博客首页|TW首页| 同事录|业界社区
2017-10-30

B2B营销正在中国市场受到越来越高的关注。B2B营销的崛起,与中国经济结构转型有着重大关系。中国电子商务研究中心发布的《2016年度中国电子商务市场数据监测报告》显示,2016年中国B2B电子商务市场交易额16.7万亿元,同比增长20.14%。而托比企业数据库显示,2017年第一季度,B2B行业的融资金额已达到156.5亿元人民币,超过2015年B2B行业全年的融资金额。

B2B电商、B2B投融资和B2B创业从多个方面拉动了中国B2B行业的并发式增长。B2B行业也越来越多样化与地域化发展,仅从B2B电商融资看,2016年就涉及农业、快消、纺服、汽车、建材、工业、旅游、化工、综合、医药、物流、能源、橡塑、钢铁、IC元器件、机械、印刷等多个垂直行业,并深入到苏州、长沙、宁波、西安、郑州、石家庄、泉州等多个二三四线城市。

多样化、碎片化、区域化、全行业高速增长等特点,让中国的B2B营销面临前所未有的机遇与挑战。2017年,作为全球最领先的B2B营销云之一,甲骨文公司Oracle Eloqua营销云开始接入中国的微信社交圈,这是全球B2B营销的新里程碑。

微信接入全渠道营销

Oracle Eloqua是Oracle营销云解决方案的核心,而Oracle 营销云则是Oracle客户体验管理云(CX Cloud)解决方案的重要组件。在2017年第三季度的“Forrester Wave:数字体验平台”中,Oracle客户体验管理云被评为市场第一的领导者,在产品丰富度、集成一体化能力和市场影响力等方面均领先竞争对手。

Eloqua创立于2000年,是专注于营销自动化和收入绩效管理的SaaS服务商,于2012年7月在纳斯达克上市,随后被甲骨文以8.7亿美元收购。Eloqua的营销自动化管理解决方案适用于B2B、高价值B2C及复杂营销过程,当时就已经有1200家以上的客户,涉及软件、制造、金融服务、商业服务、电信及娱乐等多行业,Adobe、美国运通、戴尔、麦格希尔、标普等都是Eloqua的用户。

Oracle营销云以统一数据管理、身份管理、数据分析、开放集成多种CRM\销售\社交管理等功能以及数百个营销合作伙伴组成的生态市场,贯穿客户关系生命周期全过程。Eloqua则在Oracle营销云基础上,针对B2B营销构建了个性化、全渠道、跨渠道协同的自动化营销管理,其独特的打分机制更是强化了营销转化效果。

Eloqua在2016年推出了营销管理流程设计交互界面,以人性化图形瀑布流方式,让营销管理者可以很容易地实现基于统一用户身份管理的跨PC网页、移动页面、手机APP和邮件等渠道的个性化营销。接入微信就是这一交互管理的全新拓展,2017年Eloqua还接入了LinkedIn等社交媒体,至此Eloqua就已经接入微信、LinkedIn等全球主流商业社交圈。

甲骨文介绍说,把微信接入Eloqua对于全球的中文B2B市场营销来说极具意义。截止2017年8月,微信已经有9.63亿月活跃账户,几乎覆盖了主要中文商业人群,而微信朋友圈以半熟人社交的方式,已经成为最有效的针对中文商业人群的B2B营销渠道。而在西方最有效的电子邮件营销却并不适合中文市场,总体而言中文营销类电子邮件的打开率和点击率都很低,这与中文用户极少查看私人邮件的习惯有关。

全新B2B营销管理体验

为了迎合中文B2B营销大趋势,甲骨文中国开发团队与Oracle Eloqua全球技术团队经过数月的紧密协作,把Oracle Eloqua 与微信(包括订阅号和服务号)进行了全面的集成。基于微信所提供的开放接口,甲骨文进一步打通了Eloqua营销管理与微信的数据、交互与统计分析的集成,也让Eloqua更符合中国企业数字化营销的特点。

首先,实现了微信公众号粉丝与Eloqua用户的全面打通。在微信中有公众号粉丝,而在Eloqua中则是联系人,只有把两个身份联系起来,才能在微信和Eloqua中识别同一用户并进行管理。在Eloqua的营销邮件中嵌入动态的微信二维码,当用户点击邮件,用微信扫描二维码、关注企业公众号并授权Eloqua使用其微信信息后,Eloqua营销系统会获得该用户的微信公开信息,例如该用户的微信昵称。这样用户的微信身份与Eloqua数据库中的联系人身份通过邮箱对应了起来,从而实现了两个系统的用户身份自动对接。

甲骨文介绍说,对于市场营销人员来说,只需要进行一次邮件设计即可为每一位邮件接收者生成唯一的动态二维码。因此不管对于市场人员还是对于企业的微信粉丝,这都是一个极其易用的功能。企业在获得了用户的微信身份后,即可通过微信渠道触达目标受众,通过线上和线下的活动鼓励用户丰富其个人信息,例如所属行业、职业、关注点等,以供后续的精准营销活动设计使用,从而提高销售转化率。

基于微信提供的开放接口,Eloqua能够跨多个公众号识别及管理同一微信用户,做到跨公众号的身份识别以及基于此的数据和内容管理。因为一个企业经常会运营多个企业公众号,因此跨公众号的微信用户身份识别和关联就极为重要,这个功能也让企业市场营销人员能够看到一个微信用户的全景图和关联的微信行为。

其次,丰富用户画像,洞察用户兴趣点,创造个性化营销。在Eloqua营销系统中设计营销活动时,可以根据用户画像来更加精准地设计个性化营销。例如,通过统计和分析过去一个月内,用户关注的内容以及关注程度来判断该用户是否为高价值潜在客户,从而决定是否将该用户列入营销活动受众范围。Eloqua与微信的集成,微信营销渠道的接入,极大地丰富了用户画像的内容,提高了个性化营销的精准度。

在Eloqua中也有根据用户画像进行销售线索评估的功能。在Eloqua中有两种销售线索建模维度,一是基础的用户信息,一是用户参与营销活动的信息。微信营销渠道的加入无疑将提高销售线索评估的质量。

第三,提高线下营销活动管理效率和销售转化率,提高企业自动营销水平。线下活动是B2B营销的重要形式,诸如行业论坛、管理者沙龙、企业峰会等都能带来高质量的潜在用户,如何提高线下活动的管理效率以及销售转化率,一直是市场营销的痛点。

Eloqua与微信的集成使得市场人员可以通过配置活动流程,实现通过微信渠道定时自动发送活动邀请,会议提醒和活动反馈等。与Eloqua自身的营销受众自动筛选和邮件渠道营销无缝链接,实现了真正意义上的同一内容多渠道自动营销。

Eloqua与微信的集成还实现了活动现场的自助签到。使用微信扫描活动现场的二维码即可瞬间完成活动的签到。与传统的手工签到相比,极大地提高了市场人员的工作效率。另外,用户签到的同时,企业还可以通过微信向用户推送实时消息,例如发送会议流程、餐饮安排、会场安排等。现场自助签到二维码可下载可复制的特性,使得会场签到不必再集中拥挤,客观上起到了了分散人流、提升现场管理质量和效率的作用。

此外,还可以创意使用微信二维码。将Eloqua的表单与微信二维码相结合,为每一种收集用户的渠道定义一个表单,再为每一个表单生成一个二维码,这样用户扫码提交表单后,市场人员即可知道用户的来源,用户的兴趣点以及营销渠道的有效性。比如,如果用户来自于体育场馆的二维码,就意味着该微信用户可能对健身和健康类产品与服务更为关注;通过地铁广告中的二维码获得的用户比较多的话,就意味着地铁广告是有效的营销方式。

第四,市场营销活动级别的报表。市场营销活动(Campaign)是Eloqua数据管理的重要维度,也是市场人员评估营销效果和管理人员评估营销绩效的重要维度。在Eloqua界面内可以直接生成微信端活动的数据报表,在市场活动的维度上统计发布了多少篇微信文章,每个文章有多少人阅读,阅读占打开率等,从而帮助市场人员收集、分析、生成一个较为全景、以活动为单元的数据图表。

原厂级别的开发与集成

甲骨文表示,对于与微信的集成,Eloqua提供了原厂代码级别的深入开发,让Eloqua用户可以更加方便和快捷地设计、管理和监控微信渠道的营销。

在内容管理方面,Eloqua提供了内嵌的微信内容编辑器,让市场营销人员可在Eloqua界面直接编辑和同步微信图文信息。此外,Eloqua接入了微信提供的各种消息模板,让市场营销人员可以通过简单的步骤就制作出精美的微信消息。在个性化消息方面,Eloqua还支持把微信昵称等信息嵌入到发送的消息中,让微信消息更加亲切和个性。

而在微信消息的触发方面,Eloqua活动设计面板中直接内嵌了微信消息触发开关,就像直接内嵌邮件消息触发开关一样。市场营销人员直接在Eloqua 活动设计面板中,就可以设置微信消息触发机制以及相应的定制化微信消息。

Eloqua与微信的原厂级别集成,打通了二者之间的数据,把Eloqua邮件用户画像与微信用户画像结合起来,形成了更为完整的360度用户画像。二者数据的打通,还可以在Eloqua一个平台就监控和分析两个平台的数据和信息,有助于统一数据管理。而Eloqua的信息化管理功能与微信获得用户粉丝的功能结合起来,就是更加有针对性的中文B2B营销管理。微信用户再转换为邮件营销用户,从而完成了用户生命周期的递进与进阶。再加上二维码的灵活应用,更让市场营销人员可以进行创意营销设计。

Eloqua与微信的集成,还特别能够满足中国B2B市场营销多样化、碎片化、区域化的特点。微信本身就覆盖了主流的商业人群,一个社交平台就覆盖了中国不同地域、行业以及用户的碎片化时间,而且微信营销的成本较低,特别适合中小企业的B2B营销。

甲骨文强调,之所以会开发针对微信的Eloqua集成应用,是因为实际的客户需求。一方面,中国企业用户通常会要求微信营销功能,另一方面,全球其它地区的企业客户也对微信营销有着极高的兴趣。很多“老外”商业人群,现在也开始主动下载微信,然后在微信中发布信息或接收信息,甚至是用朋友圈分享工作和生活中的乐趣,这也是为什么Eloqua全球团队非常支持与微信集成的原因。

Eloqua与微信的集成仅仅是一个开始,加上LinkedIn与Facebook的接入,Eloqua已经支持全球最主流的社交媒体,这对于全球B2B营销、中文B2B营销来说都是里程碑,反过来也将加强Oracle营销云以及客户体验云的全球竞争力。(文/宁川)

2017-10-27

2017年是VMware公司在中国举办vForum第11周年,作为中国企业级IT市场的一个年度盛会,每年的VMware大会都是企业IT技术与市场的风向标之一。在过去几年的vForum上,VMware不断展示了向云和软件定义数据中心转型的产品、技术与服务,而VMware的合作伙伴也在同时思考向云转型和发展之路。

浪潮一直是VMware的紧密合作伙伴,同时作为中国服务器市场份额第一、全球前四的企业,也对用户需求和市场变化高度敏感。在2017年10月26日的vForum 2017上,浪潮集团副总裁、浪潮信息总经理彭震表示,回顾过去十年的云计算发展,业界对“云”的认知实际上也在不断的调整,比如对于Docker容器技术在一开始可能没有看的那么清晰,但随着越来越多的用户都在采用,Docker也开始成为主流。

