概念,一些类似的做法,但当时支付宝的体量已经很大了,没有人确定这事儿真的能做成,而且是在金融这个高危的业务场景下”。

“套用蚂蚁金服前CEO彭蕾的话,她曾提到过大家做的很多事情就是怎么把马云的决定变成一个正确的决定,而我们在整个中间件工程实现过程中,也是类似的情况。比如SOFA3时代的合并部署,当时胡喜提出这个概念的时候,内部争论非常大,大家都觉得这件事情不靠谱,而且很难做、非常复杂,阻力非常大。最难的事情,是说服团队。但最后大家还是为能做成这件事情,并为公司节省下这多成本而感到骄傲”杨冰回忆。

为了解决新的挑战,蚂蚁金服的中间件技术团队想了各种办法。杨冰为单元化架构当中RPC调用设计的路由逻辑:对于各种业务系统,有的可以升级、有的可以改造、有的不行,那么在RPC远程服务调用时就会有五六种分支去决定到底是本地优先、还是要跨机房、还是要根据业务的分库分表做路由等等。这个逻辑极其复杂,在于既有同构机房、又有异构机房,而异构机房又要把通讯收敛到一个代理,所以又会有代理的存在,导致非常复杂。而为了收管没法升级的系统,甚至该系统的负责人都已经不在的情况,就用一个类似于Service Mesh技术代理,去“伪装”这个服务。“整个架构是很漂亮的,但是工程实现中的每一个细节都很复杂,所有的设计都充满了架构的平衡的智慧。我们在实现整个过程以后,再慢慢把完全没有必要的三四个路由逻辑去掉,变成比较规整的模式。基本是这样的过程,因为不能把支付宝停下来。”

负责过SOFA体系中消息中间件的王磊(花名:文若)回忆,阿里从2008年开始办双十一,第一年只是试一下,所以没有很大规模的宣传,甚至连内部很多人都不知道。从2009年是开始支付宝和淘宝一起参与双十一,当时宣传淘宝商城里面所有的商品都是半价,但是因为2008年时候对双十一的力量并没有清楚的认识,到2009年那一年的时候就突然出现了各种问题。王磊当时负责消息中间件,内部叫做Message Broker,属于消息队列:消息从上游应用通过消息中间件传递给下游的系统,包括当时还在使用的Oracle数据库。“当时正在看这个活动的过程,甚至我们自己也在买东西的时候,突然DBA跑过来说要赶快对消息进行限流,因为下游的数据库马上就要撑不住了,数据库的日志空间马上就要耗光了,如果耗光就会导致数据库宕机,再启动起来就是几个小时以后的事情。当时我们小组是三个人,以前从来没有快速对消息进行限流,最后就只能人工登录上游应用的服务器上,然后在服务器上敲命令做流量控制,一条一条的敲下去,最后保住了下游系统没有被冲垮。那个时候很遗憾,因为不是靠消息中间件去限流,实际上是把上游发消息的应用‘杀’死了。后来,经过这件事情以后,我们就下定决心要做一件事情,就是叫做一键限流,在中间件层面对于消息中心的一键限流能力,就是从那天开始建设的。”这样的故事还有很多。“整个过程就像打怪升级,看到一个干掉一个。”王磊的实践,代表了整个SOFA团队的工作状态,也代表了SOFA与其它互联网分布式中间件的最大不同——沉淀了支付宝/蚂蚁金服十多年来,整个业务与IT体系的最佳共享实践。

就是这样,SOFA 的演进伴随着支付宝整个架构的演进而发展,程立回忆,第一代SOFA比较简单,只是搭了一个框架和模型让系统可以运行,到后期系统运行中做了大量的优化,包括要解决通讯的性能、最高效的容灾、异地容灾架构的建设、单元化改造、LDC逻辑数据中心项目等,所有这些慢慢就沉淀在SOFA里面。而SOFA则逐渐从解决分布式服务和分布式交易的问题,变成一个真正解决金融级系统构建的基础架构问题,所以现在把SOFA改名,从原来的Service Oriented FabricArchitecture改为Scalable Open Financial Architecture:这个框架是可以真正解决金融级系统的异地多活的容灾和扩展问题,而且SOFA的可扩展能力不仅是处理更多的交易,还可容纳更多的业务,能够让几千位工程师甚至未来上万个工程师一起协同工作的可扩展架构;Open的意思是希望这个框架相对可以让业务应用非常容易使用,又能与经典架构系统有机融合,SOFA框架未来不但可以编排蚂蚁金服工程师自己写的业务逻辑,而且可以编排合作伙伴的业务逻辑,成为一个完整的编排框架;Financial则意味着SOFA必须是具备金融级属性,能真正实现金融级的一致性、可用性和稳定性。

