博客首页|TW首页| 同事录|业界社区
2019-12-06

【编者按】展望2020年,混合云和多云技术的融合正在成为云计算下一阶段的发展重点和热点。传统意义上的混合云指的是从本地数据中心向公共云扩展的策略,公共云硬件资源被视为本地数据中心计算资源扩展;传统意义上的多云指的是多种公共云之间的互操作性。而2019年以来,这两种技术开始融合,面向线下资源的混合云和面向线上资源的多云正在融合形成一种新的技术形态,这种形态可以暂时被定义为混合多云。更简单的理解是,传统数据中心视角下的混合云多采用所谓分布式计算技术,即计算存储网络分离;而公共云视角下的云架构为大规模的分层自动化,以及为了适应互联网规模应用而采取的计算存储网络结合整体优化。关于到底什么是混合多云,不同技术厂家都在试图回答这一问题。

以下是Wikibon于2019年10月底发表的一篇文章,阐述了Wikibon对于混合多云的理解,其中的观点非常具有参考价值。Wikibon特别提出了未来几年中云计算的重大发明领域和机会:三个混合多云控制平面,即网络、数据和云资源。

混合多云(以下简称:多云)将是企业的默认设置。每个企业实现这一目标的过程不太清晰,但将受到行业发展、应用程序遗产、SaaS选择和战略数据属性的影响。云行业的领导地位也将随着企业总体上做出战略性的云选择而发生变化。IBM、戴尔EMC、思科、甲骨文(Oracle)和惠普(HPE)等现有技术精英厂商,需要在2020年完成产品布局。

云正在进入第三阶段的进化。它给用户和供应商带来了新的挑战和机遇。这些挑战和机遇都是什么?

为了更好地理解它们,先来快速地回顾一下云演进的过程。云演进的第一阶段结合了先进的虚拟化技术、新型高速园区网络和自动化技术,这些技术能够将复杂的机器产品堆栈作为自助服务提供。随用随付费的可扩展性催生了软件和媒体领域的新型数字原生公司,极大地改变了娱乐和软件开发的格局。亚马逊网络服务(AWS)率先掌握了自助服务计算服务的商业潜力,并成为SaaS公司和企业Web应用程序开发人员的通用云服务首选供应商。

云演进的第二阶段取代了传统的数据中心方法来支持大数据应用。许多大数据技术如Hadoop诞生于雅虎和谷歌这样的云公司,然后尝试(通过Hortonworks和Cloudera等公司的努力)跳转到企业数据中心。但是,这些工作负载并没有提供一致的、常规的操作,而是在需要有限资源的时间段和需要大量资源的时间段之间不断转换。大数据技术的快速发展以及分析应用程序的不确定规模化操作,更适用于云体验。大数据已大量迁移到云(以及其它诸如个人生产力这样面向读取的应用程序),被重新定义为AI和机器学习,并为Microsoft Azure和Google Cloud Platform(GCP)创造了新的机会。

现在进入第三阶段:云的企业阶段。Wikibon的研究一直表明,2019年将是企业开始建立具体的长期云战略的一年,事实证明确实如此。但是,与许多云优先支持者的预测(和愿望)相反,在企业内部运行的并仍在消耗大量支出的、核心的高价值事务性应用程序(HVTAs)并没有全部迁移到云上。相反,企业正在为其核心数字资产寻求一条新的路径——多云路径。多云对许多参与者而言意义重大,但是对于企业来说,多云意味着让业务控制数字未来的云战略。

非常重要的是,它还为现有的企业级技术精英如IBM、HPE、思科、戴尔EMC和Oracle等创造了新的机会。尽管这些公司中的每一家都因云而面临着转型困难,但其长期服务的企业客户(每家企业都已经建立了成熟的技术采购、部署、管理实践以及设备和软件的安装基础)正成为塑造云未来的力量,这些企业客户将向竞争推向对IBM等现有企业级技术精英企业更为熟悉和有利的领域。

云的企业阶段将如何发展?从前两个阶段开始出现了一些简单的云规则,这些规则在很大程度上将决定下一阶段云的形状。它们是:

  •     企业客户仍然是王道。成功的云计算公司的自助服务特性让许多人相信,连接企业和技术公司的社交图谱将会消失,但事实远非如此。IT并不会就此消亡;企业销售人员也并非一文不值;当然,技术市场仍然很重要——而且非常重要!
  •     企业云业务的拓扑遵循数据流动的方向。大数据向云的迁移表明了数据向云的总体迁移,但是随着新的边缘数据和核心数据源的出现,数据趋于保留在原地,云服务将也向核心和边缘移动。
  •     云就是网络。越来越多的分布式数据意味着越来越多的分布式计算。尽管新的处理器和存储技术对于云的发展至关重要,但各种规模的网络技术都是塑造企业云战略的关键因素。
  •     服务胜过产品。AWS天才之处是发明了将通用计算作为服务呈现的通用方法,那是企业计算的新采购模型,即全栈式服务。一个简单的道理是:如果供应商不能将复杂的计算产品作为服务呈现,那么很难称其为云计算的追随者,更不用说领导者了。

企业客户仍然是王道

AWS、Google、Azure和其它领先的云服务供应商所提出的运营规范和自动化,对任何行业都是空前的。因此,这些公司已实现了惊人的规模和效率,这正在改变计算。在云计算发展的前两个阶段,这些效率为开发人员和数据分析专业人员降低了事务成本,彻底改变了这两个团队的工作方式,并在很大程度上削减了传统IT的成本。

云的企业阶段将建立在过去十年所激发的云计算经验基础上,但有一个转折点:云计算供应商的同质运营将越来越且必须服务于异构的企业消费。企业很清楚:他们希望云公司来找他们。企业不会承担其应用程序组合转型以适合云供应商产品的相关所有费用。结果,所有云参与者都在增加企业销售和支持(例如GCP)、多云选项(例如AWS Outpost)以及跨云平台(例如所有供应商)进行数据集成的安全配置文件。在云的企业阶段,随着现有企业不断发展的数字能力,专门为适应企业计算的丰富性和多样性而建立的参与模型和技术选择,对云体验进行了补充。

强大的服务、销售和企业级营销可能无法完全抵消云供应商的技术优势,但它们确实为传统技术公司在云演进的企业阶段提供了一个具有竞争力的机会。

企业云业务的拓扑遵循数据流动的方向

是什么塑造了不同企业所需的特定类型云功能?数据在其业务中扮演的角色。

Wikibon长期以来一直认为,企业与数字企业之间的区别在于,数字企业将数据视为资产。今天,企业正在使用数据来改善客户参与度、将工作制度化,并改变运营模式以提高盈利能力和战略选择。此外,企业开始在董事会中讨论数据价值,哪怕只是因为勒索软件和GDPR等因素导致数据安全和隐私担忧不断上升。Wikibon相信所有具有数字足迹的企业都必须进行投资,建立世界级的战略数据保护和保障,以维持和恢复数据资产的价值。

不过,Wikibon并不推荐一种假设所有数据都转移到公共云上的数据资产策略,相反而是推荐一种“就地数据”策略,该策略假定大多数数据将被分发——存储和处理的位置接近于生成和使用数据的位置。Wikibon的研究表明,80-95%的数据将保留在边缘或核心。巨大的数据量将催生覆盖边缘和核心的集中化的云供应商——特别是为了数据分析和AI类建模和引擎构建的目的。不过,绝大多数数据的生命周期都相对较短:从生成、应用到推理引擎,而如果不需要操作就丢弃掉。

云体验不会将数据移动到公共云,而是将云移动到数据。正如对企业式参与模式的需求为现有技术公司创造机会一样,将云体验迁移到核心和边缘也是如此。无服务器计算之类的技术是一个开始,但是所有大型技术提供商都在提供路线图,以提高其技术和产品的云亲和力,包括Oracle、HPE、戴尔EMC、IBM和思科。

运行业务操作的高价值传统应用程序(HVTA)将成为许多企业多云战略的一个支点。企业希望获得适当集成HVTA、SaaS和本地云原生应用程序的选项。Wikibon与IT领导者的对话强烈表明,大多数企业不会通过重写自己的HVTA而将其强制转移到云上。Wikibon相信,他们将选择HVTA到云的四种路径之一,每种路径或多或少适合不同的工作负载和企业的多云操作模型的决定。

云即网络

数据将更加分散,但是数字业务将努力创建利用数据的选项,这些方法要求以新颖的方式集成数据和应用程序服务。随着云体验逐渐发展到核心和边缘,真正的分布式计算结构正在出现。

Wikibon的混合多云分类法确定了三个必不可少的新分布式计算平面:一个用于基于声明意图对网络资源(包括设备、身份、服务和数据)进行可编程绑定的网络平面;一个用于保护和维护数据的数据服务平面;一个优化复杂企业数据流的成本,以及用于获取、管理和淘汰云资源的控制平面。

三个多云平面还没有完全定义,更不用说建立了。在未来几年中,这将是一个重大发明领域,因为多种类型的供应商寻求在每个平面上建立领导地位,包括公共云供应商(例如AWS、Azure、GCP)、云软件供应商(例如VMware、Red Hat、Nutanix、Oracle),企业设备供应商(例如Dell Technologies、IBM、HPE、Oracle),以及(部分取决于网络中立性立法结果)电信公司。

但是,云的分布式性质意味着云和网络将协同发展。换句话说,可编程网络技术的发展将极大地塑造云的企业潜力,在所有规模上都是如此。例如,鉴于基于半导体的技术改进步伐放缓,许多对提高系统性能的关注都转向增加系统内的并行性。从根本上说,NVMe-oF是一种强大的系统内联网技术,当与基于闪存的SSD和存储级内存(SCM)等技术结合使用时,可以将内部系统数据延迟降低90%或更多,这将直接转化为更丰富、更可靠、更可预测的工作负载。

在系统间、基于API的范围内,丰富的网络技术正在通过服务类别、安全性或企业内的其它工作负载或身份选项来推进软件定义的细分选项。服务网格(如Istio和Conduit)有望在显式第5层及更高层的操作和管理方面取得令人振奋的进步(当与诸如Kubernetes之类的微服务编排平台相结合时)。Wikibon的期望是,数据将成为这些分类方案的主要服务对象,这将成为数据平面发展的基础,为发明和利用“基于意图的”数据结构和服务创造机会,以支持新型的数字孪生建模、AI机器和自动化系统。

数字业务范围将以更大的规模(互联网计算规模)进行有效扩展,以潜在包含任何数据、任何服务、任何地方、任何时间、任何用户。在这种绝对是多云的规模上,Wikibon预计控制需求将在网络、安全、数据和采购领域日益趋同。领先的企业已经开始融合网络运营中心和安全运营中心的功能。Wikibon预计随着软件定义资源技术、DevOps流程、自动化和基于证据的管理实践的发展,其它学科将被添加到该组合中。Wikibon预计,在强大的控制计划中将出现一个”多云运营中心”,越来越多的部门可以建立这一计划,并由 IT 和业务专业人员管理,以进行数字业务运营。

这一愿景不会由单一的云提供商来实现,而是需要所有依赖网络技术进步的技术和服务公司来实现。然而,提供“橡胶轮胎遇到道路”的网络技术公司将尤其重要。从Apstra之类的初创企业到思科之类的老牌企业,他们今天制定的业务和开发重点,对于塑造多云的近期和长期前景至关重要。

服务胜过产品

如果每个元素都通过网络、数据和控制平面的强大组合进行连接,那么企业是否必须对资源的每个细节有了解?当然,答案是否定的。正如SaaS和IaaS提供商所完善的真正云计算,是将计算呈现为与利用率相关的服务,而不是资产所有权转让。最初,这些服务的过程是粗粒度的:应用程序、存储、计算等。然而如今,GCP、AWS、Azure、Salesforce等正在努力将计算呈现为一组细粒度的服务,这些服务包括:更容易地映射到业务成果,并通过一致、安全和高效的API获取。

在经历了多次失误之后,GCP终于有能力进入企业市场,并正在推动IaaS云服务更接近于企业活动,尤其是以AI和机器学习相关功能的形式。但是,AWS和Microsoft Azure已经走得更远。为了确保云服务打包保持简洁,所有公共云服务提供商都开始将单项服务打包成逻辑包,以适应不同的行业、公司规模、业务功能和战略计算能力(例如机器学习队列或生命周期)。

从产品到服务的过渡对于现有的企业级技术精英企业尤为困难。数十年来,Dell Technologies、IBM、思科、HPE和Oracle的业务都是基于产品销售。特别是销售策略和工程组织是与产品收益挂钩的,而不是与客户利用率指标挂钩的。但自相矛盾的是,构建和保留企业销售团队的需求已经促使AWS、Salesforce和其它公共云供应商开始编写长期合同,这实际上将部分交易成本推给了客户。尽管这减少了云供应商投资于边际容量的风险,但它在一定程度上抵消了本地云方法强大的“即服务”打包优势。

对现有技术厂商的影响

IBM使用术语“现有的(incumbent)”来描述必须执行转型才能实现数字业务状态的业务类别。这是一个好词——在技术行业中,可应用于IBM及其传统竞争对手HPE、思科、Oracle和Dell EMC等。这些总部位于美国的科技行业现有精英,必须转型为更加数字化,从而应对云计算带来的变化。

现有技术精英企业的行为在很大程度上反映了其服务的核心企业客户的态度。现在,企业客户正在把云的赌注(尤其是多云的赌注)放在“地上”,现有技术精英们正认真对待云(尤其是多云),这就是正在发生的事情。

Wikibon认为,企业云阶段的四个规则为现有技术精英们提供了一个机会,使其可以保持企业IT战略的中心地位,并且如果他们专注于采用云优先的业务方法,则可以帮助塑造云的发展。

总体来说,2020年将决定技术行业现有精英的长期命运。当CIO寻求牢固地建立和执行企业多云战略时,必须准备好为期两年的紧张时期,并要求传统技术供应商承担责任。

2019-12-03

沙子是半导体集成电路芯片的源材料,硅谷在近半个世纪以来利用世界上最普通的材料,制造出了世界上最高精尖的芯片,可以用“聚沙成宝”一词形容西方科技史上这一奇迹般的成就。而中国在最近几十年,特别是近二三十年,也在奋力追赶半导体和集成电路这一战略级高科技领域的成就。其中之一,就体现在2018年5月2日开门营业的浪潮商用机器公司。