“回顾来看,我们对云计算的真正认知,才刚刚开始。在未来很长一段时间里,云计算依然是多种技术、多种架构并在的混合局面。满足用户多种需求,特别是通过开源的方式,让用户积极参与到云技术生态和技术转型与发展的过程中,让用户可以获得掌控技术变化的体验感,这十分重要。”彭震表示。

云2.0时代:多云重塑未来

(上图为浪潮集团副总裁、浪潮信息总经理彭震)

在vForum 2017大会前三个月的2017年7月24日-25日,浪潮作为OpenStack基金会黄金会员,以钻石赞助商身份参加了2017年OpenStack中国峰会。会上,浪潮展示了基于OpenStack架构的云海OS 5.0以及在金融、能源、政务等多个行业云解决方案。

紧接着在美国当地时间7月26日,浪潮加入Apache软件基金会并成为银牌赞助商。该基金会支持的开源项目涵盖大数据、云计算、数据库、Java EE、网络-服务器、安全、虚拟主机、互联网架构等关键技术领域,Hadoop、Spark、Kudu、Tomcat、CloudStack等知名大数据、云计算开源项目都是在Apache软件基金会的支持下孵化成功。目前,银牌赞助商中还有一家中国企业,阿里云。

截至目前,浪潮已经在Apache Spark、Kudu、NiFi等重量级大数据开源项目中担纲重要角色。这是浪潮继成为OpenStack金牌会员以来,在开源方面的又一重大进展。

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,可以称之为“业务云化”或叫业务上云;而云2.0时代,企业更加重视从业务的实际需求出发重新设计云平台,特别是支持类似企业互联网这种新的云原生应用,即强调“云化业务”。

这就不难理解,为什么三个月后,浪潮会出现在vForum 2017上,与VMware一起联合发布浪潮新一代超融合架构一体机InCloud Rail 1000系列。正如彭震强调的,在未来很长一段时间里,将是多云共存、混合存在的方式,公有云、私有云、混合云、本地数据中心以及开源技术、闭源技术及技术生态,都有着各自的应用场景、市场空间和机会,云2.0将是多种云技术混合交互在一起的状态,渐进式支持“云化业务”。

所以,在vForum 2017上,当彭震与VMware大中华区总裁郭尊华同台畅谈数字化转型时,他说:“在这样的一个复杂的变革时代,单靠任何一家厂商都无法满足用户的全部需求,仅仅依靠自己的力量是远远不够的,所以希望大家一起创造产业联盟,共同推进中国企业的数字化变革。”

超融合架构一体机2.0

(上图为浪潮云计算产品部总经理蒋永昌)

在浪潮提出云2.0概念的时候,同时提出了云2.0的四大趋势:平台化、行业化、智能化、可信化。这四大趋势实际上是面向用户的业务场景,特别是中国企业用户的新一代云业务场景而提出的趋势。浪潮新一代超融合一体机InCloud Rail系列,正是对这四大趋势的回应。

新推出的浪潮超融合一体机InCloud Rail 1000共有4个型号的系列产品,除了搭载自研的InCloud Storge软件的S系列InCloud Rail 1010S和1020S,并与VMware合作推出面向企业级客户的E系列InCloud Rail 1010E、InCloud Rail 1020E,搭配的是VMware的服务器虚拟化软件vSphere、存储虚拟化软件vSAN。

简单的理解,就是InCloud Rail 1000提供了多种云计算软件和硬件集成一体化配置的产品,既有自研产品路线、也有VMware路线,既有2U4节点高密度系列、也有2U1节点高性价比系列;提供多种计算、存储和可视化管理等多种模块,用户可以根据自身需求灵活选择,单集群可横向扩展至64/255个物理节点;还可叠加浪潮自研的基于TPM和TCM标准的可信计算模块以及浪潮自研的云管平台InCloud Manager,做到可信和智能化运维管理;以及高可靠、高可用、不间断运行等的行业增值服务。

彭震表示,过去的做法是按着传统IT分层交付的方法,软件与硬件分开来为用户实施,而在今天看来,一体机为软硬件垂直一体化交付提供了平台化和产品化的机会,属于云平台交钥匙工程。

过去,超融合一体机被看成是入门级产品,只提供简单的功能;现在,随着OpenStack、VMware等软件技术的全面成熟,超融合一体机进入2.0时代,有机会实现更高的功能、性能和弹性扩展能力,同时大幅简化用户的软硬件配置、调优、管理和运维等的时间、精力与成本。

软硬一体的云2.0时代

InCloud Rail 并不是浪潮的唯一一体机产品。

2017年7月,在网易举办的首届云创大会上,浪潮与网易云正式签署战略合作协议,将在云计算、大数据和人工智能三大领域开展战略合作。双方同时公布了首批即将推出的5款一体机产品和解决方案,包括企业IM一体机、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。

其中,联合开发的企业IM一体机是一款私有化的即时通讯支撑平台,主要面向拥有众多员工且希望内部通讯数据更安全保存在本地的企业。智能客服一体机将集成网易七鱼智能客服系统,极大降低企业在客服人员与基础设施上的投资,并提升服务质量。

2017年9月,在百度云智峰会ABC SUMMIT上,浪潮和百度联合发布了ABC一体机,应用于传统的制造业。例如,钢厂利用ABC一体机来实现钢材瑕疵的智能检测,对于红皮、褶皱、孔洞等品质问题进行快速、精准的定位,提升质检效率。而在今年4月,浪潮与百度联合发布了面向AI应用的专用系统SR-AI整机柜服务器,实现了GPU资源池化,单节点最大支持16块GPU、整机柜最大支持64块GPU,应用于百度的无人驾驶、语音识别、图像识别等业务。

到了2017年10月初阿里云的2017杭州·云栖大会上,浪潮又成为阿里云专有云的硬件认证合作伙伴,也成为了阿里云专有云产业联盟的成员之一。浪潮在2017杭州·云栖大会上还面向公有云场景推出了高安全等级的可信云服务器,帮助公有云厂商构建从硬件到软件、从底层到顶层的平台信任链。浪潮从云主机安全、虚拟化安全、网络安全、数据安全、运维安全五个维度打造InCloud Security云安全体系,这些技术也都打包到了今天的InCloud Rail中。

彭震强调,一体化是云2.0时代的IT交付模式。因为云计算的软件与硬件越来越多样化,如果不做成一体机的形式,就会在实际使用时面临太多挑战。而浪潮从今年开始设计和推出了很多的一体机产品,就是为了给用户不同业务场景以更为简单的使用体验。

浪潮云计算产品部总经理蒋永昌强调一体机的核心目的:首先能够做一体化的交付,让不同IaaS软件技术与硬件做更好的匹配和融合;其次是简化管理。而超融合一体机最主要的诉求在于解决用户痛点,包括降低TCO、节约机房空间、更快速的部署业务等。

浪潮云计算产品部副总经理刘晓欣补充说,在企业上云的过程中,浪潮是根据用户的行业或者场景做了很多细分,而不是一套方案复制百遍,对于大型客户还是需要有专门的规划、设计、落地维护等。“超融合只是在上云过程中,把很多复杂的操作都简化了。”

据介绍,InCloud Rail超融合一体机建立在基于百度、阿里应用验证的融合架构基础上,预置InCloud Manager云管理平台,支持跨云平台融合和异构虚拟化环境的集中管理。InCloud Rail搭载基础环境快速部署工具,部署速度是传统解决方案的10倍以上,超融合架构一体机产品大大的降低了用户上云的难度。

某农信银行部署了浪潮超融合架构一体机,支持600多个节点的桌面云的快速部署,20个节点提供高达80w IOPS、100个桌面从批量创建到启动完毕小于30分钟,有效消除启动风暴、满足业务性能需求。由于采用了专门为I/O优化的超融合一体机,可实现系统快速部署,从安装虚拟桌面到发布仅耗时 8个小时、部署小于1小时。

总结来说,中国云计算走过了第一个十年,各种云的技术逐步走向成熟,在这个基础上再进行下一步的云化应用,才是真正的“云”。而从这个角度理解浪潮近几年提倡的“硬件重构、软件定义”的融合架构愿景,也才真正开始步入产业落地的阶段。(文/宁川)

2017-10-25

2017年7月,我国《新一代人工智能发展规划》发布。其中的战略目标显示,2020年,人工智能核心产业规模超过1500亿元,带动相关产业规模超过1万亿元;2025年,人工智能核心产业规模超过4000亿元,带动相关产业规模超过5万亿元;2030年,人工智能核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。

而根据工信部的数据,我国信息产业收入在2015年达到17.1万亿元。也就是说,到2030年相当于要再造半个信息产业。如果叠加上大数据和云计算,很可能就是再造一个信息产业。实际上,过去十年间的技术创新,更多是创造了社会化和共享化的计算,其中云计算是再造社会化的计算基础、大数据是再造社会化的数据中间件层、人工智能就是再造最上层的社会化应用。

如今,人工智能大规模应用的前提已经成熟。2016年,微软、谷歌、Facebook等都相继开源了自己的人工智能算法,IBM、亚马逊、BAT等也纷纷把人工智能嵌入到公有云服务中,雨后春笋般的智能音箱更让人工智能进入到千家万户。当2017年10月,AlphaGo Zero在问世后三天内即击败去年战胜李世石的AlphaGo版本时,人工智能产业化的拐点已经到来。

2017年10月24日,中科院系的中科曙光在青岛举办了2017中科曙光智能峰会,会上介绍了中科曙光在人工智能领域的全布局和发布了相应的产品线,同时启动了“数据中国智能计划”,以及在青岛投资14亿成立中国曙光国际信息产业有限公司(简称:中科曙光国际),中科曙光全球研发总部基地等也将落户青岛。中科曙光作为国家队的代表,其人工智能产业化是如何布局走子的呢?