SOFA的设计哲学

SOFA从第一代发展到第五代,是一个异常复杂而庞大的过程,程立总结SOFA的研发方法论和经验时表示:在整个研发方法和流程上,蚂蚁金服相对于来说是以互联网的方式去做金融,因为蚂蚁金服本身就是一个金融系统,在要求非常严格的同时,也希望有互联网的迭代速度,在这个过程中沉淀下来的经验。

首先,注重架构的治理。蚂蚁金服一直有一个架构师团队,既有总架构师团队,同时又把各个分域的架构师集合在一起,始终保持蚂蚁金服的架构在一张图上。蚂蚁金服架构的迭代演进也非常清晰,从一代、二代、三代、四代到现在的第五代架构,都有非常清晰的演进阶段,这是从治理层面进行顶层设计的结果。

第二,关注技术的风险。蚂蚁金服研发任何系统,要比其它互联网公司多付出可能10%的努力,去保证系统风险的可控,所以蚂蚁金服技术风险管控是嵌到流程里面、控制在整个研发生命周期里面,从而实现了非常好的控制。当然,蚂蚁金服的研发效能团队也会把控,让研发人员尽量简单、尽量智能化。

第三,系统优化是在高度分布化的前提下实现的。蚂蚁金服是比较少有的、几千人工作在一条业务流程上面,最核心支付流程从前端到后端分了很多层、每层里面有很多功能,在这个过程中能够保证非常好的分布和集成效率以及质量,就变得非常关键。所以从整个项目管理的需求、分析、分解,到每个团队去实现,最后再做高效的集成、迭代发布,有非常多经验沉淀在研发部署运维平台上。蚂蚁金服的研发部署运维平台经过多代的变化,有段时间也引进了IBM等供应商的整套方法和工具,用了两年左右时间后发现完全不适合蚂蚁金服工作方式和速度,所以转向自研的平台,并不断轻量化。但也不是外界的开源模式,因为也不适用于蚂蚁金服的情况。

第四,蚂蚁金服中间件团队的另一个共识,Design for failure,即假定在任何情况下底层都有不可靠的风险存在。对金融IT系统来说,任何的底层硬件临时故障或网络抖动都有可能被放大到资金损失或整体服务稳定性层面。对于支付宝这样体量的互联网应用,从设计之初就把高可靠、高可用、高性能的能力要转到中间件层和数据库层去保证。下面的IaaS必须要简单,就是允许底层硬件可以挂掉,挂掉以后由中间件和数据库层负责。为什么会这么做?这是由业务的容忍程度决定的,没法沉到底下的IaaS层,但也没有必要让每个写业务代码的人都自己编写一套代码,所以就沉淀到中间件层。

中间件会被所有人用到、会影响所有的系统,像蚂蚁金服现在有几千个系统和上万个微服务、几千号研发人员,怎么能使在中间件层做的每一项工作都能使整体架构都能平滑升级,而不要让业务系统受影响,怎么建立跟其他开发人员之间的连接,如何平衡效率和运维,这是中间件的挑战。

被问到SOFA 跟别的微服务平台有什么不同,杨冰举了个例子“如果有两套架构在顶层设计的时候,一套将平衡倾向了「成本最优」,一套则倾向了「风险最小」,在实现过程中就会有千百次设计决策会依据这个大原则做出「架构平衡」,到最后出来的架构会完全不同,就像 CAP 理论中的平衡一样,什么样的业务决定着会孵化出什么样的技术,技术最终还是为业务服务的。