Power芯片是世界上最强的处理器之一,当前全球排名第一和第二的超级计算机均采用的是POWER9芯片。POWER9处理器使用14纳米制程工艺,集成了80亿个晶体管,在芯片里实现了17层布线,系统内的互联带宽达2.3倍内存带宽,可以实现7GB的片内数据转换。作为高端服务器芯片的最新一代技术结晶,POWER9芯片可以说是集大成。

自浪潮与IBM成立合资公司浪潮商用机器以来,浪潮商用机器基于之前浪潮长达25年的高端服务器K1的设计实践和经验,结合POWER9芯片的高精尖工艺,自主创新设计了K1 Power系列企业级高端Unix服务器,可满足金融、电信及互联网、政府和制造业等对超高业务稳定性、巨大数据吞吐、高数据一致性、频繁的并发访问能力和要求。

作为混合云时代的最高端科技成果之一,国产高端Unix服务器K1 Power的自研过程体现了当代中国在自主科技创新方面的成就。2019年底,浪潮商用机器的技术专家分享了K1 Power的研发过程。

让IBM惊讶的中国高端服务器

浪潮与IBM在技术方面的合作,早于浪潮商用机器公司的成立。浪潮早在1993年就研制出了中国首台小型机服务器SMP2000,当时该服务器基于X86架构。后来,浪潮成立了高效能服务器和存储技术国家重点实验室,并于2010年设计成功了高端安腾服务器,也是我国863计划重大专项“高端容错计算机研制与应用推广”项目成果,这在当时属于一个重大科研突破。

2010年,400多位浪潮工程师耗费4年研制成功K1小型机,突破多项小型机核心技术,使得中国成为除美国、日本之外全球第三个具备关键应用主机研制能力的国家,浪潮成为全球第五家具备关键应用主机研制能力的企业。K1安腾服务器克服的一大挑战即多级处理器互联过程中的Cache缓存一致性。浪潮自研了处理器协同芯片,集成了4.5亿个晶体管、有2577根管脚,而Intel当时最高端的通用处理器至强E7集成的晶体管数量也不过14亿个、针脚数只有1567个。

正因为有了K1关键应用小型机,当浪潮把两台机器送到多伦多给IBM进行DB2数据库的移植时,让IBM对浪潮产品的研发能力有了新的认知。当时,国际上认为中国无法达到这么高精尖的工艺水平,以为K1是OEM惠普的机器,后来当打开K1仔细研究后才发现与惠普的机器完全不一样,出乎了IBM工程师的意料。

正是因为有了对浪潮K1服务器创新能力的认知,才有了后来2017年IBM与浪潮合资公司围绕Power处理器开发K1 Power系列高端机。浪潮商用机器在北京、济南建立了面向Power生态的K1 Power团队,浪潮一半的K1研发团队整合到合资公司共同打造K1 Power服务器。现在浪潮商用机器K1 Power研发团队有一百多位核心人员,该研发团队骨干精英全部拥有10年以上高端服务器设计经验,全程参与了浪潮K1、M13、4/8路X86高端服务器产品的研发,具有从系统原理到主板PCB设计的全流程设计能力,可对结构、电源、信号、散热等服务器核心模块进行快速研发。

而K1 Power服务器除了芯片采用POWER9外,其余全部是浪潮商用机器自行研发,浪潮商用机器北京、济南两大研发实验室投资上千万元配备PCIe 4.0误码仪、59GHz 高速示波器、矢量网络分析仪等顶级硬件研发测试设备,可进行业界领先的高速信号仿真和测试。此外,实验室除了配备专业的电子设计自动化工具(EDA),还配备了专业测试设备能快速诊断定位设计故障,打造可靠性高于99.9994%的高品质高端服务器产品。

K1 Power服务器的四大特点

作为K1 Power服务器的代表作,K1 Power E980是浪潮商用机器自主研发的16路旗舰级关键应用服务器,单台E980最高可部署成192个逻辑分区或1000个微分区,支撑更大规模虚拟机、更高吞吐、更高性能和更高扩展性,通过云化的方式可将几十乃至上百个应用负载整合到一台高端服务器上。而针对分布式大规模机器学习,K1 Power面向加速器、异构计算的Cache一致高速互联,可以实现多种领域中不同算法近10倍的性能加速;在大数据应用场景中,也使得数据压缩和解压缩性能提高了440~740倍。

K1 Power服务器具有高可用、高品质、高可靠和高安全的特点。首先,在高可用方面,POWER9处理器目前是业界性能最高的处理器之一,主频方面可达到业界最高4Ghz,CPU之间、CPU与内存之间、CPU与I/O之间具备更大的带宽,相比X86可提高数倍。POWER9支持PCIe4.0协议,而X86 CPU只支持到PCIe3.0;POWER9原生支持NVLink2.0协议,保证CPU和I/O之间高带宽,以满足核心数据库等高性能负载应用的需求,对DB2、Oracle、SPARC等核心数据库应用系统都可提升两倍以上性能,开源数据库也有两倍以上性能提升。在资源的整合方面,K1 Power服务器可以在一台服务器上通过分区的形式满足更多应用需求,整机硬件负载效率高、使用效率高、资源整合能力强;而X86服务器更多是一台服务器承载一个应用,再通过服务器集群满足不同的应用,单机负载效率并不高。

在高可靠方面,K1 Power不但保证强大的性能,更看重整个系统的长期高可靠性。这就是通常所说的RAS(可靠性、可用性、自诊断)设计理念:与X86不同,K1 Power服务器增强了硬件的冗余设计,采用了外带独立的故障服务处理器,以及从部件、系统、测试、散热等各个方面严格、高标准的测试,以保证整个系统的高可靠。冗余设计是K1 Power服务器的一大特色,主要从时间冗余、空间冗余和信息冗余三个维度实现了容错服务器。

除了冗余外,错误捕获是保障长期稳定可靠的必要部件,一旦捕获故障就可以立即隔离并修复,整个K1 Power服务有多达16万个故障检查器,遍布系统各个方面以实时监测系统运行状态。K1 Power服务器的首错数据捕获机制FFDC(First Failure Data Capture),可以在设计阶段进行各类错误模拟,在实际运行阶段进行错误捕获,在维护阶段对所有可能产生的错误提前预警、备案和处理。K1 Power服务器在软件层面提供纠错机制,包括内存和缓存的纠错机制,对于没有纠错机制的部件则提供重试机制,也就是有些偶发故障可能出现一次但不一定是真正的故障,则通过重试来判断是否为真故障,内存控制器和指令集的重试机制也是K1 Power服务器特有功能。对于发生的故障,K1 Power服务能做到更细腻度的隔离与修复,例如X86处理器在内部某个区域或者某个功能故障后整个CPU就宕掉了,而POWER9处理器可以做到CPU内部某个核心故障就单独把这个核心隔离出去,整个处理器还能继续工作,对于内存模块或者是逻辑内存块也能做到故障的捕获、隔离和修复。

通过全栈式的可靠保障,包括整个RAS冗余、基于FSP的故障检测隔离机制以及在线修复更新等纠错机制,K1 Power系统在物理可靠性方面做到:可抗震、扩低温、抗粒子干扰;系统时钟、OSP、FSP、PSU、Fan风扇、Cable线缆等冗余;以及电源与散热OCC等散热可靠性;在软错误方面则能处理服务器处理器校验、MEM循环校验及冗余、I/O总线冗余、HDD冗余和RAID、Hyervisor虚拟机冗余、操作系统高可用以及灾备等。

在高品质方面,K1 Power服务器则提供高达40层主板设计、高效散热设计、高品质和长寿命器件及部件、精确设计与仿真、高标准检测、全面认证和检测等保证。其中,在高品质部件方面,整个K1 Power系统底层,从元器件和部件选型的层级都采用更高标准,例如:电阻采用了更严苛环境测试下、远超7年设计寿命的抗硫化电阻,从而提高电阻本身的寿命和可靠性;风扇是铝制框设计,通常X86服务器都是塑料框体,而铝框设计增加了整体可靠性,特别是增加自重以获得更好的系统减震效果,因为震动也会极大影响系统性能和运行的可靠,同时稳定的自身散热系统能够提升导热效率,在硫化环境下能避免老化,这样就能在风扇工作周期内大幅减少故障概率,让风扇达到甚至超过22年的设计使用寿命。

仿真对于K1 Power服务器的设计也很重要,K1 Power服务器的研发阶段周期很长,通过大量仿真工作把各种可能的风险在设计阶段规避掉。在系统高精度仿真方面,K1 Power服务器在设计阶段就进行了:结构仿真,模仿静态、形变、动态跌落和冲击等对系统的影响;散热仿真则建立精度更高、粒度更细的散热仿真模型,仿真各种可能影响散热的因素,保障在各种条件下散热的稳定性;高速信号以及电源信号仿真,在仿真阶段提前分析风险,采取优化措施规避风险,确保信号传输质量和抗干扰能力。

K1 Power服务器还采用了更高标准的检测和测试,例如在生产测试上测试的老化时间更长、达到了48小时,而普通的X86服务器的老化时间测试是6到8小时。Power服务器在出厂之前要求每台服务器都要做到全检测,而且要求检测的测试项要做到100%,相比许多X86服务器出厂前主要为抽检模式。K1 Power服务器经历的是全自动化测试脚本的执行,即为了规避手动测试偶发故障产生的可能。在K1 Power服务器自研部件的引入过程中,还对自研部件进行阶段性测试和整机测试,以保障自研部件质量和性能达到业界最高标准。对一些核心部件,还会增加特殊测试以保障部件的高可靠性,例如PCB板的热冲击测试是急剧升温维持一段时间后再降温,而X86测试曲线则是缓慢升温后再降温。

在高安全方面,因为K1 Power服务器主要是满足核心数据库和核心应用,对安全性的考虑与X86服务器相比也有特殊的考虑。K1 Power服务器不会依赖于操作系统层面的安全性来保障机器或系统的安全性,而是在更底层技术层面做安全加固,例如在部件层通过全自主开发的部件来保证整个系统的稳定,K1 Power服务器所有部件的维护都需要通过认证,随便外插部件不会被识别,而必须经过认证的安全机制。当然,浪潮商用机器自研的K-UX操作系统是全球五大通过UNIX认证的操作系统之一, K-UX本身也是通过安全认证的可信操作系统,还会通过自研的操作系统安全加固模块,保证操作系统层面系统级安全可靠。

浪潮商用机器有限公司产品研发部副总经理尹宏伟表示,K1 Power服务器从很多维度保证了系统的安全可靠和高性能,而大量的研发工作难以从外部直接感知,只有在产品运行很长时间之后才能发现高可用、高可靠、高品质、高安全的服务器与普通服务器的差距。

K1 Power服务器的自研挑战

K1 Power作为国产自研的高端关键应用服务器,在产品设计、生产和制造方面的故事可以说举不胜举,前面已经提及高可用、高可靠、高品质和高安全,而在这四个领域的每个领域都可以深入再详细展开诸多细节设计。以下从几个关键细节的深入了解,即可知道为什么关键应用服务器是国家级战略科技重点。

首先,冗余是K1 Power服务器的一大特色,也极具挑战。在空间冗余方面,K1 Power服务器通过VRM虚拟资源管理实现了DRAM芯片冗余,而在多级CPU之间的I/O通信则采用了总线冗余,CPU与DRAM之间则为内存总线冗余,此外还有I/O控制器、I/O柜、I/O柜链路、电源、SMP线缆、FSP模块等多种关键部件、路径等的冗余。例如,电源的稳压模块做到了N+2冗余设计,相当于有多套变压器把系统12伏电压分给板机的各个元器件使用,而X86则是一套变压器。

在时间冗余方面,K1 Power服务器的每个系统控制单元中有两个冗余的时钟卡,通过线缆对系统提供冗余的时钟,当任意一个时钟卡出现故障时,另一组时钟可以无缝切换保持系统稳定运行。在电源时序控制信号冗余方面,对Enable、Power good等信号进行了冗余设计,实现更加可靠的电源开关控制。这里要强调的是,系统时钟冗余本身是一个小概率事件,对于X86服务器的设计没有必要这样做,但是K1 Power服务器对可靠性的要求特别高,所以即使是系统时钟这种极小概率故障也要做到冗余。加上电源持续信号控制冗余,说明K1 Power服务器系统对小电路或者器件的设计都要做到冗余,确保万无一失。

在信息冗余方面,例如Power服务器的校验数据很多,当一部分校验数据无法读出时,可以通过校验计算恢复回来。

总体来说,K1 Power服务器承载的都是高价值业务,而当服务器系统规模增大之后半导体失效是必然的,怎样把失效控制在局部范围并且能够在线地修复,这是K1 Power服务器设计耗费大量设计时间和精力所在,也是K1 Power服务器RAS的精华所在。与实现计算和存储等功能相比,K1 Power服务器的RAS设计工作量更大。例如捕获故障再隔离出来就非常困难,一方面要从硬件芯片角度能处理,另一方面从板机到系统、操作系统固件、操作系统BIOS等都需要与操作系统同时实现,还要在操作系统加入更有针对性的内核驱动去处理这些故障。

浪潮商用机器有限公司副总经理黄家明表示,设计一台服务器实现计算、存储等功能,本身不是太大问题,但是如何处理必然的失效,其实体现了K1 Power服务器与X86服务器的巨大不同,其中也蕴含着巨大的工作量,这些工作量也不是一个部门、一个团队就能处理的,需要专门面向高可靠性设计的团队联合在一起来实现,这也是最困难的一部分。

其次,40层主板的设计。为什么K1 Power服务器要做40层主板设计?因为Power的信号都是高速信号,高速信号对信号之间的干扰更敏感。为了完全隔绝高速信号相互的影响,保证高速信号的完整性,要做到每两层信号之间都是有一个D层,总体板机层数就特别高,而X86服务器通常是表面和底层为D层,中间都是多层信号。除了工艺的挑战之外,K1 Power服务器也经过了更严苛的板机测试,以保障出货的良品率。因为要挑战新工艺,不可避免的是良品率的降低,但可以通过技术手段来保障整个成品的良品率。