从城市云到数据中国再到城市AI

中国工程院院士、曙光公司董事长李国杰在2017中科曙光智能峰会上表示,发展人工智能和大数据要重视大众的刚性需求,要实现“Big Data for Masses,AI for the Masses”(大数据为大众、人工智能为大众),不能只关注高端消费人群。

李国杰进一步强调,要满足大众刚性需求要有基础设施,在过去工业化时代就是所谓 “铁公机”,即铁路、公路、机场,而在信息时代的基础设施是互联网、云计算中心,到了智能化阶段的基础设施是大数据中心、机器学习训练平台等。

从2009年开始,中科曙光就建立了成都城市云计算中心,开创了国内企业投资建设运营、政府购买服务的城市云商业模式;2011年,中科曙光在成都云中心的基础上推出了“城市云”战略,推广成都城市云模式;2012年,曙光云计算技术有限公司成立;2015年开始,中科曙光就提出“数据中国”战略,要建设“百城百行”云数据中心,打造覆盖中国的云数据网络。

到了2016年,中科曙光再次提出“数据中国加速计划”以及“城市云品牌连锁加盟计划”,计划在50个城市实行城市云连锁加盟,复制“曙光城市云”在架构、技术、安全、服务、运营等各方面的最佳实践,再与中科曙光直营的50个城市云中心一起构建全国性云数据服务网络。而曙光智慧城市云平台——“云魔方”,集成了曙光液冷服务器技术、3D-Torus网络、云计算管理软件Cloudview等优势技术,可模块化快速部署、轻松应对10年扩展。

在曙光城市云数据中心里,集成了中科曙光的高性能计算、服务器、存储、安全、数据中心等IT基础架构产品与解决方案,也有大数据平台等软件产品,包括数据采集、数据预处理、数据存储、数据分析、数据展示等全面的大数据技术。中科曙光还是是目前国内唯一一家通过中央网信办云服务网络安全审查和工信部云服务能力评估双“增强级”的云计算、大数据服务供应商。

此外,中科曙光也与不同的合作伙伴研发专项大数据技术及创新,包括与国家信息中心开展电子政务云和政府大数据应用创新、与中科院大气物理所联合投资成立中科三清环保科技(北京)有限公司研究环保大数据、与中科院电子所联合投资成立“中科星图”的空天大数据和卫星遥感大数据、与中科院信工所联合开展安全大数据项目、与上海超级计算中心布局工业云和工业大数据等。

到目前为止,中科曙光已经构建了40余个城市云数据中心,初步形成了规模化的信息时代和智能化时代的社会化计算基础设施。2017年10月,中科曙光的“数据中国”战略再次升级为“数据中国智能计划”,也就是把人工智能和机器学习技术加载到曙光城市云数据中心,让城市云和大数据服务升级为城市公共AI服务,从而满足大众的需求。

李国杰特别强调,目前网络服务的龙头企业(BAT、滴滴打车等)都有自己的大数据平台,但是要让城市里的每个中小型创业公司都建立自己的机器学习训练平台,既无必要也不可能。对于这个刚需,城市公共AI服务就是答案。

软硬件一体集成化的城市AI

在2017中科曙光智能峰会上,中科曙光介绍了自己全面的人工智能技术与产品线,涉及应用、开发、软件、服务器等。

在产品层面,曙光推出了“全浸没式液冷AI训练专用服务器”、与人工智能芯片独角兽企业寒武纪科技联合研发推出“全球首款基于寒武纪芯片的AI推理专用服务器”;在平台服务层面,推出了曙光人工智能管理平台——“SothisAI”,具有异构融合、简单易用、弹性灵活、可快速部署等特点;在应用层面,曙光AI相关产品已经在视频安防、互联网、广媒娱乐、制造与自动化、金融、医疗、环境、物流交通、零食和新业应用等十大领域得到广泛应用。

加上之前曙光陆续推出的深度学习技术与产品,整体可以看出中科曙光的人工智能技术研发、创新和工程化方向是以城市云数据中心为落脚点的大规模AI服务。

其中,液冷AI服务器解决了AI服务器集群存在的高能耗、空间部署密度低、高噪音等问题,在实现节电40%效果的同时,消除了对数据中心运维环境和科研办公环境的噪音污染,曙光公司副总裁沙超群强调该服务器是目前世界上PUE最低的AI训练服务器、可低至1.02,能耗很低;基于寒武纪芯片的AI推理专用服务器PHANERON,一台可抵20台通用服务器,而明年底将推出PHANERON2,一台可抵100台通用服务器,让海量视频语音数据的持续实时分析成为可能;而曙光“超大规模公共安全视频内容分析系统”实现了深度整合N+1层神经网络、万路大规模视频并发处理和10万亿数据秒级查询响应。

曙光人工智能管理平台“SothisAI”更是关注大规模简化数据中心集成的人工智能软硬件管理和整体调优。沙超群强调,现在做AI计算,需要数据中心做大量异构硬件的配置、研究不同的算法框架、部署不同的软件、还要进行大量的数据训练,整个过程相当复杂,曙光的做法是让AI简单化、容易化、调优自动化,只需要简单配置就可以初步使用AI平台来计算。“我们希望用户用完以后说‘这就是AI,不是那么难’,就是为什么起名‘SothisAI’的原因。”

曙光SothisAI1.0架构自下而上分为资源层、管理层和应用层,资源层为数据中心的计算资源和数据资源,管理层分成应用管理系统和集群管理操作系统,应用层为离线AI训练引擎和在线AI推理引擎。其中,离线AI训练引擎主要包括语音识别、图像识别和自然语音处理三大主流AI应用,在线AI推理引擎可适用于平安城市、地理信息、精准医疗等城市AI服务。

在应用管理系统层,是经过曙光优化的Caffe、Tensorflow、Torch、Theano、Keras、MXnet等开源算法框架;在集群管理层是Slurm、PBS、Kubernetes、Mesos、Marathon等开源服务器和容器等集群管理系统。曙光一直关注高性能计算,是世界第六大高性能计算机生产和制造商。而大规模的AI计算是高性能计算的一个分支,SothisAI的核心管理层就应用了曙光在高性能计算领域积累的技术与经验。

曙光还提供了面向人工智能的统一编程优化环境。在2015年曙光联手中科院计算所与NVIDIA共同建立了深度学习联合实验室。过去两年中,该实验室做了大量工作,从底层支撑更多的软硬件环境、包括各种GPU产品,在此基础上形成了曙光的统一编程环境和混合编程接口,再通过人工智能计算力实时的分配算法,以分配计算资源。而曙光的人工智能基础性能函数库,则针对DNN、CNN等函数做了性能优化,可以提升20%-30%性能。

当然,曙光的这套人工智能体系也能用于私有云环境。为进一步繁荣智能计算的生态环境,曙光还在2017中科曙光智能峰会上发起成立了“数据中国‘智’囊团”,首批成员单位包括徐州市公安局、寒武纪、商汤科技、南瑞集团、中科三清、UCloud等在内共计15家公司。

进一步布局基础研发和国际市场

作为国家队,中科曙光的AI眼光还不止于商业。李国杰在2017中科曙光智能峰会上表示,发展人工智能要注重基础理论研发。去年国家自然科学基金计算机学科4863项申请项目中,计算机科学基础理论只有16项、计算机体系结构22项、程序设计语言及支撑环境13项、高速数据传输技术2项,相比之下应用方面的申请则有数百项。所以,中科曙光希望在学、研、产转化后,还能够反过来以产促研促学。

去年,中科曙光在国家高科技计划“863”课题支持下,联合国内外知名高校、研究院所、芯片和半导体器件制造企业,研制出面向云计算的新一代服务器——星河sdc1000,可以有效地面对“亿”级用户同时在线并访问的情况,解决了传统服务器体系结构与云应用负载不匹配的问题,“星河”的突破意味着并发通用服务器从“万级”步入“亿级”,这项研究就是来自于城市云的实际需求。

同样在去年,中科曙光还推出了科学大数据引擎,包括针对海量非结构化数据的曙光ParaStor并行存储系统、曙光高性能计算平台、曙光深度学习计算平台、曙光XData大数据处理平台以及曙光 EasyOP运维管理平台。该科学大数据引擎的推出,就是基于曙光超算的实践,包括:部署存储、处理、分析和挖掘,以及在贵州的世界最大口径单体射电望远镜FAST每天产生的5TB左右数据,与中科院大气物理所联合部署的“地球数值模拟装置”原型系统等。

曙光近两年了做了多项投资、合资和技术合作,都是围绕实际产业需求,再反过来促进研发原动力,包括构建完整的、安全可控的新一代信息技术体系,加大核心技术领域布局。2017年9月,中科曙光与国科量子通信网络有限公司合作,入局量子通信和量子计算。

SothisAI发布后,中科曙光还将启动“SothisAI开放实验室计划”,面向全球募集1000名AI算法、应用和服务开发者,开放曙光分布在全国的40多个城市云平台,以及包括地球数值模拟装置在内的若干大科学装置和先进计算中心,联合产业链上下游企业进行协同研发和服务部署,进而促进AI在智慧城市、智能制造和数据密集型科学研究领域的深入应用。

中科曙光的全球研发总部将落户青岛,为此中科曙光也将投资14亿在青岛成立全资子公司中科曙光国际。中科曙光全球研发总部将在青岛建立一支千人规模的研发团队,开展先进计算、人工智能、大数据等相关研发工作,中科曙光的“高端服务器生产基础”也将落户青岛。

在青岛成立中科曙光国际,还有一个长期目标,这就是瞄准国际市场。当前,我国的高铁、电信、互联网等公司都在积极进入和布局“一带一路”国际市场,而在数字经济时代中的IT设施已经成为和水电、交通等同样重要的基础设施,各国经济发展都离不开IT基础设施支撑,中国城市云和城市AI走向“一带一路”也是必然的趋势。

中科曙光总裁历军在2017中科曙光智能峰会上强调,将在人工智能、大数据以及超级计算机这三个领域在青岛展开布局,也希望未来曙光在青岛的基地能够面向全球市场,推广中国的超级计算机走向全世界。

总结来说,中科曙光在人工智能方面的布局,正如李国杰院士所说:人工智能企业史说明,算法固然很重要,但是光有算法决定不了公司的命运。他强调,AI公司要做大做强,不但要有一技之长,而且要有自己的平台和特有的数据,软件和硬件都要有过人的实力。作为国家队的中科曙光,正走在这条路上。(文/宁川)

2017-10-19

2016年以AlphaGo战胜李世石为代表,激发了全球人工智能发展,IBM、微软、百度等相继开放人工智能平台,加速人工智能的商业化进程。2017年初,万达与IBM Watson合作向万达商业引入人工智能技术,我国人工智能商业化进程开始提速。2017年7月,中国发布了《新一代人工智能发展规划》,标志着人工智能开始成为经济发展的新引擎和产业变革的核心驱动力。

人工智能对中国来说是一次弯道超车的机会。一方面,中国已经占据世界人工智能的主舞台。根据全球最大的科学文献数据库SCOPUS,2011年到2015年,中国学者在AI领域的论文数量排名世界第一。此外,中国人工智能专利申请数累计超过1.57万项,位列全球第二。另一方面,中国有庞大的数据、网民和丰富的应用场景,这是人工智能商业化的先决条件。

当前,人工智能正从技术驱动和数据驱动阶段,走向场景驱动阶段。人工智能的算法、芯片和计算力已经趋向成熟,而在互联网、移动互联网以及物联网技术的作用下,企业已经积累起了庞大的数据。接下来就是如何让人工智能在商业场景中快速落地,在更好地辅助商业决策之外,更创造出全新的数字商业模式。而在这方面,传统企业已经积累了极为丰富的商业场景,拥有实体场景的大企业与掌握核心技术的新锐公司的联姻,便显得顺理成章。

2017年10月17日,海航旗下的天海投资与专注计算机视觉的商汤科技达成战略合作,双方希望用机器视觉激活海航的万亿资产,并探索新的商业模式。前不久海航董事局主席陈峰在今年夏季达沃斯上表示,人类已经从工业文明进入信息文明时代,海航也要积极迎上时代步伐。天海投资作为海航科技集团旗下唯一A股上市平台,与明星人工智能企业联手,释放出全面进军人工智能的积极信号。

机器视觉打开数字商业空间

数字经济是人工智能商业化的新经济形式,是人类信息文明的新阶段。2017年3月,数字经济首次进入政府工作报告。今年的政府工作报告指出,要推动“互联网+”深入发展、促进数字经济加快成长。联合国贸易和发展会议发布的《2017年世界投资报告:投资和数字经济》也指出,数字经济正在成为经济增长与发展的重要驱动力。