总结

创新都是被逼出来的,蚂蚁金服自研SOFA同样如此。SOFA走的是一条跟传统金融行业不同的分布式架构之路。要基于不可靠的硬件系统实现金融级的性能和可靠性,要应对支付宝这样的超大规模互联网金融应用,有很多难题要解决。蚂蚁金服构建了一整套处理金融级交易的分布式架构与平台,在金融级的一致性要求和海量并发处理能力上达到了很好的平衡,并在快速容灾恢复、弹性伸缩能力、多地多活高可用保证能力和按需供给的精细化资源调度能力方面沉淀了丰富的实践经验。

随着 2015 年科技开放战略的启动,蚂蚁金服技术的团队面对的不仅仅是内部业务,还有更加复杂多变的外部业务场景和技术挑战。以前,技术团队是一个被被业务倒逼的支持型组织,现在已经逐步向一个驱动业务的学习型组织和创新型组织转变。“昨天的最好表现是今天最低的要求,由于双11在技术上已经成为常态化工作,满足交易业务已经成为了最基本的要求,所以我们要看到更远的未来、准备迎接更强的挑战。”杨冰的话,从一个侧面解释了蚂蚁金服技术团队对开拓更辽阔数字金融世界边界的期待。(文/宁川)

2018-07-26

在欧洲,建筑业是一个占欧盟GDP近9%的支柱型产业,从业人员达1800万人,从业企业达300万家,而其中大部分为中小企业。2017年10月,欧盟的DIGITALEUROPE数字欧洲组织提出了“建筑业4.0:一代人只有一次的机遇”。所谓建筑业4.0,即把工业4.0引入到建筑业。而迄今为止,欧洲建筑业的数字化程度仍然非常低,仅有不到6%的欧洲建筑企业充分利用了数字规划工具,导致欧盟在建筑设计、工程和建造方面浪费了13%-21%的成本。

在中国,建筑业同样是一个占GDP近7%的支柱型产业。根据中国建筑业协会统计,截止2017年底,全国有施工活动的建筑企业8.8万家,从业人数5500万人。但在中国,建筑业面临着与欧洲同样的问题——数字化水平低。对于中国建筑业来说,数字化同样意味着巨大的机会。不久前举办的2018中国建设行业年度峰会强调,“数字建筑”作为建筑产业转型升级的核心引擎,对建筑业是全价值链的渗透与融合,将驱动建筑产品升级。

如果对欧洲来说,建筑业4.0是一代人只有一次的机遇;那么对中国而言,“数字建筑”及建筑业4.0也是一代人只有一次的机遇。

建筑业转型升级的核心引擎

“数字建筑”的最早提出,始于2016年。广联达科技股份有限公司(以下简称:广联达)董事长刁志中在新疆克拉玛依的丝路论坛上,第一次明确提出“数字建筑”理念。随后,在2017年的中国建设行业年度峰会上,广联达总裁袁正刚面向全行业再度深入剖析了“数字建筑”概念,并提出要打造数字建筑平台,贯穿设计、交易、施工、运维、监管的建筑全生命周期,使建筑数字化、在线化、智能化,助力整个行业转型升级。

为了进一步推动“数字建筑”的普及,广联达于2018年初发布了国内首个《数字建筑白皮书》,指出数字建筑是指利用BIM和云计算、大数据、物联网、移动互联网、人工智能等信息技术引领产业转型升级的行业战略。结合先进的精益建造理论方法,集成人员、流程、数据、技术和业务系统,实现建筑的全过程、全要素、全参与方的数字化、在线化、智能化,构建项目、企业和产业的平台生态新体系,从而推动以新设计、新建造、新运维为代表的产业升级,实现让每一个工程项目成功的产业目标。

如何理解“数字建筑”对于行业转型升级的影响?某种程度上,可以参照数字车、车联网与智能交通对于汽车业转型升级的作用来看。在汽车业转型升级中,可以作为转型升级抓手之一的就是智能车或称为数字车。智能车分为五级,最高等级的无人驾驶车即为数字车,而车联网则把智能车和数字车、制造商、数字服务商等连接起来形成无边界的商业网络,智能交通则是这个网络的主要应用。