第三是高效散热的设计。整个K1 Power服务器系统很复杂,包括了各类的元器件。系统可靠性与热量密切相关,散热是影响系统可靠性的一个重要指标。K1 Power服务器用更高效的散热设计和更高效的散热管理,从散热角度提升整个系统的可靠性。例如在导热材质方面,X86在CPU和散热器之间采用的是导热膏,而K1 Power服务器采用的是铟片。为什么选铟片?因为铟片的稳定性和可靠性。导热膏可能一年之后就挥发了,性能会逐渐下降,而金属铟片可长期运行,对可靠性是极大的保障。K1 Power服务器系统对热的管理采用了动态分区散热控制技术,这种动态、智能化的散热控制,提高了散热的效率,也保障了CPU等元器件工作在舒适的温度里,从而提高器件的寿命。

第四是安全。K1 Power能保持系统一致性,不被篡改。在Secure Boot模式中,X86服务器通常可以用U盘引导服务器启动,引导启动后就可以把硬盘拷贝走,而K1 Power服务器的每一个部件都有类似于可信计算的模式,部件的指纹信息在TPM芯片里面已经内置好,如果更换的部件或者硬盘不在指纹库里,就无法通过该部件引导系统重启。也就是说,虽然K1 Power服务器可以使用标准的商业部件,但也要刷入key、指纹信息等,从系统部件角度保证安全性。这样,即使固件被篡改过,例如从网站下载一个固件再修改,就无法通过K1 Power服务器的认证了,因为整个固件是经过校验过且校验信息是在工厂模式时写进去的,在使用用户模式下无法修改,从而避免恶意软件直接被内置到系统固件层面。

第五是K1 Power供应链整合了原先浪潮K1的供应链以及IBM供应链。例如工艺管控方面包括热冲击实验管控就从国内测试转到IBM实验室测试。本身K1 Power的PCB热冲击实验是交由国内顶级实验室,开始的时候实验室认为浪潮X86服务器都可以测试,K1 Power服务器也没有问题,结果K1 Power服务器要求产品温度在一分钟之内上升到300多度,接近玻璃融化温度,而且要保持两分钟再降温,然后一直做循环,结果几次测试后对方领导说再做的话测试机器就废了,于是转由IBM实验室提供测试服务。

此外,在板机的生产和设计等方面,实际上X86极致的设计能力已经很强了,因为X86本身是成本敏感型的设计,要求板层减到最少的同时保证稳定性,对布线的能力和要求都有提升。K1 Power服务器在设计的时候,也会引入原来在X86大规模环境下验证过的设计,然后再增加新工艺、新材料。不同的K1 Power服务器产品体现了不同的自研程度,比如E950 4路和E924 2路服务器就体现了更多浪潮的设计,基本上重新设计了。浪潮商用机器希望从用户端和客户端保持K1和Power的口碑,在继承IBM Power设计的同时,更多地融入浪潮原先K1的设计经验和实践。

浪潮商用机器有限公司产品营销部总经理江豫京介绍,浪潮商用机器的产品线总体来说分为两大品牌和两大产品线:两大品牌是K1 Power与Inspur Power,两大产品线为纵向扩展(Scale up)、横向扩展(Scale out),其中K1 Power为基于POWER9芯片的机器,而Inspur Power则为基于OpenPOWER9芯片的机器。除了E950和E980以外,其它所有机型都为横向扩展产品线。目前,浪潮商用机器在国内非X86的小型机市场占有率达到了65%,获得了市场的认可。在关键应用场景下面,K1 Power有很好的纵向扩展性能,能够承载大量业务并发情况;对于新兴业务场景,包括分布式存储、大数据、AI等,Power服务器也有其优势。

整体来说,2020年是私有云和混合云的大年,不少企业级应用从公共云回归到企业本地部署,而K1 Power服务器系列及虚拟化和云化解决方案,在一个芯片架构下就可实现从物理机到多云/混合云的多种云平台形态,满足企业纵向(核心应用)和横向(云化应用)的扩展需求,这为K1 Power和Inspur Power服务器在混合云时代提供了广阔的市场空间,而浪潮商用机器则演绎着新时代的“聚沙成塔”。(文/宁川)

2019-12-01

在即将过去的2019年,网络安全在中美贸易战的大背景下,格外引发关注。2019年,国家也出台了多项网络安全相关的条例、法律法规等,随着国家监管力度的持续加强和重点行业安全规范不断完善,企业也越来越认识到网络安全的重要性以及对企业业务、品牌和声誉的重大影响。

美亚柏科是一家厦门本土诞生的电子数据取证行业上市企业。2015年美亚柏科与前海梧桐并购基金共同出资设立了美亚梧桐产业并购基金,关注大数据、人工智能、网络安全领域,投资了大数据公司中科金审、恒扬数据、天舟科技,网络安全公司志翔科技等公司。在“科技和企业服务投资人投研社”第33期,美亚基金轮值董事杨天蔚分享了网络安全投资心得。

杨天蔚,香港公开大学MBA,曾在戴尔、三星等公司从事产品管理、市场管理工作,短暂创业后,加入了中科招商负责TMT相关领域的早期投资,现在为美亚基金的轮值董事。
网络安全行业价值链

从行业内涵来讲,网络安全行业分三类:一是公共安全、安防类,是面向社会活动的环境安全,比如雪亮工程、城市公共安全的平台建设;二是信息安全,是面向信息系统的安全保障;三是网络安全,是面向网络空间的网络安全。

从行业价值链分析,有顶层设计、垂直产业链和信息安全市场。现在网络空间安全行业本质上还是一个合规牵引、合规驱动的行业,所以有信通院、公安部一所三所、保密局的分保信工所等等一系列行业组织。由于网络安全行业的碎片化及各种技术应用场景的复杂性,缺乏统一的名词定义,所以网络安全的产品与服务的分类也有多个维度:比如根据保护对象可分为网络通信、终端设备、数据安全等;从需求领域的维度上又可划分为公共安全、办公安全、业务安全等;从IT技术框架的维度,则可分为基础建设、金融安全、移动安全。另外,一旦某个细分领域的市场规模足够大,会自成一个品类,如防火墙、漏洞扫描、态势感知等。

从国内网络安全行业的商业模式来讲,无非是三类:

一, 集成型。这类毛利率较低,交付周期长,应收账款周转慢。上游是网络安全的产品厂商,供应成熟的网络安全产品,集成服务商以“整体解决方案+服务”的形式交付,一般是直销为主。

二, 产品型。这类毛利率较高,交付周期短,应收账款周期也短。上游是硬件供应商、供应硬件平台,也可能有软件供应商、供应基础软件及模块,下游主要是代理商或客户,销售模式是直销和渠道相混合。

三, 综合型。这类毛利率居中,企业规模较大,产品线长。一般这类企业会有完善的网络,有一定的品牌影响力。在供给端还会以OEM的形式扩充产品线,加强细分市场的覆盖。销售模式是直销和渠道相混合。

集成型或产品型,是大部分网络安全公司的起点,但这二者都面临无法做大的问题。主要受制于市场规模是否刚需,也受制于技术通用性,所以当达到一定体量后都会转型为综合型,提供产品+服务,也就是说综合型企业是集成型和产品型企业的发展方向。当然有人会说,产品型公司也不错,因为交付周期短、毛利率高,但产品型公司大部分的产品都会比较单一,这就受制于细分市场的规模有多大,细分需求增速是否持续,比如态势感知。

从国内网络安全的产业链结构来看,信息安全产业链主要包括信息安全产品或服务的供货商,以及信息安全的系统集成商。产品提供商又可分为硬件和软件产品以及服务提供商,一方面直接将产品和服务通过直销或分销的形式给到最终客户,另一方面也将产品销售给信息安全的系统集成商。

上图可以非常清楚的看到毛利率和成本结构是强相关的。在钛资本“科技和企业服务投资人投研社”第32期上,投资人分享了“未来占领AI的制高点还是靠硬件”的观点,对于劳动及技术双密集型的网络安全行业来说,也许更需要AI软件加上硬件,并通过升级成为综合型的业务形态做大规模,提升整体利润。

衡量网络安全厂商的成长性的核心维度,按顺序来讲,应该是市场规模上升速度加上政策落地、技术成熟、人才供给。比如,大数据基础建设的业务,从井喷到现在的线性发展就是可以参照这个顺序的。
网络安全行业的政策和技术动态

网络安全行业的一些最新动态值得关注:

第一,网络攻击加剧网络安全形势的恶化,这已经变成了一个常态;

第二,国家对基础建设保护的重视日益提升,从基于国家安全战略的网络立法体系就可以看到了,网络安全的立法体系是日趋完善的,包括之前的《网络安全法》、等保2.0标准的推出。等保2.0所带动的安全需求是扩大到全社会的,所以合规要求是有一定驱动力的,把市场又往上提升了一大截;

第三,红蓝对抗促进从合规到效果并重的转变,这已经日益变成了一种明确的发展趋势。特别是像美亚百科的实控公司国科资本这类的央企,都会被选做攻击的对象,采用背靠背的形式做相关攻击,每个月排名,如果安全等级、防护手段或防护水平排在末班车,那么信息中心的负责人和主任都需要“挨板子”。安全,逐渐从原来的合规需求变成了基础需求。

技术热点有这么几个:

一,频繁的数据泄露事件让数据安全的问题备受关注,这是一个非常常规化的问题。随着大数据技术基础建设到了一定的程度,人工智能的通用化也到了一定程度,数据库安全、数据防泄露方向、数据加密方向、数据合规与治理方向等都是目前的热点;

二,从攻击视角出发的威胁管理框架是显著提升防御有效性的手段,以前传统安全的产品多是防御,不会自己攻击自己,所以从攻击视角出发的产品有大的发展空间;

三,大、物、移、云带来终端安全技术的复兴一直是热点,这个市场一直都在,技术也一直在提升;

四,技术驱动安全运营升级并有望孕育新型商业模式,这是目前所看到的一个网络空间安全行业新增长点,从原来的安全管理到安全运营,这不仅是技术的升级也是理念的升级。就是说从原来的辅助介入到业务运营,保证业务运营的顺利和准确进行,非常重要;

五,工控的厂商这几年过得都不好,感觉工控市场已经成为红海;

六,云安全进入了应用阶段,但安全厂商参与感较弱,云安全大多由云厂商自己做,比如阿里云、华为云等等,但这块也是非常强的刚需性市场。
网络安全行业的市场空间和竞争格局

国内的网络安全市场到底有多大?根据信通院给出来市场规模的预测,2018年是393.25亿,2019年预测是464.51亿,2020年是555.65亿,2021年是668亿。

上图是用目前A股市场上14家信息安全企业的总营收形成的饼图。

另一组数据,发达国家在网络安全市场上IT的总投入是12%、中国仅是2%,如果按照Gartner的推断,2018年全球IT支出是3.7万亿美元,中国大概是2.6万亿人民币。按2%来讲,在2018年中国网络安全市场的规模就应该是520亿。

再举个例子,在2013年时,国家发改委核准的13个现代煤化工示范项目总投资3000亿,同时要求部署过程控制系统信息安全的整套解决方案。这么一个解决方案在2015年贡献的产值是多少呢?很难记录。主要原因,一个是难以剥离的大项目合同,比如信息化工程、大型系统集成项目、大型工控系统集成项目,另一个是难以统计到位的公司结构,比如软件信息化公司及云计算公司的安全部门是非独立核算的,或者科研院所以及军工研究机构所承接的信息安全项目,所以有一部分的网络安全收入就没有统计进来。所以,网络空间安全的市场规模应该会更大一些。

从主要竞争格局上来看,无非是分为三类型:一,上市企业、大型头部企业,像启明星辰、深信服、奇安信、天融信、绿盟等,均为综合型的网络安全厂商,头部企业之间的竞争会更加激烈,竞争将会从业务和资本两个维度展开,未来三到五年将会出现一到三家具备一定领先优势的龙头企业;二,年收入过亿、中等规模企业,由于科创板快速落地开板,未来两三年中等规模以上的网络安全公司会进入上市潮,包括科创板、创业板的改革,比如安博通、安核信息。上市之后由于资本加持,这些企业会进入一个高速发展期,同时也会向头部企业发起冲击。在这个过程中,少数企业是有希望成为大型头部企业的,其他企业就会进入较为平稳的成熟期。有个大胆预测,在未来一些估值在50亿左右的小市值公司,也有可能成为大型头部企业的并购对象;三,小规模初创企业,业务比较单一,由于市场过于细分,导致单一细分领域天花板较低,但是行业竞争壁垒较高,所以是一个非常不错的被并购标的。当然也有些独立发展少数优秀的团队,是可以突围变成一个中等规模市场玩家。比如在这种类型初创规模企业里,大部分以产品型为主,另外一部分就是以集成型为主,大概****开。

对网络安全行业竞争格局的关键影响因素有以下几点:第一,时间窗口,科创板、创业板的引领,包括目前大数据、信息化成熟度的井喷,所留给创业者的时间窗口是不多的,也就是未来三到五年;第二,大型互联网公司竞合关系,就是一系列大型互联网公司都有些不错的信息安全部门,原来都是非独立核算的,当网络空间安全市场大到一定程度时,一定是会独立出来,类似平安科技,慢慢就变成一种竞争和合作的关系了;第三,产业链结构和价值分配机制体系的变化,就是从原来的产品型变成综合型;第四,国有资本,因为网络安全行业是依托数据,并且是一个非常核心的行业,类似于美亚柏科,从取证设备制造商到供核心应用的服务商,再到大数据基础建设商,这个发展路线就是顺应趋势而产生的,而国投的参与也给美亚柏科的快速成长提供了更雄厚的基础。我本人长期很看好这类发展逻辑和趋势。所以大部分综合型的网络安全公司,都还是需要国有资本的介入,国有资本也希望参与到这类型企业的发展中来,这是一个非常好的助推力;第五,行业内的并购重组。