对于发展数字经济来说,前提就是万物的数字化,而机器视觉在这个过程中将发挥重要作用。比如一本纸质书的数字化,第一步是用手机相机或扫描仪把每一页拍成数字照片或图像,然后再用机器视觉进行图像识别,提取其中的内容形成可数字化存储和搜索的文字或数字。换句话说,就是让安装了摄像头的机器可以“睁眼”看世界,看到的一切都能数字化。

而机器视觉主要指计算机图像识别,即用算法软件对数字图像进行识别。数字图像处理与识别可以追溯到1965年,50多年来图像识别算法已经达到了高度成熟的地步。每年的ImageNet是计算机视觉识别领域最权威的竞赛,近年来谷歌、微软、百度、阿里以及创业公司商汤科技、旷视科技Face++等参赛,各分项的识别率已经达到了95%以上,甚至超越了人眼的识别准确率。

接下来就是把已经成熟的图像识别算法大规模用于手机相机、安防摄像头等廉价设备中,再结合金融、物流、安防等商业场景,真正把机器视觉、图像和视频识别、人脸识别等与已经有的商业流程融合起来,在实现实体商业数字化的同时,还能创造全新的数字商业模式。

天海投资人工智能扬帆起航

人工智能只有与商业场景结合,才能真正落地并创造商业价值,为企业创造营收。机器视觉或计算机视觉在近几年来,已经在辅助驾驶、安防监控、人机交互、智能制造、自动建模等业务场景中得到应用,涉及金融、安防、医疗、汽车电子、手机、机器人、通信、工业等多个行业。

天海投资与商汤科技的合作,其布局人工智能的意图明显:天海投资要把海航的资源,通过商汤科技的技术加持,打造成自己的人工智能技术。双方成立的合资公司,不仅要服务于海航的场景,更要给整个人工智能行业带来变革性力量。

天海投资作为海航科技的核心运营平台,背后是海航集团丰富的业态和商业场景。据公开资料显示,截止2017年3月,海航年旅客运输量近1亿人次、运营管理飞机逾1250架、国内外通航城市270余个、国内外航线近1200条、管理运管及合作机场13家、商业门店逾1600家、运营及投资国内外酒店8000余家、旅游门店280余家。

成立于2014年11月的商汤科技,专注于计算机视觉核心算法的开发,为企业提供低门槛的计算机视觉技术,业务覆盖金融、商业、安防等行业。商汤科技在人脸识别、物体识别、图像搜索、智能监控等多个领域均有原创性专利技术积累,特别是基于自主开发原创的深度学习模型,极大地降低了计算机视觉硬件门槛。

天海投资与商汤科技的合作,在人工智能领域开启了“实体场景+核心技术”的新范式。对于天海投资来说,除了背后海航集团的产业图景之外,其自身技术实力也不容小觑。在2016年收购世界最大IT分销商英迈之后,天海投资一直在积聚在高科技领域的硬实力,包括投资人工智能公司,与中国联通建立大数据基地等。这次联手商汤科技,天海投资不仅要正式进军人工智能,更是要在AI场景化方面突破行业瓶颈。

场景化是人工智能领域的一大难点,此前的突破也大多集中于零散的场景应用。相比于之前的场景化落地来说,天海投资与商汤科技业务场景更具挑战性:更复杂的人流与物流、更开放的环境、多业态混合、多业务联动等。可以说,海航业务场景的深度、广度与复杂度是对机器视觉和人工智能技术的综合检验,可挖掘的空间和可创造的商业价值都远超之前的场景。

加速计算机视觉商业化落地是主要目标:双方将建立合资公司,充分发挥双方技术和资源优势;双方将共建超算中心和计算机视觉基础能力,特别是性能强大的超算可以高效处理海航的航空、旅游、酒店等产业大数据,同时搭建深度学习云,让AI模型具备更快速、更准确的识别和推理能力;在智慧空港、智慧酒店、智慧旅游、智慧租车等领域展开深度合作,打造海航人工智能核心技术;双方还将共同建设“产学研”一体的人工智能实验室。

用线下场景定义人工智能商业

2017年7月,商汤科技宣布完成4.1亿美元B轮融资,创下全球人工智能领域单轮融资最高纪录,商汤科技也成为全球融资额最高的人工智能独角兽企业。对于海航来说,丰富资源迅速实现数字化商业化,商汤是一个不错的选择。

据了解,商汤科技自2015年,就已经与多家海航集团成员企业合作,在通信、营销、安防方面积累了丰富的项目经验。今年商汤安检人证比对机产品率先在海航管理运营的某机场试点部署,并成功抓获首例冒用他人身份证的嫌疑人,大幅提高了智慧空港、安全空港建设水平。

天海投资背后是海航巨幅的产业图景,航旅、物流、零售、酒店、金融、机场,极具商业价值,这些都是宝贵的线上线下资源,天海投资的人工智能布局绝不能错过。而有了商汤科技在视觉识别领域领先的核心技术加持,天海投资的人工智能之路就有了较为明确打法。双方签约仪式上透露,通过机器视觉识别出在不同场景下的同一个用户,就能获得打通多个场景的用户生命周期,在为用户提供更好服务的同时,还能创造出跨业务场景的商业模式。

不过,这种多场景AI整体联动对于双方的合作来说是一个很大的挑战。目前来看,从单点突破到场景化应用再到多场景AI整体联动优化,是整个人工智能的下一步发展方向。之前的AI场景大多是单个、分散的应用,只解决了单点问题,而海航的机场、物流、酒店、零售等大业务场景以及这些大业务场景之间更高层次的AI打通,才会让AI创造真正的商业价值。商汤科技联合创始人、CEO徐立说“商汤科技一直致力于构建一个持续推动AI技术进步、数据积累和产业应用落地打通的正向反馈闭环。“对于商汤科技来说,需要海航的复杂业务场景,来定义新的AI问题,从而不断提高AI技术与算法研究,这本身也是商汤科技的AI之道。

数字经济时代,商业模式将发生巨变;基于人工智能的数字经济时代,商业模式将被颠覆。商汤科技作为中国人工智能创业公司的第一阵营企业,选择天海投资作为合作伙伴,看中的是天海投资拥有的场景和资源优势,而从海航来看,商汤的核心技术极具诱惑。双方的合作能碰撞出怎样的火花尚待时间检测,不过天海投资布局人工智能的决心和规划已展露,产业+技术的人工智能之路也或将开启AI发展的新道路。

2017-10-16

中国互联网产业正在掀起新浪潮。10月11日举办的2017杭州·云栖大会上,马云宣布要在未来三年投入1000亿人民币建立进行基础科学和颠覆式技术创新研究的“达摩院”,而这背后是阿里刚刚超越了亚马逊、达到4645亿美元的市值。截止2017年6月,中国在全球十大互联网上市公司中占据了五席。

中美已成为世界互联网的双引擎,中国互联网更在核心应用渗透等方面超越了美国:2017年4月余额宝以1656亿美元的资产管理规模,超越摩根大通成为世界上最大的货币市场基金;2016年度中国移动支付交易规模实现8万5千亿美元,高达美国同期的70倍以上。

根据工信部数据,2017年1-7月,我国互联网企业完成业务收入3848亿元,同比增长高达29.3%。巨大的互联网产业,正在释放更大的技术经济红利。2017年1-7月,我国互联网企业完成互联网数据中心业务收入60.7亿元,同比增长5%。截至7月末,部署的服务器数量达到106.7万台,同比增长30.1%。

作为中国服务器市场第一的浪潮集团副总裁彭震,在2017杭州·云栖大会上表示,中国互联网公司在应用场景方面的前瞻性、多元化、深入程度和规模化优势,正在创造新的技术产业增长空间,基于硬件重构、软件定义理念下的浪潮服务器正以JDM联合研发模式,释放互联网产业的新一轮技术红利。

紧贴大型互联网用户需求

(上图为浪潮集团副总裁彭震)

随着互联网产业规模的进一步扩大,互联网公司在应用场景上更具有代表性,抓住了互联网公司的应用场景就能牢牢把握技术新方向,围绕互联网公司需求开发技术、产品与解决方案,就能不断强化技术自主化程度、把握核心技术、掌控产业话语权。

“今天与互联网的场景,不像类似中石油这样的传统企业有自己的特殊需求。互联网应用都是数据中心的统一运维,满足靠前端的大规模用户需求,具有更大的可复制性。而互联网企业本身都是超级规模,对服务器的需求远超过了行业企业客户,在场景上更通用、更有规模优势。更不用说今天的互联网企业深入人工智能、大数据、数据分析等应用,远超过其它行业企业客户的程度。”

中国顶级互联网公司的数据中心年采购规模均超过10万台,集中采购服务器类型数量从过去不超过10款,到如今达到了40甚至百款之多,加上需要处理人工智能、大数据、数据分析等不同的新工作负载,对服务器配置多样化的要求越来越高;针对大数据的存储、处理和分析,则要求不断降低每单位IO和单位容量成本;而对人工智能中的深度学习应用,更要求更高的算力。

浪潮集团互联网行业部定制化产品部经理熊鑫在2017杭州·云栖大会上强调,当前企业对于数据的挖掘和认知,正从最初阶段发现结构化数据显性价值的结构化数据库,经过挖掘非结构化数据隐性价值的大数据分析阶段,走向挖掘非结构化数据内在逻辑的人工智能阶段。“我们对于数据的理解,总结一句话叫数据价值被不断挖掘,而且对计算力的要求不断提高。所以想要从数据中获取价值,计算力就需要不断突破。”在挖掘数据价值方面,互联网公司因为规模优势,走的非常靠前。

熊鑫特别强调,因为云计算的存在,也因为互联网公司越来越大,导致数据的集中度越来越高,出现了“数据寡头”现象。因为互联网公司掌控了大量的数据,数据越来越集中就导致类似BAT这种大互联网公司出现了非常明显的数据分层。目前,浪潮在互联网行业的存储服务器产品线分为2U12盘位到4U36盘位再到4U100盘位,热数据使用2U12、冷数据使用4U36、更冷的数据使用4U100,这种应对数据分层现象的产品,也只有针对大型互联网公司的需求才能研发出来。

2015年浪潮公布了“计算+”技术战略,确立了“硬件重构”和“软件定义”两个核心,通过一手抓前沿、一手抓关键,不断开发各类产品与方案,提高技术自主化程度。而JDM正是“计算+”技术战略思想指导下的模式,即基于浪潮和互联网企业双方产业链融合的产品服务的全程定制,浪潮正通过JDM把中国Tier1和Tier2的互联网运营商变成稳定客户,不断创新价值空间。

联合定制开发、创新价值空间

据IDC的统计数据,在2017年上半年,浪潮服务器销售额位居中国市场第一,市场份额19%。浪潮在互联网行业的市场份额连续9个季度蝉联第一。在天蝎整机柜服务器领域,份额一直保持在60%以上,在AI服务器领域的份额保持在60%以上。