同样,数字建筑的行业价值也与此相似。数字建筑实现建筑全过程、全要素、全参与方的数字化、在线化、智能化;数字建筑平台链接与此相关的各需求方,构建全新生态体系,而智慧城市则是这个平台的主要应用。无论从其对未来生产方式的改变上看,还是从其主要应用上看,其都将推动整个建筑业向现代工业化,精细化方向转变。

从行业发展趋势上看,数字建筑亦是大势所趋。2015年11月住建部出台《建筑产业现代化发展纲要》,计划到2020年装配式建筑占新建建筑的比例20%以上,到2025年装配式建筑占新建筑的比例50%以上。随着装配式建筑的规模化发展,物联网和5G的大面积覆盖和普及化进展,加上建筑企业的规模化集中,数字建筑已经呼之欲出。

中国住房和城乡建设部原副部长宋春华在2018中国建设行业年度峰会的发言中表示,要抓住“数字建筑”和“智慧城市”两大领域的创新实践,利用好现代科技成果,以信息化手段为支撑,围绕构建新型建筑产业体系,对建筑业全产业链进行更新、改造和升级。

从BIM到数字建筑平台生态圈

建筑信息模型(BIM)是美国学者最早于1975年提出的理念,建筑信息模型将一个建筑项目整个生命周期内的所有信息整合到一个单独的模型中,包括施工进度、建造过程、维护管理等过程信息。BIM最初代表Building Information Model,后发展为Building Information Modeling和Building Information Management,即从建筑信息模型发展为建模及信息管理。而欧盟去年举办的建筑业4.0研讨会,进一步认为BIM还可以代表Better Information Management。

从BIM含义的演变可以看出这是一个发展中的技术体系。实际上,BIM技术的发展有赖于3个要素:BIM的应用点、BIM软件和BIM标准。BIM的应用点即应该把BIM用于建筑全生命周期的哪个阶段、哪个环节、解决哪些问题、取得哪些成效。而BIM标准则是BIM软件和应用发展的重要基础,特别是BIM应用标准是一个国家BIM技术发展水平的重要标志。世界上主要国家在2006年之后才陆续推出BIM标准,亚洲国家更是在2009年后才逐步有了自己的BIM标准,中国在2017年7月才推出了《建筑信息模型应用统一标准》、2018年1月推出了《建筑信息模型施工应用标准》。

广联达的“数字建筑”概念就是出现在这样一个大背景之下。广联达总裁袁正刚在2018中国建设行业年度峰会上表示,建筑行业本身可以采用很多技术,有不同的建筑生命周期,已经针对不同层次的单点问题积累了相关技术,把这些技术很好的组合起来就能形成整体方案,从而系统化解决建筑业的整体问题。数字建筑希望以整体系统规划的思路,从行业高度和企业高度来解决所有问题,把BIM与物联网、云计算、大数据、区块链、人工智能等新技术相结合,综合起来让建筑业得到更好的发展。

此前我国建筑信息化推广较慢的主要障碍为BIM等核心技术缺乏标准,行业整体缺乏系统顶层设计,相关配套政策不完善。而随着我国近年来陆续推出BIM国家标准、建筑业十三五规划、促进建筑业持续健康发展的意见等,2018年可以说是建筑业数字化的元年,而此时的BIM思路必然是技术平台化和产业互联化。

广联达自成立至今始终专注于建设工程领域,围绕工程项目的全生命周期,为行业用户提供信息化产品和服务,经过20年的发展,已经从最初单一的预算软件扩展到工程造价业务、工程施工业务(含项目管理)、工程信息业务、国际化业务、产业金融业务等几大类近百款产品,用数字技术帮助建筑从业人员完成工程造价、工程施工、工程项目管理等专业工作。其推出的以BIM为主的施工企业BIM+PM整体解决方案,把建筑产品从生产到运维再到后续的创新服务在云和大数据平台上连接起来。还推出了为建筑行业服务的PaaS平台BIMFACE,以API的形式让第三方合作伙伴开发基于BIM的应用程序,如BIM+智能设备、BIM+物联网、BIM+VR等。