上图收集了14家网络安全样本企业的信息,2018年总营收是231.24亿,同比增长20%。2018年净利润合计为28.41亿,同比增长29%。总体净利润率13.42%,同比上升了1.2%。但平均营收增长率17.6%,相比上一年下降了11.73%,增速放缓。营销费用平均值是25%,研发费用占比20.89%。所以,这个行业还是研发和销售双轮驱动的。

网络安全行业的上市公司和市场主要指数的估值水平对比来看,网络安全行业估值水平是明显高于创业板指数,也高于沪深300指数,可见资本市场对于网络安全概念的青睐,资本也更愿意给予网络安全公司较高的溢价,比如安博通现在PE有150以上。当前网络安全公司的估值总体是处于历史的中位水平。另外,还可以看到网络安全公司估值的中枢波动与行业主要指数几乎同步,说明网络安全公司市值与资本市场热度关系紧密。

从一级市场来看, 2018年安全投融合并事件71起,亿元以上的融资20起,2018年千万级融资超过50起。其中数据安全领域热度最高,其它热度领域包括工控安全、身份认证、云安全等类型。

可以回过来看,上市公司市值除360以外最高的就是深信服500亿估值,估值在100亿左右是网络安全行业上市公司的平均水平。所以网络安全行业的市场规模就算把蓝翼统计进来的这部分去掉,也可能是一个500亿级别的市场。在这个500亿级别的市场里,网络安全行业的独角兽们能够长多大,大部分上市即巅峰的公司市值还能涨到什么地步,这是可以一起探讨的问题,毕竟二级市场和一级市场是一个绝对的联动关系。
网络安全行业的投资心得

从网络安全行业供求关系的驱动力而言,现在“合规”大于“事件”大于“业务”。传统网络安全产品及服务对业务的提升是比较有限的,无法为企业或个人的刚性需求买单。其它本质原因是什么呢?中国网络安全法律法规的长期缺失,犯罪成本极低,更本质的原因在于中国传统文化天然对网络安全持续冷淡,认为只要活着,什么都能妥协。中美有个强烈的对比,按照最近的Facebook大型数据泄露事件来看,扎克伯格接受了什么样的聆询?Facebook的股价跌成什么样?而华住500万个人数据的丢失,又有什么影响?所以目前网络安全行业最大的驱动力还是合规。

在供给侧,网络安全行业的产品技术种类繁多,细分领域同质化严重,行业集中度较低。本质原因是网络空间结构比较复杂,对象也繁多,单一企业难以掌握全部技术,国内行业客户间的业务壁垒极高,烟囱式的管理是长期存在的。其关键点是在于合规驱动导致的两种类型:第一,客户关系、监管资源倾斜成为业务发展的首要门槛,远高于技术门槛;第二,细分领域价格战惨烈,行业毛利率极低,比如App加固、上网行为管理、运营商DPI。

网络安全行业的市场机会在哪里?与业务安全市场相比,合规市场只能算一个小市场。合规市场所有的打法是从上到下的,而业务安全的打法像病毒复制、口碑传播等等,是围绕着类似金融征信反欺诈、政府反黑产的业务产生的,都是围绕着业务、业务的安全保障产生的。

所以,网络安全行业估值成长的问题:一,和业务绑定有多紧,估值的含金量就有多高;二,客户思维的重要性。如果缺乏站在客户角度分析市场需求,分析创业团队能力的视角,过份强调科技投资就是投资科技,客户思维是有缺失的,脱离销售和盈利的创业都不可取;三,从网络安全行业的估值成长曲线来讲,早期项目估值增长加速主要是因为企业还比较小,协同比较容易出效果。从美亚基金的角度看到,5000万营收是个门槛,由于2G或2B的市场特性,如果过了5000万营收之后没有转变成综合型的网络安全厂商,那后续的营收和毛利率净利润并不会很快体现出来,甚至会有下降的风险,后期的项目估值和成长会变缓;四,判断销售能力的难度,并不低于判断技术能力;五,对一些网络空间安全企业,做大再做强还是做强再做大的问题是早期可以探讨的,所以如果投网络空间安全行业的企业或技术尽量投早期。

总结一下:

第一,伴生需求转变为基础需求,是个非常明显的趋势。因为国家层面,有网络安全法、等保2.0、关基条例、密码法、网络安全审核办法、数据安全管理办法等各种重要的政策法规及草案的出台。网络安全企业方面内生安全、本质安全、主动安全、动态安全、整体安全、自安全、安全可控等理念开始落地。需求方面,智能制造、智慧城市、数字化转型、工业互联网、云计算、大数据等平台的建设均将在网络安全的态势感知等方面,把同步规划、同步建设、同步运营的三同步原则考虑在内。可以预期,随着全社会数字化程度的提高,网络安全一定会成为一个基础需求,只有基础需求才能够支撑一个上万亿的市场出现。

第二,安全从业人员的供给。网络安全的伴生性和服务性决定了安全人员不仅要懂得安全专业知识,还需要了解其依托的各种相关技术知识和服务对象的行业特色知识。两者决定了安全专家一定是紧缺的,这种紧缺状态会始终持续下去,直至产业变得非常成熟。比如说20年前,全社会都意识到律师和保险分析师、医生等人员的紧缺性,但在保险和医疗都已经过万亿市场规模的当下,这类专业服务人员还没有饱和。所以说这方面只有用人单位和全社会,再加上院校教育、机构的培训等等的合力推动下,才有可能跟得上行业发展对人才的需求。

第三,合规与事件驱动转向威胁与风险驱动。当下的网络安全需求更多是靠合规与事件驱动的,从根本上制约着产业的发展。目前国内大部分的企业或组织还停留在事件与部分威胁防御的阶段,只有当这些企业或组织从思想和理念上转变到全面的威胁防御和主动风险控制,并予以行动实施时,对网络安全的需求才会爆发。随着数字化的普及和对数字化技术依赖程度的提高,对数字安全的保卫、数字威胁的防御、数字风险的管控将会成为国家、社会、企业的常态。网络安全行业也从现阶段的加速期进入到全面爆发期,最终网络安全行业会成为一个真正的大产业。
钛资本研究院观察

关于中国网络安全市场及其未来的讨论,已经是2019年创投界最热的话题之一。毫无疑问,网络安全相关标的是非常值得关注的投资资产。在本次分享中,美亚梧桐产业并购基金轮值董事杨天蔚提出了合规是中国网络安全市场发展的一大指导原则,这也为寻找相关标的以及评估其后续发展空间提出了合理的逻辑。

而网络市场更广阔的空间来自于产业的数字化,这包括智慧城市、智慧物流、智慧零售、智慧金融等。以智慧城市来看,IDC预计2023年中国智慧城市技术相关投资将达到389.2亿美元,而在智慧城市的建设过程中,网络安全是必不可少的重要组成部分。而对于智慧城市来说,除了相关网络安全技术和产品的项目性投入外,网络安全运营是一个更长期的专业性服务,具有着长期的投资价值。

实际上,到2018年和2019年的中国网络安全市场,硬件技术和产品仍然占据了主流,而软件技术、产品和服务处于增长态势中。对于科技投资者来说,更具有长期战略性投资价值的标的来自于软件服务领域,特别是对网络安全的大数据分析、人工智能分析、预防和预测性服务、知识图谱等新兴服务,这些数字化新兴网络安全服务也将受到一级市场和二级市场的青睐,对于投资人来说具有较大的增值空间。

2019-11-29

2019年10月底,Gartner公布了企业需要研究的2020十大战略科技发展趋势。11月27日,Gartner企业十大战略科技发展趋势研究组的Gartner高级研究总监高挺在北京接受采访时表示,如果说所公布的十大战略科技发展趋势有一个共同的主题,那么这个主题就是区块链和物联网。

所谓Gartner企业十大战略科技发展趋势,研究的是在未来五年内迅速增长、高度波动、预计达到临界点的企业技术趋势,这就意味着这些技术趋势在未来五年内不仅更加能够落地,而且还会引发商业或商业场景趋势。而Gartner另有新兴科技技术成熟度曲线,主要研究的是未来十年及以后的更具前瞻性的科技技术趋势。因此,了解Gartner企业十大战略科技发展趋势对于制定未来五年的企业和商业战略,有着实际的指导意义和价值。

“以人为中心”和“智能空间”是2020十大战略科技趋势的显性主题。“以人为中心”就是围绕人的流程、体验、知识、能力和信息安全的增强与强化,而“智能空间”则建立在以人为中心的理念上,智能空间是人与科技系统在日益开放、互联、协调且智能的生态中进行交互的物理空间。Gartner副总裁兼院士级分析师David Cearley表示,流程、服务及物等多项元素在智能空间汇聚,创造出沉浸度、交互性和自动化程度更高的体验。

围绕“以人为中心”的五大战略科技趋势是:超自动化、多重体验、专业知识的民主化、人体机能增强、透明度与可追溯性;围绕“智能空间”的五大战略科技趋势是:边缘赋能、分布式云、自动化物件、实用型区块链、人工智能安全。高挺表示,Gartner“2020年十大战略科技发展”的意义,不仅具体到某一项技术,更是描绘了整个世界的走向,这就是一个智能化甚至无人化的物联网大方向。

物联网并不是一个新话题,物联网离大规模商业落地已经越来越近。而在这个时候,区块链上升为国家战略并不是巧合。实际上,区块链被视为物联网的操作系统。相比于现在的互联网,物联网主要是物与物相连,而“物”正在成为自主化物件,也就是使用人工智能自动执行那些以往被人类执行的任务的物理设备。最典型的自动化物件有机器人、无人机、自动驾驶汽车/船及各种设备,其自动化超越了固化的程序所能实现的自动化程度,并能够借助人工智能做出与所在环境和人类进行更自然交互的高级行为。随着技术能力的改进、监管机构的批准以及社会接受度的提高,自动化物件将被越来越多地用于不受限制的公共场所。

换句话说,物联网将由一系列智能化和自主化程度不等的智能设备所构成,其主要目的不是为了信息共享和分享,而主要是为制定合约、执行任务、达成结果。更重要的是,智能设备和智能机器将能通过物联网协作,集体完成表现出更智慧和智能水平的任务,这就是人工智能高级研究方向中的群体智能。由于这些物联网中相连物体的表现行为,就决定了物联网的“操作系统”非区块链莫属。

区块链的意义不仅仅是单纯的以太网技术或互联网技术创新,更重要的是对“博弈”这个普遍的社会经济行为进行了建模和形成共识算法。高挺认为,区块链更大的意义在于可以形成共识场。区块链背后的数学模型为纳什均衡,纳什均衡是数学家纳什在1950年的时候提出来的,讲的就是经过多次博弈后会达成一个平衡点,而在区块链中达成某个平衡点时就形成了一个共识。纳什均衡其实普遍存在于生活和工作中,博弈场就是区块链在生活中的体现。

简要来说,区块链不仅仅是单纯的技术创新,背后是基于博弈的共识场,本质上是一个治理架构,这套自动化和智能化的治理架构,对于不论是国际竞争还是国内综合环境治理等都能够有所提升,这是区块链上升为国家战略的一个重要原因,也是区块链将成为物联网操作系统的重要原因。对于物联网来说,区块链就是大规模智能物联设备的治理方式,而今天我们正处于物联网大时代的初级阶段。

物联网也是阿里的第五条赛道,而区块链正成为蚂蚁金服的重要战略。电商、金融、物流、云计算,阿里在前四条赛道都已经取得了很好的成绩,而物联网作为阿里的第五条赛道正在呼之欲出中。对于阿里来说,一旦物联网大规模形成,必然会取代互联网而成为下一代互联网络。在物联网世界里,一个由智能和自主设备自动化连接、协商、协定和履约的商业网络,无疑将颠覆今天的电商、金融和物流等现有形态。

展望2020年,随着5G的大规模商用以及NB-IoT网络的大规模兴起,再加上人工智能与区块链技术的进展,智能物联网已经开始渗透到生产生活的方方面。Gartner 2020十大战略科技趋势,实际上指出了智能物联网落地的十大方面,随着这十大方面的切实商用落地,一个智能物联网的新世界就已经到来了。(文/宁川)

2019-11-26

种种迹象显示,2020年将是私有云的大年。自从2006年开始的公共云狂潮,已经袭卷了全球长达13年之久,一批公共云厂商在这次浪潮中拔得头筹,特别是股市表现方面可圈可点。而私有云市场一直被公共云的舆论倾向所抑制,处于蓄势待发的状态。这当然也与私有云技术、产品与解决方案的发展滞后相关,而到了2019年这一情况已有明显改善。

在国际上,根据 IDC《全球云IT基础设施季度跟踪报告》2019年二季度数据显示:预计公共云IT基础设施细分市场在2019年降温,私有云IT基础设施的支出显示出增长较稳定的势头。而就国内市场来看,根据计世资讯《2018-2019年私有云产品市场研究报告》,2019年私有云市场规模将达到633.8亿元、同比增长23.7%,预计到2023年将达到1120亿元。

显然,就云和传统IT环境的产品销售而言,企业IT基础设施市场正处于交叉点。由企业云计算公司Nutanix发布的2019年度全球企业云指数调查和研究报告(2019 Enterprise Cloud Index,ECI)显示,近四分之三(73%)的受访者表示正在将一些应用程序从公共云移回至本地部署,其中22%的受访用户迁回的应用程序在5个或5个以上。

随着私有云的崛起和本地部署IT的回归,混合云正在成为企业IT的主流。而在面向混合云的IT基础设施市场中,操作系统无疑是重中之重以及混合云生态的“底座”。2020年将迎来私有云以及混合云操作系统的大战之年,Nutanix全球高级产品总监Harry Yang就此表示:方向很清楚,市场谁主沉浮,关键在客户的选择。

企业回归本地IT部署

与公众对于企业IT发展趋势预估相左的是,企业并未完全向公共云的IT运营模式迁移。《2019年度Nutanix企业云指数》报告受Nutanix委托,由市场调查公司Vanson Bourne连续第二年调研全球企业的企业云部署情况和应用计划。2018年的该指数报告曾预计全球整体企业上云情况将增加,然而结果是使用传统本地数据中心的情况却在2019年增加了12.5%,而不是一年前预测的将“下降20.5%”,此外还有23.5%的企业未采用任何云技术。