在已经是红海的服务器市场,浪潮能够一直保持在前三强位置,与JDM模式密不可分。彭震介绍说,JDM从最开始的规划阶段,浪潮研发团队就与客户坐在一起,从原型设计、样品开发到共同验证,再到小批量出货和大规模部署,都由双方联合完成。JDM类似于软件的迭代开发,客户的想法可能一开始也没有想清楚,在联合开发的过程中要不断调整再最后定型。JDM大幅提升了硬件开发的敏捷性,极大缩短了硬件产品开发的周期。而在上线方面,JDM也大幅缩短了服务器产品的上线时间。

有了JDM模式的保证,浪潮可以更快交付定制化的产品方案,也可以和用户建立深入至架构层、芯片层的合作关系。今年4月,浪潮与百度联合发布了面向AI应用的专用系统SR-AI整机柜服务器,该系统实现了GPU资源池化,这套方案单节点最大支持16个GPU、整机柜最大支持64块GPU,应用于百度的无人驾驶、语音识别、图像识别等业务,可将训练速度提高5-40倍。

熊鑫强调,业务链的融合是JDM的核心。浪潮的研发人员会深入到客户业务中去,用户也会深入了解浪潮的运营,实现双方需求与研发端、采购端、生产端的全面对接。这种JDM模式是与互联网企业建立了超越一般意义供需双方的深度合作,用户关系从服务变成了共生。

业务链的融合还体现在JDM模式背后的浪潮柔性生产制造体系。位于济南的浪潮信息化高端装备智能工厂,由2条柔性智能产线、1座智能立体仓库、智能老化中心、8大品控实验室和智能物流中心五大核心部分组成,集智能化、自动化、模块化、数字化、精益柔性制造于一体,可适应多样化应用场景,解决了信息化高端装备的大规模定制生产难题,实现了高端装备的高效快速交付,产品交付交付周期从18天缩短至3到7天。

把互联网技术红利回馈给传统企业

JDM也不仅仅局限在与互联网公司的产品联合开发,还体现在把通过互联网应用场景锻炼出来的技术成果反馈给传统企业。

世界经济论坛(WEF)在今年年初发布的《数字化转型倡议》指出:2016—2025年的10年内,各行业的数字化转型有望带来超过100万亿美元的产业价值和社会价值。其中,消费品、汽车、物流、电力、电信、航空、石油与天然气、媒体、采矿、化学等行业在未来十年内由数字化转型所释放的产业价值将达到12.7万亿美元,超过我国当前全年的GDP,数字技术提升传统产业的前景十分光明。

浪潮和百度联合发布了ABC一体机就是一个典型互联网技术反馈给传统企业数字化的例子,该机型采用了百度深度学习框架、成熟的算法模型和云管理技术,再结合浪潮的AI计算硬件平台,覆盖了模型训练和线上推理两类典型需求,属于开箱即用的方案。首钢利用ABC一体机来实现钢材瑕疵的智能检测,对于红皮、褶皱、孔洞等品质问题进行快速、精准的定位,对1万张图片的钢板缺陷分类模式的预测结果与人工严格对比正确结果仅差2张,大幅提升了质检效率并节省大量人力。

而在异构计算方面,广告系统、语音系统等都需要实时计算,并且流量特别大,这种情况下 CPU与GPU都无法胜任,所以用 FPGA 做专门的硬件加速是一种高能效比的方案。在2017杭州·云栖大会上,浪潮发布了FPGA软硬一体化解决方案,特别针对图片压缩、数据压缩及神经网络加速三大应用场景。

浪潮FPGA深度学习加速解决方案,基于浪潮研发的业界最高密度的FPGA卡-F10A,并针对CNN卷积神经网络的相关算法进行优化和固化。传统企业只需要将目前深度学习的算法和模型编译成与浪潮深度学习加速解决方案的配置脚本,即可进行线上应用,省去至少3个月到半年的开发周期和相关成本。在算法运行效率上,浪潮FPGA加速方案相比CPU、GPU都有很大优势,例如在图片识别分类上,浪潮FPGA加速解决方案相比GPU能效比能提升7倍以上。

而浪潮在2017杭州·云栖大会上推出的可信云服务器,也是浪潮首次发布面向公有云场景的高安全等级的可信云服务器解决方案,可帮助公有云厂商构建从硬件到软件、从底层到顶层的平台信任链。浪潮云计算产品部总经理蒋永昌表示,以可信计算为基础构建完整的信任链,是实现云时代安全的必由之路,浪潮可信云服务器产品使得浪潮成为目前国内唯一能同时提供可信服务器和定制化可信增强中间件的企业。

蒋永昌表示,浪潮从云主机安全、虚拟化安全、网络安全、数据安全、运维安全五个维度打造InCloud Security云安全体系,通过与业界合作伙伴深入合作、联合创新,共同构建云端安全生态体系。在2017杭州·云栖大会的专有云分论坛上,浪潮成为了阿里云专有云的硬件认证合作伙伴,也成为了阿里云专有云产业联盟的成员之一。

浪潮集团副总裁彭震表示,要保持持续增长,背后一定要有技术实力的支撑,没有在高端领域的扎实基础,规模增长就会遇到天花板。要确保未来30年的增长,就必须要把握核心技术,掌控产业话语权。而深度绑定互联网企业的需求,把“硬件重构”与“软件定义”深入结合起来,就能持续把握核心技术、掌控未来30年甚至更长时间的产业话语权。

2017-10-14

最近,微软现任CEO Satya Nadella写了一本叫作《Hit Refresh》的半自传性质的书,这个书名源自浏览器上有一个“Refresh”按钮,点击按钮就刷新网页。《快公司》杂志随后刊出了一个封面报道,标题叫作“Microsoft Rewrites the Code”(微软重写代码)。

对于已经存在42年的微软来说,需要面向云计算重写整个软件代码。而对于刚存在8年、云中原生的阿里云来说,要做的却是在下一波发展中,进化自己的代码。2017年10月11日,数万人涌入了杭州云栖小镇参加一年一度的云栖大会,今年的主题是“飞天·智能”,而去年主题则是“飞天·进化”,当时就已经指出了进化之路。

阿里云具体如何进化呢?如果说去年还看不太清楚的话,今年阿里云的新三驾马车负责人在本次云栖大会第二天集体亮相,就可以清晰到阿里云的未来之路:阿里云副总裁李津;阿里巴巴集团副总裁、阿里云IoT事业部总经理库伟;阿里巴巴集团副总裁、搜索事业部&计算平台事业部负责人周靖人,以及阿里云大数据事业部总经理、阿里云机器智能首席科学家闵万里。

云、机器智能、物联网,相当于一个人的心脏(云)、大脑(机器智能)和神经系统(物联网)。特别是库伟首次正式亮相云栖大会,代表阿里云的组织结构进一步完整。新一代领导层集团亮相,阿里云已经做了全面进化的准备。而马云宣布千亿投资的“达摩院”以及首次亮相云栖大会的量子峰会,则为更远期的阿里云做了前瞻布局。

“今天云栖大会到场将近67个国家的客户,有近100万家付费企业今天在阿里云上。”阿里资深副总裁、阿里云总裁胡晓明以一个基本的数字开场。

从自建到自研

“飞天的诞生让我为团队感到自豪,这是中国第一个单个集群超过5000台服务器的通用计算平台,每一行代码都是我们自己写的,非常了不起。”阿里云的创始人、现任阿里巴巴技术委员会主席王坚在他的书《在线》中回忆。王坚于2008年9月加入阿里,2009年9月创建阿里云计算公司并任总裁,领导团队自主研发了大规模分布式计算系统“飞天”(也是阿里云的核心)。

“今天在云计算当中,不仅仅是云计算的操作系统成为唯一的竞争优势,再往下走一定是软硬件一体化,才能让云计算效率更高。无论是存储、计算、网络还是芯片等等,阿里云采用的是飞天系统与硬件层做深度定制化。”胡晓明在2017杭州云栖大会上道出系列新品背后的大逻辑。

首先,2017杭州云栖大会上,阿里云推出了雷神与神龙两条自研服务器产品线。其中,神龙云服务器采用自主研发的虚拟化2.0技术,兼有普通云服务器的弹性和物理机的高计算性能,再通过物理级别隔离实现加密计算,确保加密数据只能在安全可信的环境中计算,更可按秒级计费。

神龙云服务器出自阿里云的神龙计划,该计划是为打造下一代云计算核心技术而开展的中长期研究课题,包括自研芯片、核心业务加速设备以及重新定义硬件架构。实际上,IaaS层产品形态主要分为裸金属物理机和云服务器两大类。神龙云服务器兼顾了二者的优势,更能搭建新型混合云,让线下的专有云无缝平移到阿里云上。

雷神也是阿里云完全自主独立研发的服务器,该服务器支持模块化设计,配置多种机型,可以满足各行需要,同时支持人工智能、机器智能等新型计算。由于采用了异构加速,计算性能提升50%,同时有超强的扩展能力。

其次,推出了自研的SSD存储产品AliFlash。AliFlash存储产品分为AliFlashV1、AliFlash V2和AliFlash V3三个研发阶段,其中V1是自研PCIe SSD,已在内部业务批量上线,主要特点是软硬件自主可控和根据业务定制化;V2则是自研NVMe U.2SSD产品,成本相较其它品牌产品降低20%,目前已量产;V3则是PCIe和NVMe双模SSD,兼顾通用性和可定制性,目前处于研发阶段。

第三,推出了自研的企业云安全架构,采用“平台-用户”双层安全保障模式,涵盖业务、运营、数据、网络等11个维度共45个模块,系统保护了云平台的安全和用户的安全。目前,阿里云实时保护着全国50%的网站,每天帮助客户成功抵御16亿次攻击。过去一年里,阿里云已帮助用户修复87万个漏洞。

作为IaaS的基础服务,阿里云的ECS弹性计算基于百万级服务器磨炼和10年系统技术沉淀,服务着百万用户。如今,ECS在安全、稳定、弹性的基础上,形成通用型、计算型、内存型、本地SSD型、网络增强型等上百款实例规格,包括CPU、GPU、FPGA、ARM等,形成了完整的弹性计算家族,对应不同的业务场景。

本次杭州云栖大会,阿里云还推出了云上的第一款超算集群E-HPC产品,让用户可以轻松按需组建“云上超算中心”;第三代专有云,公共云的弹性伸缩、海量扩展的能力延伸至专有云中,让两朵云同源同构、保证了强一致性,同时具备秒级容灾能力和支撑万级每秒的业务交易,满足银行、保险等金融行业对安全稳定的需求,更能用一辆卡车就把专有云送到企业身边;阿里云全球数据中心区域增到19个,新增中国西南、中国华北、印尼、印度和马来西亚等5个区域,进一步增强了全球覆盖能力。

值得一提的是,阿里云基础设施还在25G网络、第三代分布式存储、遍布全球的19个区域的数据中心及高可用骨干网等方面的不断创新。而阿里云CDN客户24万+、节点数达到1200+、储备带宽达80T、带宽能力比肩Akamai,海外CDN节点扩建200余个,主要在欧洲南美等地区。

而在本次云栖大会之前,阿里云刚发布新一代自研高性能数据库PolarDB。阿里云PolarDB是国内首个自主研发的通用云数据库,拥有商业数据库一样的性能,但价格仅为前者的1/10,进一步降低用户的上云成本,满足用户在业务连续性、在线业务扩展能力、数据安全上的需求,PolarDB 100%兼容MYSQL,单个数据库最大规格为100TB,满足了数据处理能力的要求。