作为广联达最新的战略理念,数字建筑将通过平台化方式实现“产业链垂直融合、价值链横向整合、端到端的撮合”,联通直接产业链与间接产业链,形成开放、共享、生态共聚的产业生态圈。

点线面结合落地“数字建筑”

“数字建筑”特别强调“三全”升级:全过程是指涵盖建筑的设计、建造和运维的全生命周期过程;全要素是指管理要素(进度、成本、质量、安全等)和生产要素(人、机、料、法、环等)两方面;全参与方是指建筑产业链上下游的各方主体,例如行业主管部门、建设单位、设计单位、施工单位、供应商、生产厂商等。

这样一个庞大的“三全”升级,其具体的路径,即为“点、线、面、体”四阶段。《数字建筑白皮书》指出,工地现场是作业层数字化建设的重点、是项目交付的最后一环,也是最能体现价值的“创新应用点”;项目作为建筑产业“生产单元”,以生产线、商务线、技术线三条主线整合人、机、料、法、环等各要素,实现从项目设计、建造到运维全过程数字化;当“点”和“线”的数字化进行到一定阶段,必然形成企业级、产业级的“协同网络面”;而随着“网络协同创新”的不断深化,形成平台赋能形成生态,进而实现真正的数字建筑业。

袁正刚在谈到建筑业数字化转型的时候,认为数字建筑其实并不遥远,已经在建筑业的日常工作中展开,只是可能没有被察觉到。比如,一车钢筋进入施工现场,以前是手工方式清点钢筋根数,现在手机直接一拍照就可以马上得出钢筋的根数,接下来就可以预测劳动力。预测劳动力采用智能安全帽,因为安全帽里面嵌入智能芯片,可以定位现场工作人员以及人员数量,还可以监测到现场人员的实时移动轨迹,这样就可以与生产要素、打卡、劳务管理系统等结合起来,包括计算施工现场单个员工可以捆绑多少根钢筋等工效数据。

施工现场工效数据结合BIM模型,就可以详细计算出现场施工的偏差及其原因,从而尽快解决问题、及时整改。施工工效还可以与BIM模型结合起来,形成多种施工方案,因为不同方案下的施工场地资源消耗等是不一样的,而且随着时间而动态变化,这样通过比较,就可以选择最优的施工方案和施工计划。此外,对于项目管理来说,可以把所有项目信息以数字化方式汇总展示出来,对质量、安全、资金、项目进展等监控信息可以设定一定的指标和标准,对每个项目进行等级划分,等级低的项目还可以点进去详细查看问题所在。

当然,袁正刚强调,数字建筑除了是行业战略,也是企业战略,应该是一把手工程,而且还要满足全员的数字化,从系统顶层设计角度避免以前太多的单点设计、单点应用所导致的信息孤岛现象。在企业内数字建筑还需整体推动,成立BIM部门或者放到信息中心,因为技术变革并不仅仅是技术部门的事情,而是要改变生产部门、商务部门等业务部门,所以应该与业务一起整体推动。当然,具体实施数字建筑时,要根据问题选择数字化工具,这样才能真正解决问题而不是为了技术而技术,从小处入手、循环迭代就真正能够带来价值。

湖南建工集团的BIM应用就走在了前列,分岗位层、项目层和企业层三级展开,打造基于BIM的项目信息一体化管理平台。岗位层围绕项目过程,聚焦岗位应用,通过BIM应用提高岗位人员工作效率。项目层围绕项目施工过程,聚焦核心业务,通过BIM+PM结合,将管理前置,改变项目技术、生产、商务三体管线信息孤岛和信息割裂现象,实现项目数据产生、使用、流程审批、动态统计、决策分析的完整闭环精细化管理,提升项目综合管理能力和效率。企业层通过并积累项目全过程的业务与管理数据,通过BIM+云形成跨业务、跨岗位的数据协同,获得灵活、高效、智能的数据处理能力,在审计、财务、业务经营、集成采购等环节为管理和决策提供基础数据,强化企业管控,降本增效。