《2019年度Nutanix企业云指数》对来自全球24个国家的2650名企业IT决策者进行了调查,调查对象来自各行各业不同规模的企业,所在地区包括美洲地区,欧洲、中东和非洲地区、亚太和日本地区。此前,能够节约大量前期资本支出曾经被视为采用公共云的一大优势,而现在企业发现在为其业务选择最佳云服务时还需要考虑其他因素,单一的公共云策略并不适合所有用例。

那么,哪些企业应用在回归本地IT部署呢?《2019年度Nutanix企业云指数》显示,企业桌面及应用虚拟化、CRM、ERP、BI、数据中心、开发与测试、数据备份与恢复等显著增加了对本地数据中心的用量。35%的2019受访者表示,传统企业本地数据中心完全能够满足其需求,而49%的2019受访者则认为混合云可满足其所有需求。

Nutanix全球高级产品总监Harry Yang表示,那些互联网为主的应用在公共云上更能获得公共云的好处及取得成效,但是当互联网应用的规模达到一定程度后,其实成本也很高,比如Netflix作为亚马逊最大的客户也在慢慢把业务迁回到本地数据中心。

当然,《2019年度Nutanix企业云指数》认为,企业回归传统的本地数据中心是一个暂时的现象,其主要原因是当前的多云和混合云的互操作性较差、选择及管理多云资源相对困难、企业缺乏相应的云技术人才等。

从中长期来看,数字化转型仍在推动企业向云环境的迁移,71%的2019受访者表示将在未来3年将把已有和新开发的应用向云平台迁移。当然,这个云平台及云环境,无疑就是混合云。实际上,2019年调查的大多数受访者(85%)选择混合云作为理想的IT运营模式。

Nutanix:真正私有云

在市场调查公司Wikibon的全球真正私有云(True Private Cloud,TPC)市场调查中,Nutanix位列真正私有云系统市场的第二大供应商,2017年占全球TPC系统市场的14%。所谓“真正私有云”,在于TPC为企业本地IT环境带来了公共云的体验,这包括类似公共云的消费级控制和管理,以及灵活的IT资源调度和成本等功能。Wikibon强调,TPC不是简单的虚拟化或低水平的IT自动化,也不是不同虚拟化技术的叠加。

Wikibon的全球TPC市场调查始于2017年,显然TPC是从2017年开始才真正成熟起来。Harry Yang表示,混合云一直是未来的方向,但是混合云这个概念并不是新的,只是这个概念的内容更换了很多次。混合云最初的想法是工作负载会从私有云大量迁移到公共云上,然后可以再无缝迁移回来,但是2017年之前的技术离这个概念还相差较远,而且公共云也没有完全进入主流。

被喻为HCI超融合系统之父的Nutanix从十年前开始引入HCI的概念,HCI既是真正私有云的基础设施也是真正混合云的基础设施。Harry Yang介绍,混合云是未来的方向,但是怎么实现混合云是最大的问题之一。一般有两种实现路径:一种是从私有云向公共云发展,一种是公共云向私有云发展。Nutanix公司的理念是需要把下面的“底盘”打扎实,而当“底盘”扎实后就可以把应用自动扩展到公共云上而不受限制。

与其它供应商的HCI不同,Nutanix的HCI自设计之初就是以公共云在企业本地的技术实现为指导。作为一家十年前新创建的公司,Nutanix并没有传统业务的压力而可以采取全新的技术架构,这就是以标准化软件、通用操作系统、消费级设计以及深度自动化所定义的真正云服务。

以真正私有云为理念,Nutanix自成立之初就在开源技术的基础上,向企业交付生产级的成熟私有云方案。例如,Nutanix的所有产品都基于同一个控制面板和用户界面Prism,对于用户来说只有计算任务之间的区别,并没有不同私有云或虚拟化产品区别。而其它公司则是发展一个又一个虚拟化产品再堆叠起来,Nutanix则是端到端的同一个流程和同一套自动化,所有Nutanix产品都无缝接到Prism管理界面上,Harry Yang强调到目前为止还没有看到第二家厂商是这样实现的。

Nutanix中国区解决方案销售经理王辉则强调,Nutanix的私有云理念就像公共云一样,当用户要解决一个问题时就可以订阅一个服务,也就是说Nutanix真正把业务的需求以各种服务的形式提供给客户,客户不需要单独购买产品部署、调优、集成再去获取,那种传统的方式被称为堆栈,而Nutanix的一切都是服务。除了提供公共云的服务体验外,Nutanix在软件升级方面也花了很多工夫,为客户实现数据中心的一键式升级,极大地提高了客户体验。每次Nutanix软件新版本推出后,差不多两三个月之内的客户应用比例就达到30%-40%。

除了提供公共云的体验外,Nutanix源于开源又高于开源,满足了企业级需求。例如,Nutanix的服务器虚拟化是基于开源KVM,但解决了性能、稳定性和企业特性等需求,可以让单个虚机的I/O性能达到百万级别,满足生产级别HANA数据中心的部署。而在系统扩容方面,可以根据业务的需求,平滑而灵活增加相应的节点,甚至可以选择只添加存储节点、全闪节点或计算节点等。Nutanix还具有跨虚拟化进行备份、容灾等独有技术。

总体来说,Nutanix最初的灵感来自于互联网公司的内部大规模云运营和对外提供云服务,以及苹果公司追求极致的用户体验,这两大灵感一直在激励着Nutanix前进。而过去5年,Nutanix一直保持着平均90分高分的NPS客户净推荐分数,这说明客户对Nutanix技术、产品和解决方案的高满意度。

从真正私有云到真正混合云

如今的Nutanix正从真正私有云向真正混合云的方向扩展。正如同Nutanix创始人、CEO及董事长Dheeraj Pandey在2019财年报中所说,企业渴望着多云模型以及多云之间的互操作系统及可移植性,而多云及公共云和私有云之间的云计算模型到底是什么样,这是当前市场的主流思考。在自有云以及租赁云服务之间日益模糊的领域,是本世纪计算科学最大的难题。

Nutanix对于真正混合云的解决方案是:跨各种云环境的单一软件架构;单一软件许可模型(订阅的方式);虚拟化、简化和集成化的单一控制面板。为了实现上述真正混合云的目标,Nutanix从2017年开始从基于HCI一体机的商业模式向着软件订阅式的商业模式转型,从而为真正混合云目标铺平了道路。

过去四年对于Nutanix来说是非常重要的四年,大多数Nutanix产品都是这四年里研发出来的,包括文件服务、智能运维、容器管理、自动化等,这主要是因为这些产品都是基于一个共同的“底座”——Nutanix企业云平台。例如,2019年4月Nutanix发布了Karbon生产就绪型Kubernetes认证解决方案。基于Karbon,企业可以在私有数据中心部署运行Kubernetes并获得类云体验,且无需掌握Kubernetes的开发和维护技术。而Nutanix的全栈云原生平台将提供企业所需的永久存储、企业级数据服务、对象存储、观测和监视功能,为部署具有高度可用性的Kubernetes集群提供了一种简单、快速的方法。

Kubernetes本身支持容器应用的跨云部署,而Nutanix在2019年6月推出Xi Clusters集群服务,则把Nutanix企业云直接运行在AWS祼金属服务上,再通过Prism Pro版本对企业本地的Nutanix集群以及AWS云端的Nutanix集群进行统一管理,这样就在Kubernetes底层实现了统一的真正混合云基础设施。无论是AWS公共云侧的Nutanix集群,还是企业本地数据中心侧的Nutanix集群,都是一致的虚拟化技术以及相应技术栈,企业应用无需做任何修改即可跨混合云环境运行。

Harry Yang强调,Kubernetes最大的问题或者容器最大的问题在于能否在数据存储层上进行整合,而传统数据存储层上所有的性能包括容灾、备份等无法进行迁移。Nutanix集群提供统一的数据存储层和统一的控制面板,这样所有的企业工作负载所需要的性能都可以自动供应,这就是Karbon为Kubernetes带来的价值——一套完整的技术生态管理环境。

作为企业云操作系统软件供应商,Nutanix一直在探索提高云操作系统的自动化程度。就像Windows操作系统所提供的消费级部署和自助运维那样,如果企业云操作系统也能自动化部署和自助运维的话,将极大提升企业云操作系统的用户价值。Nutanix一方面利用人工智能技术提高企业云的自动化能力,建立了自己的人工智能平台X-Fit,把多种人工智能算法结合在一起形成联邦学习能力,花费了三到四年的时间发布了第一个版本,目前可提供长期容量预测。

在探索利用人工智能实现无人值守或无人驾驶数据中心方面还有很长的路要走,与此同时Nutanix则发布了低代码自助运维平台X-Play,让企业数据中心运维人员可以很简单的搭建自动化运维流程。Harry Yang强调,这相当于智能汽车的L2水平,即一定程度的自动驾驶加上辅助驾驶功能;而当前Nutanix则处于数据中心“自动驾驶”研究的前沿。

展望2020年,在公共云市场格局已定的情况下,企业IT市场最大的变数将来自私有云以及混合云。而跨私有云和混合云的云操作系统及控制平台,将成为最大竞争热点。特别在快速发展和规模日益扩大的中国私有云及混合云市场,基于开源技术的Nutanix无疑将成为有力的竞争者之一。

究竟2020云市场谁主沉浮?客户最终的选择将导致怎样的市场格局?这无疑是2020年最大的看点。(文/宁川)

2019-11-22

陈立武是Cadence Design Systems总裁及首席执行官,也是华登国际投资集团董事长。Cadence Design Systems是一家专门从事电子设计自动化(EDA)的软件公司,是全球最大的电子设计技术、程序方案服务和设计服务供应商,产品涵盖了电子设计的整个流程,包括系统级设计、功能验证、IC综合及布局布线、模拟和混合信号及射频IC设计、全定制集成电路设计、IC物理验证、PCB设计和硬件仿真建模等。陈立武拥有超过二十年在高科技行业和风险投资方面的丰富经验,被喻为芯片创投“教父”。

在2019杭州云栖大会上,陈立武分享了对人工智能时代半导体创新的思考,以下为其分享内容的文字整理,经编辑。

首先,我跟阿里巴巴有很密切的关系,很多项目都一起投资,包括高德、百世、爱康、Rokid、ASR等。另外, Cadence  Design  R&D支持和配合阿里巴巴芯片平头哥的设计,这方面有很密切的合作。同时,Cadence Z1 emulation equipment在帮助验证方面比较顺利,所以在这方面我们也会更加密切地跟阿里巴巴合作。

AI 机器学习很值得重视。举几个例子,我的好朋友黄仁勋说有4000多家的AI Startup,这不仅仅包括半导体而且有很多其它方面的AI应用创新。我35年的好朋友软银成立第二个基金,108 Billion集中投资AI这方面。还有我的母校MIT成立了一个新的计算学院,这是新的计算,不是在数据科学下的计算。再者是Carnegie Mellon的董事,是第一家发AI学位的大学。现在如果做工程师或念大学,最热门的就是AI,几乎还没有毕业在一二年级的时候就有很多offer进来。我有一个好朋友给个e-mail,说AI的影响力(TAM)是43个trillion,这个数字到底是否正确,我就不知晓了,但总体来讲是很大的影响,影响不同的行业。银行、保险、零售、农业、制造业、娱乐,我也是Schneider Electric的董事,能源管理用AI来数字化转型,刚刚起步,还有很多空间。

坦白讲,收集的数据真正分析和利用的只有2%,还有98%的数据没有利用到,这里有很大的机会。数据爆炸,飞机、汽车、手机等每分钟的数据爆炸,对整个半导体、存储、网络、CPU等都有很大的变化,所以我很希望48小时一天而不是24个小时,因为有太多要投,很多西都在改变,有好几波变革叠加,这是很难得的,通常只有一波变革,但这次三四五波变革同时发生,所以是蛮值得考虑的。

我们看一下AI创业,我追踪了全世界大概有125家AI公司,还在继续发掘中。AI除了成长之外,可以看到AI的花费和VC募集的钱很多,估值很高。半导体这7年来,很多VC都不投资半导体,只有我一个人在纯粹投资半导体。最近有几个VC跟着我投了,因为AI机器学习影响太大了,所以他们都跟着我投了。

我是做EDA的,很多AI公司都用我们的工具和IP,这方面我看的比较清楚一点。CPU、GPU、FPGA以及现在新的Domain-Specific计算,都很重要。

EDA工具的客户,现在有很多系统公司,也成立自己的芯片公司了,所以这是一个大趋向,可以看到微软也开始做自己的芯片了。我投了一家公司叫Annapurna Labs,被亚马逊买去了。当时被买去时,公司只有83个人,现在已经有600个人了,很快会到2000人。为什么呢?因为就像阿里巴巴一样,含光800是第一个芯片,将来会有更多的芯片,这样就可以做不同的工作负载,有自己的芯片供应。

汽车、航空、医药等公司都来找我们,说成立了芯片小组,希望用我们的工具。看得出半导体现在开始热门了,以前是个夕阳产业,现在半导体变得越来越重要。

另一边可以看得出,7纳米和以下的成长是34.5%,现在的摩尔定律其实没有死而是扩展了,7纳米和3纳米、5纳米已经在进行中,Cadence和一些合作伙伴合作3纳米的工作正在进行中,摩尔定律还有很多发展空间。

AI怎样推动半导体发展,首先是Domain-Specific处理器,存储也有很大的改变,最近我投了两家创新公司是在Carbon Nanotube Memory(碳纳米管存储器)方面的。新兴机会还有MRAM、Quasi-volatile memory等。Quasi-volatile memory是在Flash和DRAM之间。Flash和DRAM已经5年没有什么新进展了,而新的AI需求对速度等有很大改变的,所以在memory方面有新的发展。存储也有很大的变化,现在要做存储分离,这样就可以优化整个存储的需求。在数据中心方面,就是Silicon Photonics硅光技术,现在到400G,800G还是面临瓶颈,最近我开始投了很多在Silicon Photonics方面的突破。