通往智能之路

阿里云总裁胡晓明在2016年8月的北京阿里云栖大会曾表示:“拥有了数据的积累,机器将替代人类的智商。我们认为人类一定会进入数据时代,我们认为人类一定会进入到人工智能的时代。”在2017年3月的深圳阿里云栖大会上,胡晓明宣布阿里云正在“通往智能之路”。马云后来进一步修正阿里的方向是机器智能。

从智能技术到人工智能再到机器智能和数据智能,阿里云的智能之路经历了从单点单体智能到多点多体和多种智能的过程,特别是多种混合智能技术在“城市大脑”中的综合应用,极大激发了阿里对于智能技术的发展以及提升了阿里云基础设施的支撑水平和能力,甚至激发了阿里对于量子计算的长期投入。

阿里通往智能之路,可以分为四个层面:一是在自身业务场景中锻炼和孵化智能技术;二是通过阿里云对外输出以及获得企业使用阿里智能技术的反馈;三是通过合作伙伴的生态进一步扩大智能技术的应用场景与获取各类商业大数据;四是与科研机构合作更为前期的前瞻性智能技术,比如与中科院合作的量子计算。

智能技术在阿里自身业务场景中有着广泛应用,经过了实践检验的智能技术,经由阿里云对外整体输出,这就是2016年8月推出的阿里云人工智能“大脑”ET,以及ET所基于的计算平台——2016年1月推出的大数据“数加”平台。

阿里云人工智能大脑ET源于早先的阿里云人工智能机器人小Ai,阿里云于2012年就开始人工智能领域的技术研发和储备,研发了后来被称为“MaxCompute”的海量数据处理计算引擎,当时叫做ODPS。ODPS的实时计算系统StreamSQL,后来在阿里云数据加平台被称为“StreamCompute”。2016年1月,阿里云发布了“数加”平台,这是小Ai的计算基础设施。2017年10月,阿里云发布了升级的MaxCompute 2.0和SteamCompute 2.0。

阿里云人工智能科学家闵万里14岁被中科大的少年班录取,19岁赴美攻读物理学硕士,2004年获得芝加哥大学统计学博士,先后在IBM Watson研究院及Google担任研究员,2013年加入阿里云负责人工智能项目小Ai。闵万里在脑电波(EEG)解析、高维数据挖掘、随机过程理论、时间序列分析、网络流理论等领域获得多项国际专利,他于2011年发表的道路交通流预测研究,是该领域全球五年来被引用次数最多的论文之一。

AlphaGo为代表的深度学习算法,主要解决的是下棋这样一个单目标两个体对弈优化问题,而小Ai要挑战的本质上是多目标联合优化问题,典型应用之一就是《我是歌手》总决赛预测,包括7歌手混战、对音乐的艺术和情感理解以及对多种多位评审的评估与分析,这涉及到了全面的大数据技术。2016年8月,阿里小Ai全面升级为人工智能“大脑”ET,阿里云称ET的背后为大数据AI技术。

2016年7月周靖人加入阿里云,他同样毕业于中科大,后获得哥伦比亚大学计算机博士学位,从2004年开始在微软美国研究院工作,负责开发云计算架构的大规模分布式计算系统,该系统是整个必应搜索后台数据服务的基石。加入阿里云后,周靖人主要负责大数据平台和阿里人工智能研究机构iDST。

周靖人带领的阿里人工智能研究小组提出大数据AI,就是把大数据技术与AI技术结合起来,即随着大数据的发展和分布式系统计算能力的突飞猛进,不再需要对数据进行取样或裁剪,而是可以利用成千上百的机器进行数据分析,再通过类似人类的神经网络无限逼近现实,最终促使人工智能更加精准。周靖人强调,把人工智能加上大数据就形成了数据智能,这阿里的独特之处。

可以理解为阿里云的人工智能思路是一个基于概率统计的全局性决策优化过程,在决策过程中需要多组变量输入,其中的部分变量是通过基于人工神经网络的深度学习优化得来。从这个角度来看,ET更像是一个智能大脑,而不是局部的神经元网络。

大数据AI把智能从个体感知推进到了全局智能阶段,最典型的例子就是城市全局交通状况预测。在2016年10月的2016杭州云栖大会上,杭州市政府公布了一项计划:为这座拥有2200多年历史的城市,安装一个人工智能中枢——杭州城市数据大脑,即“城市大脑”。

“城市大脑”的第一个课题就是交通拥堵治理,通过各类数据感知交通态势进而优化信号灯配时,“城市大脑”目前已覆盖杭州主城区莫干山路区域等路面主干道,以及南北城区的中河-上塘高架等快速路,同时服务萧山城区。目前,杭州已有128个信号灯路口由城市大脑掌管。

在杭州主城区,“城市大脑”调控了24个莫干山路区域红绿灯,通行时间减少15.3%;试点中河-上塘高架22公里道路,出行时间平均节省4.6分钟;在萧山,104个路口信号灯配时无人调控,范围西至萧然西路、南至晨晖路、东至通惠路、北至萧绍路,此外还包括市心路、育东路、北山南路在内的5平方公里,车辆通行速度提升15%,平均节省时间3分钟。

萧山区还创新实现了120救护车等特种车辆的优先调度,事件报警、信号控制与交通勤务快速联动,提升应急事件处理效率。一旦急救点接到电话,“城市大脑”就会实时计算,自动调配沿线信号灯。据测算,救护车到达现场的时间已缩短一半,平均节省7分钟。此外,“城市大脑”还会自动通知到达医院急救室需要什么样的设备和药物等。“城市大脑”把智能技术推进到了多目标、多体联动智能优化阶段,为此阿里云推出了OneData统一数据平台。

“城市大脑”的一项基础能力是对全城数万路摄像头进行实时分析,做出全局的判断,如果换成人类交警,仅仅是去看这些视频就需要十几万人。因此,马云在2017年6月的世界智能大会上表示,不能按人脑来设计“城市大脑”,不应该让机器去模仿人类,而让机器去做人类做不到的事情。“让机器去发展自己智能的力量、尊重机器、敬畏机器,一个巨大的系统的诞生,它会与众不同的走出不一样的东西。”这就是超越了人工智能的机器智能系统。

简单理解,人工智能可以实现对单摄像头的视觉识别,而多摄像头的视觉识别数据联动分析、优化以及相关调控,就只有依靠大规模的机器智能来实现。马云在2017杭州云栖大会上进一步指出,在机器智能前提下,要调整之前的人工智能思路。

如果是用机器智能来识别机器视觉数据,那就不需要4K高清摄像头,因为高清摄像头是为了人眼识别而设计,而对机器来说可能只需要一个低清摄像头即可。归根结底,人眼分析的是直观图像,而机器分析的是二进制数据,这是两个完全不同的维度。另外,用低清摄像头还能大幅减少数据采集、传输与分析等的速度以及降低相应的成本,整体上将能大规模优化机器智能系统。更进一步,从机器智能产生的更多数据,将能自动产生和优化智能,能创造未知的机器智能;而不像人工智能那样需要人工标注,也就是把已有人类知识赋予机器,机器智能将是一个全新天地。

还需要说明的是,“城市大脑”不是“智慧城市”。“智慧城市”更侧重于城市的信息化与数字化,而“城市大脑”更侧重于城市数据的治理、管理与分析。在智能技术这个维度,“城市大脑”更偏向非结构化大数据分析,而电商等系统则都是结构化数据分析,“城市大脑”能把阿里云的技术带到下一个阶段。“城市大脑”的研究在进一步从交通拥堵治理拓展到其它城市治理领域,同时还在从城市大脑扩展到工业大脑、医疗大脑等行业中。

万物互联的智能神经网络

“互联网后的下一个风口是物联网,这已经是共识。”在2016年春节后阿里集团的开年第一个峰会上,阿里CEO张勇带着阿里智能生活事业部、阿里YunOS事业部、阿里云事业群在“2016阿里物联网生态峰会”上向业界展示了对物联网的思考。

2017年10月的杭州阿里云栖大会上,阿里巴巴集团副总裁、阿里云IoT事业部总经理库伟正式亮相。库伟是原中国联通市场营销副总兼终端与渠道支撑中心(联通华盛)总经理,2016年8月加入阿里。库伟低调加入阿里负责IoT一年后,才在2017年10月的杭州阿里云栖大会上正式露面。

去年初,张勇曾说过:“年前我们内部也做了一个很热烈的讨论,面对物联网今天阿里准备了什么,希望用什么样的方式跟合作伙伴合作,在未来新产业链当中阿里占据什么样的布局,为合作伙伴和终端客户提供什么样价值。”在2017杭州阿里云栖大会,阿里拿出了自己的完整思路和方案。

根据权威数据,2017年整个物联网的设备连接数会达到84亿,而到2020年整个物联网的连接数会达到208亿。物联网的发展非常迅速,但是任何一个新的产业都不是一促而就,会碰到各种各样的问题。库伟介绍,基于前期大量的搜集整理和调研,阿里对物联网行业归纳出了几百个痛点,梳理出四个主要的方面:方案研发难;服务整合难;成果复制难;安全问题突出。

“我们以解决行业痛点为出发点,为客户创造价值,助推产业发展作为我们的出发点。所以我们的定位是做物联网基础设施的搭建者,基于阿里巴巴自身的资源,有三个重要方面的事情要做,分别是平台、市场和标准。”库伟表示在2017杭州云栖大会上表示。

阿里云在2017杭州·云栖大会上宣布正式发布Link物联网平台,阿里云Link物联网平台将战略投入物联网云端一体化使能平台、物联网市场、ICA全球标准联盟等三大基础设施,推动生活、工业、城市三大领域的智联网。

平台方面,阿里云要搭建一个全行业最完善的云端一体化使能平台,目的是最大限度降低开发者的创新成本。在一体化的使能平台上,云上的一站式开发平台、技术服务平台、内容服务平台,还有开发垂直行业的开放平台,整合安全、低功耗嵌入平台以及边缘计算平台等能力。2017杭州云栖大会还发布了自研的嵌入式操作系统AliOS Things,让硬件终端更安全、稳定、低功耗。

阿里物联网云端一体化使能平台使能平台,将把阿里巴巴多年经过考验和沉淀的技术开放出来,包括大数据、AI等,也把阿里巴巴多年来生态建设的沉淀交付给开发者,包括支付、地图、金融、物流等。

在市场方面,阿里将搭建一个完善的物联网市场,目的是为了降低物联网解决方案的复制和普及的成本。这是一个全覆盖、多样化的市场,既有硬件也有软件,同时还有覆盖各个场景的软硬件一体化解决方案。该市场将利用阿里巴巴多年来在电子商务领域的经验和平台优势,让用户在这个市场上一站式的实现交易、采购、认证、支付、评价等一体化流程,同时能够快速简单的找到所需要的各类物联网解决方案。阿里认为,只有这样才能够适应物联网的碎片化场景,才能够让解决方案快速构建、复制并且普及推广开来。