在2018中国建设行业年度峰会上,微软大中华区副总裁兼中国区业务副总裁蔡恩全、华为IT智能计算产品线副总裁张小华、广联达总裁袁正刚,共同发布了面向建筑行业提供集硬件基础设施、云平台、行业应用于一体的整体混合云解决方案,以满足工程项目、行业企业在数字化转型过程中对于不同场景下混合计算的需求。

此次微软、华为、广联达三方合作,华为提供全新一代基于英特尔至强可扩展处理器的FusionServer V5服务器和CloudEngine低时延、无损交换机;微软提供与公有云架构一致的Azure Stack混合云平台,包括虚拟机、云存储、网络、集群管理、应用市场等服务;广联达则聚焦建筑行业,提供智慧工地、BIM建造、数字企业、规建管一体化、甲方BIM+PM一体化等行业应用和解决方案。

袁正刚就此表示,在混合云和公有云选型方面,广联达考察了全球所有主要厂商,最终经过审慎选择了华为与微软的组合,实现了彻底的开箱即用,让客户用最少的代价获得最高的性价比,让数字化很快见效,少走弯路。“这个行业以前数字化受伤过,造成了这个行业比较落后,如果再来一遍,付出就太大了。”正因为落地“数字建筑”是一个长期演进的过程,就必须要采用可以长期演进、与时俱进的平台,而华为与微软正提供了这样的软硬件平台。更重要的是,华为与微软还是广联达的创新合作伙伴,共同为实现“数字建筑”提供丰富技术方案。

2018年是广联达成立20周年,也是其二次创业再出发的开始,“数字建筑”以及建筑业数字化转型就是广联达的二次创业战略。现在,“数字建筑”的春天来了,云、大数据、人工智能等新技术已经成熟并且相互之间已经关联起来。可以想象在不远的未来,数字建筑将会成为无处不在的基础设施服务,每个项目从开工到交付使用再到后续运维,都像接水、接电一样,接入数字建筑服务。对广联达和中国建筑业来说,数字建筑正在成为一代人只有一次的机遇。“我们很激动,我们很有信心”, 袁正刚表达了这一代的心声。(文/宁川)

2018-07-25

大多数中国企业虽然正在进行数字化转型,但目前所做的工作从本质上看其实为数字化交易(digital transactions),数字化交易只是提高利润、优化流程和操作,而数字化业务(digital business)则是创造新的客户体验、扩展产品与服务、利用IoT等产生新的收入。在7月18日当周举办的Gartner CIO上海峰会上,Gartner就“针对2025的现代应用策略”表达了观点:数字化业务带来的转变及改革才是企业的应用策略在2025年需要达到的水平。

在数字化业务方面,一个典型例子是2018世界杯期间,华为云利用机器学习服务(Machine Learning Service,简称MLS)实现了世界杯预测“AI机器人”,成功预测了40场比赛结果,其中连续6场准确预测。在世界杯开赛前,不少的机构或研究人员都通过统计或民间调查等进行了预测。华为云则根据8年来所有国家队的比赛结果,包括每场比赛的时间和进球、国际足联排名和El评分等,通过MLS的简单拖拽方式就搭建了“AI预测帝”,甚至准确预测了冠军为法国队。

巧的是,去年7月的华为云中国行北京站活动就以“如果未来可以预见”为主题,而如今通过华为云机器学习服务等已经能够轻松实现“预见未来”,那么今年7月24日的华为云中国行北京站主题则更新为“在创新的道路上加速奔跑”,本次北京站不仅带来了一个月前深圳站刚发布的华为云EI智能体,还带来了视频服务方案、交通智能体、工业智能体以及混合云容灾备份服务等诸多新服务。华为云通过EI智能体,以“加速奔跑”的态势,推动2018下半年云市场进入企业数字化业务创新的落地阶段。

现实世界中的“预测帝”

(上图为华为公司副总裁、华为云BU总裁郑叶来)

进入2018年夏天以来,暴雨、洪灾、水涝等自然灾害频发,北京市就多次发布了由强降雨引发的地质灾害橙色预警,山区地区发生泥石流、崩塌、滑坡等地质灾害的风险升高,即使市场区的建筑物、桥梁、地下管道等的潜在损坏风险也有所升高。与预测世界杯冠军相比,预测自然灾害等带给社会的影响程度,更有现实意义。