还有就是Programmable Switches可编程交换机,交换机的容量与速度都在增加,从机架到Spine脊交换机需要12.8Tbps,现在有在做25.6和51.2Tbps的交换机,这方面空间还很多,现在只有一两家公司能够供应。我们在这方面继续投,让创新能够帮助这个行业,尤其是超级数据中心,包括配合阿里巴巴的需求。总的来讲,整个数据中心的基础设施都需要改变。

刚才提到了AI,包括两个部分:训练与推理。可以看到,推理的市场规模比训练的市场规模大;在边缘端,推理的市场规模就更大了,因为工业4.0的接入,数据送到云端做推理就太慢了,必须要在本地处理,半导体、交换机或设备都在朝着边缘方向发展。

IOT方面,最大的市场是Industrial IOT工业物联网,为什么我加入Schneider Electric的董事会,就是要了解整个产业的需要,包括智慧城市、智慧楼宇数据收集后的处理,如何做到省钱、节能、高效,现在刚刚开始。汽车、医药等领域,数据收集和AI也扮演了很重要的角色。

智能边缘有很多不同的设备要管理,安全就变得很重要。整个数据中心的基础设施都在改变,包括hypervisor、Kubernetes、Docker、micro serving等,在软件方面有很大的改变,所以怎么配合这些改变?华登创投投资了深圳大疆、Bossanova是做零售商店机器人的、Berkeley Lights是做数字细胞生物学,Fungible是Juniper发起人创建的云端芯片公司,VDOO是以色列军事防御团队出来做工业物联网安全的;此外还有基础设施领域的Innovium、CredO,Mellanox是我2002年投资的最近被Nvidia买去了,CNEXLabs是做NVME存储的。

接下来就是AI应用,安全监控是最大的应用,自动驾驶现在开始了,智慧家庭、智慧城市已经开始在推动了,医疗健康刚刚开始还有很大的空间来发展。

很多AI公司很多只做硬件加速是是不够的,最重要的是从工作负载开始了解,然后做整个硬件、软件包括算法框架、互操作性、算法编译等,都有很多创新,硬件只是一部分。

我在AI方面投了大概有50家公司:云端的CloudMinds是做机器人;处理器领域的以色列Habana Labs、Sambanova是三个斯坦福教授出来做的公司;视觉领域、智慧设备领域,都有相应的投资;量子计算也开始了,要看不同的工作负载的应用,我投了两家比较特别的公司,PsiQ是用硅光技术、IonQ采用trap ion,各有不同的强点。

很多人忽略了安全的重要性,安全必须要贯穿整个Stack技术栈,从硬件安全、网络通信安全、Over-the-air安全、智能监控等。

Cadence除了EDA之外,还有IP叫做Design Excellent,我们走向了系统创新。现在必须要做系统分析,能耗的整合也越来越重要。因为如果整个系统做好,才发现CPU或GPU的功耗太高,而要重新设计的话就要花很多时间。

嵌入式软件的安全也很重要。我去年投资了Green Hills,是做嵌入式安全最好的公司,像美国国防部、波音飞机以及很多汽车安全都是用这家公司的技术。ARM或者英特尔处理器达到安全Level 2、Level 3的话,Green Hills是Level 6+,是给国防部用的。

我们把AI 机器学习用到工具上,我们的数据太多了,跟几乎全世界每一个半导体公司合作,积累了很多数据,如何用我们的工具更快设计半导体而且第一次就能够pass是很重要的,尤其是7纳米、5纳米、3纳米,所以我们准备这样用AI。

我们还帮助了很多AI公司和系统公司,包括与Carnegie Mellon、英伟达、DARPA美国国防部合作AI研究。

今年,半导体产业出现了13%的市场降级,因为内存的价格下来了;接下来的五到十年,半导体产业将从4000亿增加到1万亿美元,我非常看好AI带动整个半导体产业的发展。(文/宁川)

2019-11-20

当前,我们正在加速进入数字经济时代。根据联合国《2019年数字经济报告》的统计,数字经济的规模估计占全球生产总值的4.5%~15.5%,而中国和美国是引领世界数字经济发展的核心。而2018年,中国数字经济规模超过30万亿元、占GDP比重达34.8%,已经成为中国经济增长的新动力。数据,正在深刻改变全社会的生产和生活。

正如同石油时代有社会化油气基础设施、电力时代有社会化电力基础设施,数据作为数字经济的新能源,同样也需要社会化数据基础设施。作为一种新的社会公用资源,数据基础设施是涉及经济、技术乃至社会发展的宏大命题,如何以统一标准建设全社会统一的数据基础设施,需要各方的共同努力,当然其中也包括由华为发起的鲲鹏计算产业联盟。

在2019年11月19日的首届全球数据基础设施论坛上,中国信息通信研究院与华为合作发布了《数据基础设施白皮书2019》,同时华为面向鲲鹏计算产业启动了数据基础设施战略并推出了数据虚拟化河图引擎(HetuEngine)。河图引擎具备“一个入口、一个目录、一份数据、统一安全”四大核心能力。华为同时宣布将于2020年6月开源河图引擎内核,方便开发者定制化开发。

华为Cloud & AI产品与服务总裁侯金龙在首届全球数据基础设施论坛上表示,“大禹得河图后始见清明”,即大禹通过河图掌握河流山川复杂的地形地貌,顺利完成治水大业,而河图引擎的寓意则为全社会实现治“数”大业。

数字经济催生新数据基础设施

GIV2025报告显示,到2025年,全球将产生180ZB数据。而世界经济论坛认为,到2020年全球数据总量也不过44ZB,也就是说未来5年全球数据总量要翻至少4倍。5G、IoT、自动驾驶、4K/8K视频等新技术的出现,持续推动着数据增长,相应要求强大的数据流动能力。数据已经成为数字经济时代的生产要素,而且是最核心的生产要素,数据甚至被认为已经超过石油的价值。

就像石油经济时代有“采-运-炼-储-用”一整套完成的数据基础设施一样,数字经济时代也需要面向海量数据的“采-存-算-管-用”数据基础设施。然而,自全球开始进入数字经济时代以来,海量数据虽然蕴含巨大的价值,也带来了前所未有的挑战,数据“存不下、流不动、用不好”成为了各行业数据应用最普遍的难题。

在数据“存不下”问题方面,由于当前的存储系统多为传统架构以及成本等原因,仅有不到2%的企业数据被保存。“存不下”特别表现为存储扩展性不足、存储协议类型单一、存储成本高昂。在数据“流不动”问题方面,体现在由来已久的数据孤岛难题,主要是应用孤岛、管理孤岛和地理孤岛等数据三孤岛,而产生数据三孤岛的根本原因在于企业在建设数据基础设施时会选择不同的计算资源、网络资源和存储资源来满足不同诉求,相应形成了算力墙、网络墙和介质墙等资源三堵墙。“用不好”则指的是大量数据未存储、找不到数据、谁对数据负责等问题导致数据供应不足,无法释放数据价值。

《数据基础设施白皮书2019》指出,越来越多的企业已经意识到,数据基础设施是数字经济成功的关键,而数据“存不下、流不动、用不好”等问题也促成了各行业积极构建新型数据基础设施,加速实现数据价值变现。数据基础设施的范围应涵盖接入、存储、计算、管理和数据使能五个领域,通过汇聚各方数据,提供“采-存-算-管-用”全生命周期的支撑能力,构建全方位的数据安全体系,打造开放的数据生态环境,让数据存得了、流得动、用得好,将数据资源转变为数据资产。

新的数据基础设施是传统IT基础设施的延伸,以数据为中心,服务于数据,最大化数据价值。数据基础设施包括数据存储、数据处理、数据管理系统、数据虚拟化引擎等,具备融合、智能、开放三大特征。

新一代数据基础设施

侯金龙在首届全球数据基础设施论坛上强调,针对当前全社会面临的数据基础设施挑战,华为希望希望对数据的采、存、算、管、用实施端到端的整合和优化,让数据在全生命周期内更好用,数据的每比特发挥价值最大,数据的每比特成本最优!

为实现这个追求,华为打造了融合、智能、开放的数据基础设施,让数据系统从孤立走向融合,从复杂走向智能,从封闭走向开放。而在这个过程中,首先就要建立生态联盟,借助全生态的力量,共建一个能够造福整个社会的具有一致架构的公共数据基础设施,这就是华为推动建设鲲鹏计算产业生态的初衷。2019年9月19日华为基于“鲲鹏+昇腾”双引擎正式全面启航计算战略,宣布开源服务器操作系统、GaussDB OLTP单机版数据库,开放鲲鹏主板,通过硬件开放、软件开源、使能合作伙伴,推动鲲鹏计算产业生态的发展壮大。

鲲鹏计算产业是指华为与产业合作伙伴携手,共同为各行各业提供基于鲲鹏和昇腾处理器的领先IT基础设施及行业应用,包括PC、服务器、存储、操作系统、中间件、虚拟化、数据库、云服务及行业应用等。华为作为鲲鹏计算产业的成员,聚焦于发展鲲鹏和昇腾处理器等核心能力,通过战略性、长周期的研发投入,吸纳优秀人才和先进技术,为产业提供绿色节能、安全可靠、极致性能的算力底座;而上下游厂商基于鲲鹏和昇腾处理器发展自有品牌的产品和解决方案,与系统软件及行业应用厂商一起打造有竞争力的差异化解决方案。

华为新一代数据基础设施以及推出河图引擎,进一步丰富了鲲鹏计算产业的方案和技术能力。华为数据基础设施包括数据存储、数据处理、数据管理系统、数据虚拟化引擎等,“融合、智能、开放”是华为新一代数据基础设施的重要关键词。其中,“融合”指的是基于华为在存储、数据库、大数据等技术领域的突破,打破“存储内部系统墙”、“数据库与存储链路墙”、“大数据与存储配置墙”、“数据库与大数据协同墙”这四堵墙,让数据融合更彻底,帮助客户实现TCO降低30%以上、数据访问和处理性能提升2倍、分析效率提升100%。

“智能”指的是基于AI芯片、存储和华为云的三层架构,通过云上云下结合、云上训练和云下推理,让系统越用越快、越用越省。其中,依托昇腾处理器的AI能力,自动学习和识别IO流,提升Cache预取命中率,系统整体性能提升20%;依托鲲鹏处理器的多核算力,根据不同的数据类型,实时优化数据缩减算法,TCO降低25%;结合华为云自身大规模运营经验,包括提前14天预测硬盘故障,提前60天预测性能瓶颈,提前365天预测容量不足,其中30%的故障可以自我修复等。

“开放”指的是针对找数难、取数难、用数难的问题,推出数据虚拟化引擎HetuEngine,屏蔽数据类型差异、地域差异、语法差异,让数据治理、使用简单。HetuEngine通过“一个入口、一个目录、一份数据、统一安全”四大核心能力,屏蔽数据基础设施的复杂度,让伙伴像使用“数据库”一样使用“大数据”,可复用现有的生态、工具和技能,提升开发效率2到10倍。

简单的理解,HetuEngine就是对各种数据库和大数据存储文件中数据的进一步抽象,“一个目录”可实现数据全域共享、打破数据孤岛,“一个接口”统一SQL接口、降低开发成本,“一份数据”让数据零搬迁、提升时效性,“统一安全”完整保护数据、保障安全开放。HetuEngine引擎可对底层各数据中心的RDBMS、HDFS、ElasticSearch、Redis、In-Memory DB、Kafka等进行统一的数据管理和治理,而将于2020年6月上线的openHetu为开源版的内核,即把华为HetuEngine的能力向全社会开放扩散,进而上升为全社会的数据基础设施标准,相当于智能社会数据管理的“操作系统”,向上支撑智慧政务、智慧金融、智慧交通等智能社会应用。

展望2020年,马上就要进入全球每年都要递增一个2020全年数据总量的新常态,这对数据基础设施的建设提出了极高的要求。《数据基础设施白皮书2019》指出,成长中的数据基础设施,其稳定性和先进性将深刻影响企业数字化转型的效果和进程。进一步,每个企业的数据基础设施也将融入一个全社会共享的数据基础设施,因此华为和鲲鹏计算产业生态所推进的数据基础设施无疑将对全社会数据基础设施标准产生深远影响。(文/宁川)

2019年Oracle OpenWorld的主题为“Breakthrough Starts Here(超越,由此开启)”,甲骨文公司40余年的品牌形象也发生了巨大的变化:经典大红色消失了,取而代之的是温和的蓝绿色,不仅视觉上更加温暖、亲切,也充满了活力。品牌颜色的鲜明改变,彰显了甲骨文公司向以客户为中心转型的决心。

“以客户为中心”是服务经济的灵魂。自从2010年公共云模式开始走向主流后,全球软件产业也启动了从工业时代向服务时代的演进。作为软件巨头之一,甲骨文公司从2010年开始将全线产品全力向云转型,陆续完成了全线云产品布局,并深入推进从“以产品为中心”向“以客户为中心”的转型。

在11月14日的上海2019甲骨文云大会上,入华三十年的甲骨文公司向外界传达了新的使命:以客户为中心。甲骨文公司副总裁及中国区应用软件总经理唐聆风在2019甲骨文云大会上表示:“提出‘客户第一’不是一个口号,甲骨文公司一直致力于提升整个产品体验,同时与客户一起共同创新,真正与客户打成一片,让客户的意见很快地融入我们的产品。”今天,全面的Oracle SaaS云应用,正为中国企业客户演绎和创造灵活、快捷等新优势。

“快鱼”胜过“大鱼”的时代

2017年,国际经济论坛创始人施瓦布提出未来的世界不是“大鱼吃小鱼”,而是“快鱼吃慢鱼”。实际上,从人类历史来看,在汽车诞生之初的头62年一共才销售了5000部汽车,同样售出头5000个产品,电视机用了22年、手机用了12年。而如今,在互联网帮助下,企业最快可以在29天触达5000万用户,但同时也意味着竞争对手失去了5000万用户。

唐聆风在2019甲骨文云大会上强调,过往的商业社会是“大鱼吃小鱼”,可是现在的商业社会是“快鱼吃慢鱼”,快企业正在“吃掉”慢企业。当速度成为新的竞争策略后,传统大中型企业则面临着严峻的形势。过去,传统大中型企业花费了很多成本建立了大规模的系统,而接下来则必须要在规模做大的同时,还要兼顾敏捷能力以快速应对市场变化。