在标准方面,阿里云与合作伙伴共建一个全球最开放的ICA物联网合作伙伴联盟,目前已经有111家的企业加入,这些企业都是物联网产业链最顶级的合作伙伴,包括高通、施耐德、博世等。同时,阿里云也会和W3C、OCF等国际标准合作,在中国落地国际标准。而在缺失国际标准的情况下,阿里云将联系相关标准组织和该领域核心企业,制订事实标准并推动成为国际化标准。目前ICA已经成立了7个标准工作小组,包括:安全、数据、连接与接口等,不到半年的时间内已经推出了4组标准规范,这些标准将促进数据与设备的互联互通,从而促进行业的分工、协作与升级。

“基于物联网的深度和广度,确实我很难用几句话把物联网给大家解释清楚,但是我认为从认知这个角度出发,在这个时代的转折点上,物联网有其自己的使命,我们认为有以下三个方面:首先,物联网将物理世界抽象到数字世界;其次,通过数字世界我们将重新认识物理世界;最后,物理世界的数字化将变革人类的生产实践活动。”

“我们帮助合作伙伴实现将前台客户和后台开发者链接起来,将云上技术和端上硬件链接起来,将芯片、传感器厂商和方案商链接起来,将产业链上的万事万物网络状链接在一起,推动物联网向智能网迈进。”库伟表示,在未来5年内将持续投入,实现“服务100万开发者、沉淀100万物联网应用解决方案、链接100亿物联网设备,撬动全球物联网产业实现万亿市场规模”目标。

而作为智能物联网与消费者和用户的语音交互入口,2017年7月阿里人工智能实验室发布首款人工智能语音设备天猫精灵X1,内置人机交流系统AliGenie。天猫精灵的面世,帮助阿里智联网打开语音交互的大门。

伴随着与用户的持续互动,AliGenie不断进化成长。依托阿里生态的服务能力,AliGenie目前已经实现涵盖影音娱乐、新闻资讯、购物外卖、家居控制、生活助手、儿童教育等100多项技能。2017杭州云栖大会期间,阿里巴巴人工智能实验室发布了AliGenie 开放平台,主要包括三大部分:精灵技能市场、硬件开放平台、行业解决方案,全面赋能智能家居、新制造、新零售、酒店、航空等服务场景。

基于AliGenie开放平台,普通硬件产品能够便捷的获得语音交互能力,未来越来越多的硬件设备和行业场景,将共享到人工智能语音和智能物联网的时代红利。

远景展望:阿里达摩院与量子未来

2017年3月9日,阿里巴巴首开杭州召开首届技术大会,动员公司两万多名技术人员投身“NASA”新技术战略:面向未来20年组建强大的独立研发部门,为服务20亿人的新经济体储备核心科技。2017年10月11日的2017杭州云栖大会上,马云宣布投资1000亿成立阿里达摩院,马云同时说在公司刚刚成立七八年的时候,坚决反对公司成立任何研究室、实验室。

“前面十年谁都不能跟我谈实验室。因为当时我们是一个初创公司。尽管我们很强调技术,但是公司在还没有立足之前就考虑研发是大灾难。”马云强调,“阿里巴巴那时候的利润很低,这点钱说不定搞一次就没了。但是今天的阿里十八岁了,我们要有担当精神;今天的阿里也跟以前不一样了。”

阿里巴巴集团达摩院,聚焦研究量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、人机自然交互、芯片技术、传感器技术、嵌入式系统等,涵盖机器智能、智联网、金融科技等多个产业领域,为人类未来三十年科技创新储备基础能力。

在2017杭州云栖大会上,阿里巴巴公布了达摩院首批十位学术咨询委员会成员,十人中有三位中国两院院士、五位美国科学院院士,包括世界人工智能泰斗Michael I. Jordan、中国唯一的图灵奖获得者姚期智院士、分布式计算大师李凯、人类基因组计划负责人George M. Church等。

为实现更好的布局全球,阿里巴巴集团首席技术官张建锋表示,“达摩院”未来将在全球各地组建前沿科技研究中心,包括亚洲达摩院、美洲达摩院、欧洲达摩院,并在北京、杭州、新加坡、以色列、圣马特奥、贝尔维尤、莫斯科等地设立不同研究方向的实验室,初期计划将引入100名顶尖科学家和研究人员。

“阿里巴巴希望走出自己的模式,我们会学习IBM、学习微软、学习贝尔实验室这些伟大的实验室,但我们必须走出自己的路,”马云表示。“今天中国的人才、技术、资本和担当,我们拥有足够的能力打造世界一流的研究机构,我们也必须思考达摩院未来必须要超越英特尔、微软、IBM这样的研究院,因为我们生于二十一世纪,我们是有机会后发优势的。”

“解决社会问题”是阿里巴巴始终贯彻的技术研发逻辑,也是阿里达摩院的首要任务。阿里达摩院的第二个任务就是服务全球20亿人口、解决1亿人口的就业机会、创造1千万企业的盈利发展空间,为世界经济提供共享普惠、健康快乐的可持续发展动力。马云还希望即使有一天阿里巴巴不在了,达摩院还能继续存在。

阿里云总裁胡晓明在谈到阿里达摩院和阿里云的关系时表示,阿里云主要关注现在以及未来2-3年客户的技术需求,而阿里达摩院将会专注未来基础技术研究。未来达摩院的商业模式会跟阿里云密切合作,所有技术产品的商业路径,都通过阿里云这个平台。

2017杭州云栖大会期间,“达摩院”支持研发的量子技术领域做了首个重量级发布——阿里云联合中国科学院量子信息与量子科技创新研究院(上海)共同宣布了“量子计算云平台”上线。量子计算云平台前端对用户提供云端的量子算法开发测试环境,后端连接经典计算仿真环境和真实超导量子计算。阿里云提供云计算资源支撑经典计算仿真环境,用户可以登录阿里云官网使用。

过去两年,阿里云一直在积极推动量子计算:2015年7月,中国科学院与阿里云在上海宣布共同成立“中国科学院-阿里巴巴量子计算实验室”;2017年3月,深圳云栖大会上,阿里云公布了首个云上量子加密通讯案例。2017年5月,世界上第一台超越早期经典计算机的光量子计算机在中国诞生,该计算机由中科大、中科院-阿里巴巴量子计算实验室、浙江大学等共同研制完成,将可高精度操纵的超导量子比特数从此前的记录9个提升到了10个;2017年9月11日,世界知名量子计算科学家、密西根大学终身教授施尧耘加入阿里云,担任阿里云首席量子技术科学家,成为阿里巴巴集团量子信息技术的学科带头人;2017年10月,“量子计算云平台”上线。

阿里云总裁胡晓明在2017杭州云栖大会公布了阿里云在量子技术的发展规划,包括量子软硬件、系统算法、计算应用等。胡晓明强调,目前量子还没有到产业化的时候,还处在从实验室慢慢地培养量子环境、量子技术的时候。虽然量子计算产业化可能还需要三年五年甚至更长的时间,但这不妨碍对量子计算的持续投入。

量子计算具有划时代的意义。300多年前,牛顿力学的诞生不仅完善了现代科学的基础,更推动了第一次、第二次产业革命。受益于两次产业革命,英国、德国、美国跻身世界工业强国。而20世纪初兴起的相对论和量子力学,则可以视为继牛顿力学后的第二次科学革命,我们现在就处于量子理论对于社会影响的初始阶段,未来还有很大想像空间。

自写下第一行代码到如今的8年后,阿里云已经“蝶化”到了云、机器智能、物联网三位一体的完整结构,产品范围从底层IaaS扩展到完整的云数据库产品、机器学习平台、开发工具、移动开发云、OneData数据中台、Aliware中间件等PaaS产品,以及基于DI数据智能平台、面向电商企业、生产销售型企业、产品应用型企业的协同办公、客户服务、CRM、服务共享中心、移动终端、数据展示、营销等多种SaaS产品,再通过与SAP ERP等应用软件的合作,满足互联网企业和传统企业的几乎所有IT需求。

今天的阿里云,正在重新定义云和IT:从Information Technology到Internet Technology,而阿里云还在重新定义Internet Technology。一个新IT时代,才刚刚开始。

2017-10-09

(上图为甲骨文公司联席CEO Mark Hurd)

自从2010年全面向云计算的商业模式转型以来,在刚结束的甲骨文公司2017年财年第四财季,甲骨文首次实现了单季超过10亿美元营收、2017财年收入达48亿美元的云业务,成功跻身全球云计算领导厂商之列。而在甲骨文公司2018财年第一财季中,云业务总收入上升51%至15亿美元。

与AWS脱胎于互联网公司的路径不同,甲骨文向云转型是完全从一个传统软件产品模式向云和软件服务模式的转型,对于传统企业转型极具示范意义。目前,甲骨文公司从产品模式向服务模式的转型还在进行中,但大部分的新产品和新服务都已经完成了研发和部署工作,接下来就是大面积向市场交付以及相应的推广和销售(即Go-to-market)。

在过去的7年间,甲骨文的高层都有何决策逻辑?他们是怎么看趋势、市场、转型、竞争等话题的?他们又是怎么应对转型之中的挑战?在2017年10月初举办的甲骨文全球大会Oracle Open World 2017上,甲骨文公司联席CEO Mark Hurd与笔者独家探讨和透露了甲骨文向云转型的那些关键决策逻辑。

商业模式从产品向服务转型

Mark Hurd:甲骨文的商业模式是软件产品与服务,我们长期以来的商业模式是软件的许可证(license)以及相关的软件支持服务,但我们现在转换到了服务的商业模式,从用户的订阅中赢利。

云服务的商业模式与之前的软件产品商业模式之间,并没有本质上的区别,这两种都是极具吸引力的商业模式,但要从软件产品的商业模式过渡到服务业务的商业模式,这需要时间,好消息是我们已经基本完成了大部分的转换工作。

所有这些转换的过程和结果,都在我们在财报上很透明地体现了。在我们的财报上,你可以看到我们云业务的成本和营收、软件许可证业务的成本和营收、软件支持服务业务的成本和营收,从财报上可以清晰地看到商业模式转换过程中的动态变化。总而言之,我们的财务数据都很透明地体现在财报中了,任何人都可以查阅和理解我们商业模式的变化及过程。

转型策略之客户

Mark Hurd:在帮助大型企业向云转型方面,我们的策略就是不强迫用户作出选择,我们不需要用户做任何事情,他们可以用自己喜欢的任何一种方式向云迁移,而我们提供了所有可行路径的技术、产品与服务支持。

我们的策略是让用户极为容易地把自己的传统工作负载从本地计算环境向云计算环境迁移,同时让用户可以很容易地在Oracle云中建立起新的云原生的工作负载。

之所以能做到这些,是因为我们提供的云技术体验极为简单方便,同时不断优化它,让它变得更好。Larry在本次甲骨文全球大会2017上展示的自治数据库就是这样的一个典型例子,我们不断让向云迁移的过程以及使用云服务的过程更加自动化,这样就能不断为用户降低成本和价格,同时还能大幅提供安全性。Oracle云就是这样一种高度自动化、高度安全,同时又是低成本的云服务。

转型策略之竞争

Mark Hurd:说到竞争,竞争无处不在、无时不在。我们的策略是开发最好、最全面的企业SaaS应用,同时创建最好的PaaS层以为用户提供分析、人工智能、物联网、数据库、安全等工具,而这些PaaS层的能力也能为Oracle SaaS提供技术支撑,再加上最好的IaaS层。