北京云庐科技有限公司(以下简称:云庐科技)成立于2015年,是专注于大型基础建设健康监测系统解决方案的服务商。云庐科技CEO王长欣在华为云2018中国行北京站上介绍,中国大量基建项目的一般设计年限为50多年,而强降雨等自然灾害带来基建设施的影响巨大,甚至能够导致高铁局部段的破坏。改革开放40年来,不少基建项目已经临近设计年限,对于基建工程的实时在线监测系统成为影响民生的重大社会需求。

大型基础建设健康监测发展分为三个阶段:早期通过人工巡检和经验来判断基建工程的裂缝等取样;后来专家开始通过传感器数据进行分析论证;2014年以后随着物联网和人工智能技术的发展,IoT和人工智能逐渐应用到工程的性能监测领域。云庐科技自研的高精度数据解算与分析平台(MPACP)与基础建设健康监测大数据分析与预警平台(YSMAC),全面应用了华为云的容器、微服务、大数据、EI等PaaS技术和GPU加速等IaaS技术以及物联网和智能边缘计算等连接与边缘技术,是EI智能体在工业领域的典型应用。

其中,云庐科技开发的基于北斗卫星导航与定位系统的MPACP平台,集成了数据采集、数据分析与结算、数据后处理等模块的操作,准实时处理精度在1~0.1mm以内,后处理在亚毫米以内。YSMAC平台以自主知识产权的力学数值模拟平台为基础,以GIS+BIM三维直观展示为手段,结合工程监测和环境监测大数据,通过人工智能和深度学习,对结构和环境进行长期和全局性健康分析。

据王长欣介绍,MPACP基于华为云,精度可以稳定在0.7和1毫米之间,很好的满足了工程需求。YLSAS中的力学仿真平台采用了华为云的容器和微服务,数据分析采用了华为云的大数据和深度学习平台,华为云深度学习和力学仿真平台之间通过实时云计算进行交互。整个过程中的大规模计算,则采用了华为云的GPU加速。此外,云庐科技的便携式超声相控阵和TOFD检测仪可部署在隧道、铁路等处,能快速检测并生成详细、精准的截面图像,但由于采样数据量庞大而采用了华为云的边缘计算技术,大幅降低成本、提升检测效果。华为的物联网双向通信模块,被用于传感器和华为云之间的连接。

“应该说云庐科技的SaaS层始终长在华为云PaaS层上”,王长欣表示。而云庐科技的服务也创造了重大的社会经济价值,王长欣介绍青岛地铁项目的施工监测,由于青岛地质条件比较复杂、离海比较近,采用了云庐科技预测预警技术后,在去年12月份成功预测了一次安全隐患。

连接数字与物理世界的EI智能体

(上图为华为云EI产品部总经理贾永利)

云庐科技是EI智能体在工业领域应用的代表。期望成为全球领先的工程监测体系互联网平台,云庐科技通过传感器和后台解算系统,能实时、及时的感知建筑物或者地下管道等大型基建的安全情况并及时预警,把事故消灭在萌芽状态,大幅提升城市的管理效率,而这个业务本身就是数字化转型和数字化业务创新的代表。

那么,怎么理解EI智能体呢?华为公司副总裁、华为云BU总裁郑叶来在2018年6月24日的华为云中国行深圳站上介绍:华为云致力于普惠AI,让人工智能高而不贵,打造“用得起、用得好、用得放心”的人工智能平台,推出EI智能体。华为云EI智能体是应用于解决各个行业问题的细分场景,面向各行业的智能解决方案。华为认为,AI技术是通用无差别的,智能世界的各个行业要实现真正的智能,需要把AI技术与行业做有机结合,在数字世界中把各个场景下的智能体打造出来。