针对企业客户在新竞争时代的挑战,甲骨文作为全球领先的应用、产品、软件、服务提供商,全面覆盖企业运营所需要不同的应用组件,包括人力资源、财务、企业绩效、企业资源、计划、供应链、客户体验等超过1000多个不同的模块,覆盖不同业务和管理领域的需求。特别是Oracle SaaS 提供全面、敏捷、安全、开放的解决方案,包括Oracle客户体验云(CX Cloud)、Oracle企业资源计划云(ERP Cloud)、Oracle人力资本管理云(HCM Cloud)及Oracle企业绩效管理云(EPM Cloud)等产品,具有横向协同、纵向整合的独特优势。

唐聆风表示,尽管Oracle SaaS提供了上千个不同的模块,但企业并不需要一次性采购所有的模块,可以根据自己的需求分阶段引进。上千个模块,必然有一个模块可以帮助解决企业当前的问题,通过云服务的方式就可以快速导入到企业运营中,同时这些模块并不是独立的个体,而都基于同一个数据平台,真正打通企业的数据孤岛。把数据真正打通后,就可以实现有效的分析,通过有效分析产生更好的体验。

Oracle SaaS的优势不仅在于全面的产品和灵活的部署,更在于一套架构和模式应用于所有的模块。NUCLEUS Research在Oracle OpenWorld 2019期间发布观点:大多数采购了Oracle 云的客户更在乎不同Oracle SaaS模块之间的整体协同性,即可以在一套跨模块的统一数据记录集上通过数据分析获得更大的收益,而且统一云套件的方式让企业更容易进行管理,也无需在不同厂家的产品间花费大量精力和成本进行配置管理与支持。

Oracle SaaS可充分发挥数据打通带来的先天优势,将机器学习、数字助手和语音命令等新兴科技融入到云应用套件中,帮助企业的营销、财务、人力资源等团队实现简化、智能、便捷的管理体验,做到更好更智能的决策。唐聆风介绍,例如甲骨文已经把“数字化助手”、聊天机器人等结合到每一个员工经常打交道的人力资源系统中,员工可以像用微信一样用语音与系统互动,从而获得更加人性化的体验。

“慢鱼”也要变“快鱼”

虽然未来的商业社会是“快鱼吃慢鱼”,但在传统经济中大量存在的“慢鱼”并不会等待着被“吃掉”,而是积极行动起来把自己也变成“快鱼”。而最快的方式,就是采用SaaS云服务,从一个模块又一个模块做起,小范围成功后再大面积推广。

福耀玻璃工业集团有限公司(简称:福耀玻璃)是一家专注于汽车玻璃的大型跨国企业集团,于1987年在福州成立,在中国的市场份额占到65%、全球的份额占到25%左右。经过三十余年的发展,福耀玻璃已在中国16个省市以及美国、俄罗斯、德国、日本、韩国等9个国家和地区建立现代化生产基地和商务机构,并在中美德设立6个设计中心,全球雇员约2.7万人。随着近期汽车行业面临天花板,福耀玻璃也相应进行了业务拓展,进入汽车的全景天窗、铝件等领域,同时在全球进行了全新的布局,收购了很多国外工厂。

福耀玻璃从上世纪90年代初就开始采用Oracle ERP和数据库,从最开始以预算为驱动采用Oracle Hyperion,到大数据分析领域采用OBIEE商业智能套件等,全方位采用甲骨文技术。福耀玻璃副总裁、首席信息官夏乐冰在2019甲骨文云大会上表示,福耀玻璃从2015年开始智能制造和工业4.0的尝试,在此过程中投入了几十套系统的建设,包括管理软件和工业软件。在管理软件方面,福耀玻璃全面采用甲骨文的产品。

夏乐冰表示,现在反思过去几年的智能制造和工业4.0建设,在追风口的同时产生了迷思。不同的软件由不同的供应商提供,不仅系统异构而且数据难以集成,企业面临着端到端打通的巨大挑战,只能不停的“修桥”以连接不同的“烟囱”,到最后的结果就“桥”比“烟囱”更贵,所以在风口退去后不得不重新调整策略。由于Oracle SaaS的最佳实践、深度与广度与福耀玻璃的理念和需求非常契合,所以从去年开始福耀玻璃与甲骨文合作重新构建新的智能制造系统。

当前,福耀玻璃已经在一个国内的铝件工厂和德国福耀(中国)公司开始采用Oracle SaaS云的十几个模块,构建一个全自动化、无键盘、全流程的智能系统。夏乐冰表示,甲骨文公司的云产品线非常广,这次上线只有其中十几个模块,主要还是想回到核心——先提升基础的数据治理等根本能力,包括效率提升、数据正确、业务合规、防灾防错等,在此基础上再尝试IoT、AI、区块链等新技术。

以客户为中心:与企业共创

在数字化服务领域,SaaS云应用可全方位地触达企业内部管理痛点,直接反馈企业业务需求。甲骨文认为,SaaS提供的是体验的服务,是主动为企业客户创造优质体验的价值输出,是甲骨文以技术优化客户体验的最前端的发力点。Oracle SaaS以服务客户为中心,发挥完整可拓展、部署可快速、创新可持续的核心优势,为企业创造互联的智能化管理体验。

在2019甲骨文云大会上,众多企业客户分享了与Oracle SaaS协同合作,实现业务敏捷管理的成功经验。全球家用小电器领导品牌尚科宁家(SharkNinja)使用Oracle ERP云,通过在同一平台上实时共享信息,增强了北美、中国团队和全球供应链计划预测团队之间的协作,提高团队工作效率并为全球商业决策提供参考依据。海尔集团部署了Oracle CX云中的Oracle服务云(Oracle Service Cloud)模块,在客户沟通渠道整合、自助服务、数据洞察和社交媒体服务能力等方面获得全面提升。“中国民营企业500强”之一的东岭集团也表示,借助Oracle HCM云全面提升管理模式,达到“一套数据、多套规则、一个门户”的管理平台要求,打造全新智能化、人性化的人事管理体验。

海尔集团信息管理部部长王长浩表示,海尔作为全球的企业集团,打造极致的客户体验是目标,今年海尔智慧家庭生态品牌的全球落地推广就是一个集中体现:区别于传统的家电、家装、家居等企业,为了引领由场景化替代产品化的趋势,海尔采用5+7+N全套智慧解决方案,代替传统以往单一的产品销售,全部是基于场景化以及用户体验的交互,而不再是单一的功能交互。王长浩强调,Oracle SaaS更适合海尔,可满足很多业务场景和业务体验需求,海尔工程师与甲骨文工程师一起互动,共同探讨什么样的SaaS模块可以迁移到云上或是混合部署以打造下一步的系统体验。

H&H(健合)集团成立于1999年,致力于婴幼儿和成人营养与护理领域以及优质的维生素补充剂领域两大核心业务,是全球高端营养及健康产业领导者。健合集团通过对旗下国际高端品牌的整合和布局,逐步完成了市场全球化的升级,健合集团旗下品牌有合生元、Swisse、Dodie、Healthy Times等。健合集团IT总监李韶斌在2019甲骨文云大会上介绍,2017年健合购买了Swisse品牌全球售卖权,当时把业务扩张到了欧洲、东南亚等国家,2017年是健合的整合年,需要为2018年的继续扩张打下基础。

健合集团采用了Oracle HCM 和Oracle EPM云,奠定了集团2017年全球化整合成功的基础。在业务整合过程中,健合集团在全球有很多分公司以及不同的系统,例如人力资源就分布在不同国家的不同系统里,很难拿出全球同一张报表,也很难获取同一个时间、同一个级别的人在哪些地方等,当时急切需要把所有的人员和组织架构放在一个系统中。李韶斌形象比喻,上了Oracle HCM云和Oracle EPM云后,就做到了更好的管人、管钱、管数据,从以前的手工状态转变成系统自动化,还可以进一步通过数据分析来实现精细化管理。

而之所以采用甲骨文的产品,是因为Oracle SaaS的模块化设置对于健合集团很有帮助,在全面覆盖健合集团的各种需求的同时,还提供了高度的灵活性,可适应业务和组织架构的快速变化与成长。李韶斌强调,Oracle SaaS云产品就像积木,双方一起根据健合的业务场景搭出解决方案。而解决方案由健合内部IT把业务流程梳理出来,不同业务有不同的流程以及配置,所以Oracle SaaS即便已经模块化,也不是开箱即用,而要进行定制化的配置。而Oracle SaaS的灵活性,是健合选择甲骨文的重要原因之一。

“以客户为中心”是云与数据时代的新甲骨文公司文化。面对新的形势和新的发展机遇,甲骨文再次求变,重新定义了自己的使命宣言——“我们的使命是帮助人们以新的方式看待数据,挖掘洞察力并创造无限可能。”而在这个过程中,甲骨文公司选择与客户站在一起,按照客户的需求和意见提供不同的路径,更好的帮助客户找到新的数据视角、挖掘洞察和创造可能,这就是“超越,由此开启”的真正深意。(文/宁川)

2019-11-17

AI行业经过前两年的热潮,在2019年发生了一个比较明显的变化:从关注AI技术积累到AI如何落地。当前,很多AI创业公司都面临较大考验,特别是高估值公司在冲刺科创板时被质疑估值倒挂的问题。而相应的投资逻辑,已经从早先的AI崇拜迭代到现在的AI落地。

AI现在也成为了中美两国的一个竞技场。如果把AI投资分为基础层、技术层以及应用层,美国公司更多地集中在处理器、芯片等基础层,而中国公司则会更加关注计算机视觉、自动驾驶等应用层。未来的AI制高点到底是什么?德迅投资董事总经理谢彤认为,还是要靠传感器、信号处理芯片等这样的硬科技。

在钛资本“科技与企业服务投资人投研社”第32期,谢彤分享了自己的观点。谢彤专注于前沿科技领域的早期投资以及海外投资,在加入德迅之前有四年的创业以及二十多年的软件从业经验,包括12年IBM咨询顾问背景。谢彤在美国硅谷、澳洲以及中国香港和大陆地区工作过多年,投资方向主要涉及物联网、人工智能以及硬科技领域,他拥有浙江大学计算机科学工学学士以及香港中文大学工商管理硕士学位。

AI制高点在于硬件

投资机会往往先从趋势看起,看趋势从宏观经济看起。从趋势分析到现象预判,由现象预判看相关的投资机会。

趋势分析:第一,从英国脱欧以及中美贸易战可以看出,全球仍处于不确定的经济形势,且在下行通道中;第二,技术类的进口限制、华为事件以及贸易战的影响是长期的,尤其是川普有机会连任,这些都是必须正视的现象,不能抱有侥幸心理;第三,人们已经不再为温饱而担心,尤其是90后、00后更加追求安逸和体面的工作,而美国在墨西哥边境建墙阻挡非法移民将导致低端用工紧张,中国也存在类似大城市本地人不愿意从事保姆或环卫等工种的情况。

从趋势看到现象:第一,如果是出口降低,为了保持增速,应该加强内需,而其它行业较难很快地带动内需,所以服务业的比重将大幅增加;第二,中美贸易战导致全球供应链体系被打破,国产替代不可逆转,但这个过程中有很大挑战;第三,各岗位的自动化需求会加大。

从投资机会来讲:第一,作为前沿科技来讲,AI相关的硬科技可能是机会;第二,在消费类商业的核心方向上,针对新人类的新经济是机会。

结合中美现在的局势,AI能否大规模应用,决定因素在硬件而非软件,因为软件可以找到软件工程师或算法工程师加以解决,但硬件不那么容易替代,所以未来AI的制高点还是靠硬件。以自动驾驶汽车为例,除了车底部有计算单元之外,车周边和车顶加装了各种摄像头、传感器、雷达、超声波、GPS等硬件。计算单元的决策依据是各种传感器收集来的数据,在此基础上进行加工分析后得出判断,所以决定或区分一个AI项目的好坏不在于后端,而在于边缘端也就是传感器端。

那么有可能国产替代吗?以芯片行业和自动驾驶为例,往后可能受到制约的不是软件,尤其有进口限制的情况下,受制约的是硬件传感器、芯片等领域。在很多领域,短时间能做国产替代的可能性不大,芯片领域尤其是核心部件、核心计算单元或核心传感器可能还是需要依赖进口。在芯片设计中,有一种设计辅助软件EDA,短期国产替代的可能性也不大,因为需要大资金、大投入进行很长线的投资,所以EDA这类项目适合产业基金的投资而非天使基金进入。

AI相关硬科技领域的投资逻辑

德迅投资在看过很多AI算法公司、云端服务公司等后,总结出了AI的投资逻辑:

第一,无场景不投。AI模型或者算法不能够通吃,需要在一个特定场景下才能够使用。一个场景的模型或算法不能用于另一个场景,例如识别猫的算法不能用于识别狗或至少识别的效果不好。

第二,无数据不投。当AI公司需要花钱获取数据时尤其小心,比较理想的是客户愿意付费获取服务的同时还能提供数据。

第三,无闭环不投。这与第二点也有关系。以基因测序公司为例子,客户付费获取基因的检测结果,但是同时也是付费让公司收集数据,当收集到足够数据后就能更好的服务客户、提供更好的服务,从而形成健康商业模式。

AI相关硬科技的投资逻辑:第一,客户最终需要的是一个系统或解决方案,而解决方案需要软硬结合,单一的算法不足以变现;第二,对硬件来讲,非常重要的一个特点是需要高毛利才能支撑创业公司的行为;第三,光有技术不行,团队整体的配置还需要完整,也就是技术、销售、生产供应链等人员缺一不可。

在AI相关硬科技的投资逻辑中,需要关注场景、数据和闭环。上图的右边是一个参考架构,最上层是设备端,然后是边缘计算,最下层是云计算和人机接口。这个参考架构为什么是倒三角?因为上层的数量大于下层。以云计算为例,数据中心数量远远小于传感器的数量。另外,虚线上面偏硬件,下面是软件;上层偏设备端,下层偏云端;从适用面来讲,上层的适用面高于下层,下层的场景可能非常特定。

德迅借鉴已有经验,开发了一个AI投资参考架构,如上图。最上层设备端,有传感器、网关、车联网相关,包括对人、宠物、交通、农业、电力、智慧楼宇等相关检查。Edge层为边缘计算,以自动驾驶为例,由于低延时要求而必须在边缘端完成,需要在非常短的时间完成判断。边缘计算与信号处理、筛选、芯片包括无线充电都有直接关系,所以边缘计算有很多机会。设备端和边缘端整体偏硬件、偏行业、偏应用,适用面相对云端更高。

最下两层是云端以及用户界面。云端包括仪表盘展示、数据分析、机器学习和AI。AI分两个层面就是训练和推理。一般AI训练在云端完成,而不是在边缘端,因为需要大量的计算能力、计算资源,所以训练一般在云端;推理可以在边缘端也可以在云端做,现在更多倾向从云端向边缘端转移,这时可以带来很多投资机会。最下层是新的人机交互方式,在交互的方式上也有投资机会。

图的最右侧是总结的投资机会,分了不同的颜色:最顶上橙色标注的是设备端相关的投资机会,传感器是一个很大的领域;边缘端的边缘计算是蓝色的,消费级物联网还滞后一些,工业级物联网的应用较多;AI推理的加速芯片在边缘端也有机会。云端是绿色标注,AI/ML/Big Data、有数据的NLP、Fusion Cloud、AI行业应用。最下一层人机交互为褐色标注,有弹性电子和新型交互方式,比如以皮肤接触的压力传感器导致的新交互方式、语音交互方式,甚至能否通过脑波直接控制单元也是一个趋势,所以新的交互方式也有投资机会。

上图是德迅投资的项目在各个层的映射。有几个公司值得提一下:Oculii,中文为傲酷,是从事毫米波雷达生产制造,精度可以媲美激光雷达的精度,但成本相对较低;还有北美的Lime,相当于中国的摩拜单车,核心的产品和服务是电动滑板车,在欧洲的业绩比北美要好。Lime虽然是一家硬件公司,但其实也是数据公司,通过部署在街上的电动滑板车收集到很多数据,现在已经准备推出相关云端服务了。

投后管理量化分析更重要

投后很重要的工作是财报分析,上图是德迅投资做的硬科技公司财报分析。上面是上市公司的财报,下面是投资公司的财报。有几个核心指标需要看一下:

首先,AI相关的硬科技企业,涉及到硬件需要高毛利,60%及格、至少是70%或80%毛利率可能才值得投。原因有几个:第一,在创业初期出货量比较低的情况下,要想减缓消耗资金,需要有高毛利;第二,要证明是高科技公司,必须要高毛利率才行。

其次,硬件不像软件或者游戏,下载后现场完成支付就完成交易了,硬件要备货、生产、交付,还要等对方验收才能回款,应收账款的周期是比TMT互联网公司要长。应收的账款金额周转率还有周转周期需要关注。

第三,存货周期以及周转率也要关注。硬件公司跟软件公司有很大的差异,存货与资产的占比越小越好,存货的周转周期越低越好,这是共性。但是硬件公司有一个特点,为了减少交付时间需要存货或备料。如果收到订单才备料、生产、交付,这将导致长交付周期,客户一般等不了,所以一般是要提前囤货或者备料,但需要精准预测才能减少资金的占用量。

以上市公司为例,图中蓝色的部分中有个Garmin,Garmin传统是做导航仪器设备,但从其最近几期的财报可以发现,可穿戴设备、户外设备的占比超过50%,也就是说Garmin已经不再是传统意义上导航公司了。Garmin应收周期相对比较短,研发占比还有销售费用占比不算最低但也不是最高,此外还有个核心特点,即Garmin的毛利率是除了赛灵思之外最高的。

对比的被投公司以红色标注。第三列J公司是做机械臂的,毛利率相对其它被投公司较低,因为该领域可能竞争相对比较激烈,或产品性能还赶不上竞争对手,因此值得注意。第四列X公司是做激光设备的,一个核心的部件是特定频谱激光头,目前全球只有一个厂商供货,为了保持该产线的运作,每季度需要订一批货,导致存货多、消耗存货的周期长。

这些投后财务的量化分析,对投后管理有非常大的指导意义。早期投资有两种投后的管理方法,一种是放养,投完就不太管了,另一种则介入较多。德迅投资在投资过程中,也经历了从放养到增加越来越多投手人手,投后的介入越来越多,目前来看效果明显。

除了投后需要看财报,另外还要注意的是,往往创业公司或创始人CEO说今年这个季度的销售额多少、签了多少单,投资人还真需要看下合同,确认合同条款是什么。德迅投资还规定,首期账款应该能覆盖物料成本,防止持续资金吃紧。

上图是一个打分表。借用精一天使公社李汉生团队给的建议,看投资的潜在标的应该有三个字总结 “小钢炮”:“小”就是专注和特定的细分市场,“钢”就是刚需,“炮”就是产品要好。

投后比较主要的是“血量”、跑道、发展速度:“血量”就是现在帐上的现金或自身造血、被动造血的能力,业务能力就是自身造血的能力,被动造血的能力就是融资能力,如果业务不能自身造血或减缓消耗血量的速度,融资就必须能够跟上,所以“血量”是打分时第一考虑的指标;跑道就是用“血量”除以burn rate,以德迅投资的北美一家公司为例,34个团队成员中有15个是博士,很多是AI相关的工程师,但每月的消耗才27.5万美金,人均消耗是8000多美金,在有15个博士的公司中消耗相对较低,以目前的帐上现金不算后面马上close的一轮,跑道有三年,属于健康状态;速度就是创业公司的发展速度,不够快就失败,这与团队执行力有直接关系。

钛资本研究院观察

中美贸易站为中国带来了长期的影响,对于B2B创业来说,这就是国产替代的机遇。在近两年的人工智能创业潮经历了泡沫期后,越来越多的投资者开始关注人工智能项目的长期投资价值,而不再以追求短期高估值为主导。这将开启我国新的人工智能创业黄金时代。

AI硬件是人工智能创业的制高点,这不仅仅对于人工智能产业来说如此,对于整个科技科技产业来说也是如此。中国的政策取向、投资取向、企业采购取向等,都为国产技术和产品提供了更大的耐心和空间。虽然以芯片和集成电路为代表的硬件等硬科技属于“硬骨头”,但现在越来越有机会让创业者们从容的啃下“硬骨头”。

当然,随着国内VC投资机构和投资者的成熟,创业者也越来越需要关注自身的财务表现,即便是AI硬件这样的战略制高点,也需要避免过去那种估值泡沫和融资泡沫,而增强自身的“造血”能力。当前,AI产业链越来越成熟,创业者可以借助整个产业链的力量,找到自己的价值点和“造血”点,在解决客户痛点的同时也为自身的发展蓄势。

总的来说,当前是可以考虑AI硬件创业的好时机,也是投资者可以关注AI硬件创业项目的切入时机。

2019-11-15

2019年11月14日,微软宣布执行副总裁沈向洋将于2020年2月1日离职。沈向洋已经在微软工作了20余年,曾执掌微软必应、微软AI等核心部门,也是微软中国研究院的创建者之一以及后来的微软亚洲研究院第三任院长。在沈向洋的推动下,微软亚洲研究院以及后来的微软亚太研发集团都参与了很多微软核心产品和技术的研发工作。
尽管沈向洋将于2020年初离开,但微软已经为中国市场做了最充分的准备——这就是新一代的微软私有云。早在2013年1月的时候,当时负责微软发布了一篇博客文章,正式提出了“Cloud OS”的愿景。而这一愿景的提出,是基于2012年微软与业界广泛交流“Cloud OS”概念后所得出的结论。当时,“Cloud OS”愿景是未来混合云世界的统一“操作系统”。对于微软来说,真正的目标从来都是混合云。
不过,在2013年初微软正式提出“Cloud OS”愿景的时候,距离2008年Azure公共云PaaS服务发布才不过5年的时间,而微软在2013年才推出了IaaS服务。可见,Cloud OS对于2013年的微软来说,并不能拿出更有创新性及更有说服力的产品,而只是继续强调Windows Server的重要性,于是Cloud OS就被解释为Windows Server私有云+Azure公共云。
今天,我们知道私有云的主流建设方法就是软件定义数据中心,主要包括软件定义计算、软件定义存储、软件定义网络以及管理软件,硬件主要是HCI超融合一体机。软件定义计算即服务器虚拟化,主要是以2012年左右就已经成熟的VMware vSphere、微软Hyper-V和开源KVM为代表技术。软件定义存储即存储虚拟化,在2013年VMware才刚推出了自己的软件定义存储产品vSAN测试版,同年收购了Nicira而推出了NSX网络虚拟化产品线。
作为最早提出软件定义数据中心的VMware,在2012年的时候Pat Gelsinger刚就任其新一任CEO,2013年在美国发布了自己的IaaS公共云服务,后命名为vCloud Air。作为VMware在发展公共云方面的尝试和努力,vCloud Air于2017年4月被OVH收购,VMware从此退出了自营公共云服务。vCloud Air一方面作为VMware拓展新业务的尝试,另一方面为VMware打造私有云技术提出了“练兵场”。
微软在2012年的时候也跟进了软件定义数据中心的概念,但在Windows Server 2012中只提供了有限的软件定义存储技术。微软的软件定义数据中心,直到Windows Server 2016才得以推出包括软件定义计算、软件定义存储、软件定义网络以及管理软件等在内的相对完整的技术栈。

到了2018年下半年预览Windows Server 2019,则进一步完善了微软的软件定义数据解决方案。特别是2018年新推出的Windows Admin Center和更新的System Center,以及Azure Stack HCI系列产品,极大丰富了微软的私有云产品线。
到2019年11月的Ignite 2019大会上,微软推出了Azure Arc这样一个具有划时代意义的混合云控制平台。至此,微软Cloud OS的整体布局最终落实到具体的产品上,就此可以清晰的看出微软Cloud OS究竟为何物,以及微软云战略的最终走向——不仅仅是公有云,更是私有云以及混合云。
简单的理解,微软Cloud OS是一个完整的跨公共云和私有云以及传统企业IT的一体化混合云“操作系统”。

其中:Window Server 2016/2019分别提供了标准版以及数据中心版,二者的主要区别在于数据中心版提供了软件定义计算(无限虚拟机)、软件定义存储和软件定义网络等的软件定义数据中心功能;

Windows Admin Center是机群管理、System Center是数据中心管理,这二者与Azure公共云的管理都可基于浏览器无缝打通;

Windows Admin Center可以管理服务器、集群、超融合一体机以及Windows 10电脑,还可以管理Windows Server 2008、Windows Server 2012、Windows Server 2012 R2等多种传统计算资源,通过Windows Admin Center就可以把传统计算资源连接到Azure的统一管理中;

用户可以通过Windows Admin Center、System Center 2016/2019直接启动和管理Azure资源,这是微软独有的公共有/私有云的自营优势,微软进一步通过Azure Arc把Azure管理能力和资源推向企业数据中心环境;在集群、数据中心和跨数据中心以及多公共云服务之间,微软推行了统一的身份管理、数据管理、安全管理、DevOps开发运维管理等;

更为重要的是,微软在私有云、企业本地IT和公共云之间推行了软件许可的可迁移和创新管理,让用户可以在微软的不同形态IT之间获得软件许可的成本最小化、效益最大化。
在超融合一体机方面,2017年微软推出了Azure Stack,当时是作为公共云服务在企业本地数据中心的延伸,Azure Stack后来被重命名为Azure Sack Hub,微软进而推出了Azure Stack HCI。

Azure Stack HCI与Azure Stack Hub几乎是一个技术架构,不同的在于Azure Stack Hub的控制面板是共享Azure公共云服务的面板,而Azure Stack HCI则是Windows Admin Center,通过Windows Admin Center连接到Azure公共云。因此,Azure Stack HCI是真正的企业私有云或企业软件定义数据中心的硬件基础,由企业自行管控。微软还推出了面向边缘计算的Azure Stack Edge,由原先的Azure Databox Edge重命名而来,自带电源以及提供了坚固外形,主要是为了满足离线、战场等恶劣环境的AI推理需求等。微软在Ignite 2019上透露,目前已经与20多家硬件厂家合作推出了150余种Azure Stack产品,可以全面满足企业的各种混合云、私有云和边缘计算的需求。
总体来说,与传统服务器OS操作系统不同,微软Cloud OS并不是纯软件产品,而是结合了Azure的公共云资源,这也就意味着微软遍布全球的云数据中心硬件资源;无论是Windows Admin Center、System Center还是Azure,除了依托自有技术和自营数据中心资源外,还可以管理和支持Linux、容器、Kubernetes、VMware、AWS等多种异构技术和计算资源,实现了全球化的统一管理、安全、数据、DevOps等;微软的软件定义数据中心或私有云技术,是经过了Azure大规模公共云实践检验的可行技术,例如Azure最新虚机实例HBv2可以实现8万内核的大规模并行计算,这从一个侧面验证了微软私有云的技术能力;而在微软Cloud OS之上,AI、数据服务与分析等将无处不在。
根据Wikibon的数据,在2017年全球真正私有云市场中,第一大软件系统供应商是VMware,其次是Nutanix和HPE,微软仅列第四位。随着2019年底微软的全线软件定义数据中心技术、产品和解决方案的推出,以及2020年1月开始停止支持Windows Server 2008将导致大批企业向Windows Server 2019迁移,微软有望在公共云市场取得领导性地位后再杀回私有云和企业本地数据中心市场,届时微软在整个企业IT市场的市场地位,或将再次拉升。
而在中国市场,未来若干年内无疑将是私有云为主的企业IT市场,微软最新的Cloud OS技术、产品、解决方案和整体AI、数据服务与分析等完整布局将帮助微软建立在中国企业IT市场的新领导地位。值得一提的是中国市场保有着大量微软技术人才,特别是Windows Server、System Center等已有技术、知识和实践等都将在新一代微软Cloud OS时代得以延续,这无疑将为后沈向洋时代的微软开启新的中国大门。
沈向洋虽然即将离开微软,但微软已经准备好以新的产品布局,启动中国市场新攻势。