交通智能体是EI智能体的一个方向。此前,深圳交警与华为深度合作,通过联合创新共建“城市交通大脑”(城市交通智能体),探索更为高效的交通管理技术体系架构,解决城市交通拥堵的难题。基于与深圳交警的成功合作,2018年4月,华为与北京市交管局合作,在北京的海淀区上地三街,率先开展利用AI算法实现实时在线决策、信号配时优化和时段自动划分的试点应用。据第三方公司评估报告显示,上地三街车流主方向(东西方向)平均延误下降15.2%,平均车速提升15%,支路的平均延误时间降低了10~20%。

在工业生产中,PCB板是最常见的组件,遇到最多的问题是虚焊和多焊。传统模式依靠人工检查,五分钟检查一个,耗时费力还容易出错。华为作为制造企业,基于在工业方面的一系列实践,贯穿“研发设计——智能产线——工业管理——物流——营销”全流程,通过工业智能体融合数据,打通端到端的业务全流程,把大量重复的人工工作由机器替代,结果成品率效果大幅度提升。华为云目前还在和国内知名空压机厂家合作,支撑实现未来工厂实现能耗降低、节能减排。

华为云EI产品部总经理贾永利在华为云中国行2018北京站上对EI智能体进行了进一步解读。他强调,智能体能够打通数字世界和物理世界,把物理世界的复杂信息传递给数字世界,并通过边缘和端的能力再把数字世界的分析结果输出到物理世界进行有效测试。其中,对于EI智能体来说,行业智慧是核心和关键。此外,EI智能体不仅基于历史的统计,而且是在实时感知基础上的互动和优化。

在去年9月在华为全联接大会首次发布EI企业智能,包括基础平台服务、通用服务(大数据、视觉认知、语音语义)、行业场景解决方案三大类;到了2017年底,华为云EI企业智能进一步推出智能水务、智能制造、智能电力、智能交通、智能金融、智能零售等六大行业解决方案。那么到了2018年6月再次推出EI智能体,实际上就把之前发布的EI企业智能服务、行业解决方案以及华为云完整的全栈能力,再加上华为自身在物联网和通信领域的技术,为用户场景打造连接数字世界和物理世界的完整解决方案。

以云庐科技为例,云庐科技的平台依托云服务,实现了监测系统本地主机的小型化、轻便化设计,通过成熟的公有云、私有云技术将复杂的大数据预测分析、结构有限元计算及人工智能损伤识别积累通过远程服务器完成,本地仅需要配备联网的通用设备即可满足复杂的监测计算分析功能,从而使建筑物成为具备在线感知、云端超算、智能学习和自我诊断的智能建筑,确保关键性工程结构的长期安全运维。云庐科技其实就是利用华为云的全栈功能,设计了智能建筑健康检测“智能体”解决方案,其中包括云、管、端、本地计算、连接、分析以及反馈等的完整闭环。

今天,企业上云已不再是简单的数据迁移,ICT行业越来越需要全栈工程,华为云以从底层IaaS到PaaS的全栈云服务以及网络通信和混合云解决方案及管理的能力在2017年快速开拓国内云市场,已上线16大类超过120款云服务,以及制造、电商、游戏、金融、车联网、SAP、HPC、IoT、安全、DevOps等60+解决方案。在2018年7月发布的《The Forrester Wave: Full-Stack Public Cloud Development Platforms In China, Q3 2018》报告中,华为云以仅运营1年多的时间,就跃居中国本土公有云领导者象限。

华为云EI智能体以及普惠AI理念的提出,是整个华为企业服务能力的进一步整合。2018年6月29日,华为轮值董事长徐直军在的第二十二届中国国际软件博会高峰论坛上表示,“华为云就是另外一个荣耀”。徐直军具体解释,荣耀是用在线方式服务面向消费者客户,华为云是用在线方式把华为30多年打造的基础设施面向To B客户。因此,华为云承担的使命不仅仅是创造收入,而是华为公司未来所有业务的底座,包括承载消费者BG面向全球的用户服务、华为面向170多个国家内部的IT服务、华为面向运营商走向全面云化的战略等。

从这个角度来说,华为云将推动云计算市场走向IT、CT以及云计算技术的大融合,以EI智能体这样的整合解决方案,帮助企业落地数字化新业务。2018年,将是企业数字化转型的起飞之年。(文/宁川)