在过去5年中,我们不停地发布一项又一项云产品和服务,现在回过头来看,就会很容易明白我们为什么会发布这些云产品和服务。在过去5年中,我们都在不停地从竞争对手那争抢客户过来,我们的数据库业务已经很大了,但仍在不断扩大市场规模。在企业应用市场,我们已经有20%的市场份额了,每年企业应用市场都会有2%-3%的增长,我们仍会从这2%-3%的增长中争夺70%-80%的空间。

看一下整个B2B IT市场,在过去的几年一直是持平的状态,也就是没有增长。但在上个财季(甲骨文公司2018财年第一财季),我们仍到7%的增长,也就是说我们在赢得市场。

转型策略之全球市场

Mark Hurd:针对全球市场,我们的策略是在全球提供统一的云产品和云服务,再根据不同国家市场进行本地化。因此,我们的策略就是全球部署、本地执行,当然也会根据不同国家的法律法规而做调整。针对阿里云这样的本地竞争对手,我们的策略是专注于做好自己,确保在我们专注的领域做到最好。

我们在中国市场取得了一个又一个的成功。好消息是,一个成功会带来下一个成功,我们策略是做好产品,然后像就由像甲骨文中国团队这样的优秀团队,把我们的产品推向各地的市场和用户手里,这也是我们的最基本的策略,即做最好的产品、最好的技术、最好的服务,然后再交到用户的手里。NetSuite是很好的产品,特别适合中小企业市场。我们正在为NetSuite增加更多的研发和销售投入,中国有着巨大的中小企业市场,NetSuite也会在这个市场中成功。

我们在中国正在扩展分销和销售,中国是一个巨大的市场,有数十万亿美元的GDP、年GDP增长6%-7%、为全球GDP年增长贡献40%,我们必须要服务好这个市场。

转型没有“魔法”

Mark Hurd:我们向云转型,Larry和我以及甲骨文高层,在一开始做出的决定就是要转型,而且要尽快转型。尽管当时我们的业务很好,也有很好的赢利表现,但我们看到了市场的大趋势,于是决定要提前布局做好准备,转型越快越好,这样转型的短期阵痛就越短。

我们尽全力,越快渡过转型期越好。我们显著增加了研发费用,而我们的研发也是全面围绕云计算展开。其次,我们部署了大量的数据中心,在不同国家和市场都有我们的数据中心布局。再次,我们增加了销售投入。

这几件事情,我们几乎都是同时在展开,我不觉得这个过程中有什么特别之处或是有什么“魔法”,我们只是尽力快速推进转型,但快速的同时还要保持良好的企业状态,而不能为了转型而丢失客户,我们不会为了转型而停掉对原有传统业务和传统业务下客户的支持,但同时也投巨资用于新业务的研发。

总的来说,我们是从客户长期的利益而做出我们的选择,当然也要照顾到短期的公司利益,所以必须要快,同时也要支持客户渡过他们自己的转型期。

笔者短评:

公有云是IT的一次彻底的商业模式变革,是从产品模式走向服务模式的世纪转型。类似航空发动机巨头Rolls-Royce过去销售飞机引擎,未来则销售“飞机时间与维修服务”,航空公司改为“租用”飞机引擎,由Rolls-Royce负责飞机引擎的维护等工作,航空公司只需要按照飞行小时付费即可。

同样的产业变革正在IT领域发生。不同的是,企业用户所需要的IT服务,转由公有云厂商的全球化数据中心来提供,谁能率先在全球建立起规模化的云数据中心,谁就能在未来的IT产业占据长期有效的竞争优势、建立起竞争壁垒。公有云数据中心所使用的IT技术,本质上与之前的IT技术没有本质差别,区别在于哪家公司能够下决心投资,最先、最早建立起全球规模的云数据中心。

能够做出这样巨额投资的公司,实际一共也不会超过5个。下一代企业级IT巨头,将被这5家公有云厂商垄断。在过去5年,甲骨文公司成功构建了可让客户迁移至云端或从云端开始发展的应用程序、平台和基础设施;过去5年间,甲骨文发布了3,500多项SaaS服务和超过125多种PaaS服务,成为了业界最全面的云;过去12年,甲骨文向云转型的相关研发投资超过了450亿美元,花费超过700亿美元并购了120家公司。

甲骨文在过去几年一直蝉联中国SaaS市场第一的地位(IDC数据),去年在中国连续获得了联想、侨鑫、海尔、百洋等大型企业云客户,甲骨文公司在全球云市场也在快速进展,这些都是甲骨文公司在过去7年坚决果断向云业务投资的结果。

今天的甲骨文公司已经面向以公有云为核心新型IT服务模式建立起了新的竞争优势,全球22个数据中心区域的规模,已经可以与AWS和微软比肩,而且甲骨文还在投资更多的数据中心以覆盖更广泛的地理位置和市场。与AWS和微软相比,Oracle云的优势还在于数据库技术、中间件技术以及完整的企业应用组合,而现成的应用组合让企业可以马上用起来而不用自行开发,这无疑将加速企业向云转型的过程和速度。

正如Mark Hurd所说,企业转型其实没有“魔法”。如果说有转型“秘诀”的话,那么第一是对于未来趋势的正确判断;其次是在正确判断的基础上下决心转型;第三是根据客户长期需求,制定长期对公司有利的转型方向与目标;第四是坚决果断地投资和执行转型;第四是尽快渡过转型期,以最快的速度建立起新业务的规模并开始盈利,同时不减弱对传统业务的投入;第五是组织和文化的转型,以配合产品与业务模式的转型;第六是转型过程中要保持透明和持续沟通。

这几条“秘诀”归结为一条的话,那就是:“天下武功、唯快不破”。(文/宁川)

2017-10-07

Evan Goldberg在30年前进入甲骨文公司成为一名技术人员,1998年他看到了互联网趋势,离开甲骨文并创办了NetSuite。在思考NetSuite业务模式的时候,Evan曾与Larry Ellison有过讨论。当时,在1998年的时候,Larry告诉Evan,未来将通过互联网交付应用,仅仅使用浏览器就可以运行一家公司,NetSuite于是把这个想法在ERP领域落地。

2016年,从事中小企业ERP SaaS云服务的NetSuite被甲骨文以93亿美元收购,而甲骨文在2009年收购Sun公司也只花了74亿美元。在2017年10月初美国举办的甲骨文年度大会Oracle Open World(OOW)上,NetSuite创始人兼CTO Evan Goldberg透露了这段鲜为人知的历史。“通过互联网Web运行应用程序的计算方式,将是下一代计算的模式,这将成为下一个千年的IT模式。”这就是Larry Ellison在1998年告诉Evan Goldberg的未来。

那时距离甲骨文公司成立差不多有20年,而在2017年甲骨文公司40岁的时候,这个未来IT已经以云计算的方式成为了现实。甲骨文在过去12年,狂砸超过450亿美元研发费用,用超过700亿美金收购120家公司,强势实践了自己20岁的神预言。在刚结束的2017年财年第四财季,甲骨文首次实现了单季超过10亿美元营收、2017财年收入达48亿美元的云业务,成功跻身全球云计算领导厂商之列。

20年前,预见未来

1977年,甲骨文公司成立了,由大名鼎鼎的硅谷传奇人物Larry Ellison在32岁时创办。截止2017年的40年来,甲骨文成为了世界上最大的数据库公司以及企业级软件公司之一。2013年甲骨文由纳斯达克转纽交所上市,当时市值曾超过1500亿美元,2017年甲骨文公司市值超过2000亿美元。

甲骨文公司初创时期最大的成功在于抓住了关系型数据库的机会。数据库最早的萌牙出现在20世纪60年代,其中关系型数据库因其简单清晰的设计原理而成为现代商用数据库产品的基础。1976年,IBM发布了类似英文一样可表达的命令语言SQL的说明,用于操控关系型数据库。1979年,甲骨文发布了第一代也是全球最早的商用关系型数据库。1982年,IBM才发布了自己的第一代关系型数据库SQL/DS,之后于1985年发布了DB2。

正是因为对于未来技术趋势的大胆判断以及对于商业的精明运营,甲骨文的数据库产品获得了巨大的成功。甲骨文的数据库广泛支持并行机、大型主机、小型计算机、工作站、个人电脑等多种计算设备,允许用户在不同计算设备上使用并迁移Oracle数据库,1994年的时候Oracle数据库支持超过100种硬件和操作系统环境。如今,甲骨文几乎占据了全球主要行业和企业的数据库市场份额,财富100强中有98家都在使用Oracle数据库。

在数据库核心产品之上,甲骨文从1980年代开始投资企业级应用软件,陆续扩展到企业资源管理ERP、客户关系管理CRM、市场营销、供应链管理、财务管理、人力资源管理、等多个通用大类,甲骨文也提供快消、制造、能源、电信、政府、金融等行业应用解决方案。在1995年的时候,Larry宣布“PC已死”,然后全面推动甲骨文产品向互联网架构迁移。1996年10月,甲骨文推出了Network Computing Architecture网络计算架构,这是一个跨计算平台的IT环境,可以开发和部署面向对象、以网络为中心的应用。

到了1998年,甲骨文进一步指出其产品是基于互联网计算架构,这是一种开放、基于网络的计算架构,为分布式计算提供了极大的可扩展性。所谓互联网计算,甲骨文将其描绘“多层架构”,包括数据服务器、应用服务器和所有的客户端设备。其中,数据服务器和应用服务器用于后端存储和处理信息,而客户端设备则用于前端供用户使用应用与数据。互联网计算允许管理员从一个中心服务来管理所有的应用。

所以,当Larry Ellison在1998年告诉Evan Goldberg下一个计算模式的时候,实际上Larry已经推了这个概念两年多的时间了。从1998年/1999年起,甲骨文开始提供类似今天SaaS云服务(软件即服务)的Business On-Line托管企业及应用与技术服务:在一个由甲骨文管理的托管数据中心里,甲骨文拥有硬件基础设施、用户拥有应用软件和数据,由甲骨文负责管理和维护托管在自己数据中心里的客户应用软件,以此来显著降低企业部署甲骨文软件的复杂性。其实类似今天广为流行的云计算和云服务的概念。

2001年/2002年开始,甲骨文进一步提供了自家产品的外包管理服务,包括当时的Oracle 9i数据库、E-Business Suite电子商务套件等,用户可以选择把服务器放在自己的数据中心、Oracle数据中心或第三方数据中心里,而把软件与硬件都外包给甲骨文管理。2003年/2004年开始,Oracle把外包服务进一步更名为On Demand服务,包括E-Business Suite On Demand、Technology On Demand以及Collaboration Suite On Demand。基本上,Oracle On Demand业务占Oracle公司每年营收的3%。

甲骨文早期所描述的互联网计算概念与今天所说的云计算在很大程度上非常类似,只是云计算的规模更大、覆盖的地理范围更广。在Oracle Global Media Day 2017上,甲骨文融合架构执行副总裁Dave Donatelli说,所谓云应用指的是那些需要超大规模共享的互联网应用,这些应用往往需要大量的自动化运维,而企业内部的应用则相对规模较小且需要更多的是定制化运维。因此,云计算特别是公有云的技术架构与传统企业内部IT的架构完全不一样,对于网络、计算、存储等软硬件基础设施的要求也不样。

随着云计算架构的出现,甲骨文从2006年前开始就面向云计算架构重新规划了自己的所有产品、技术与服务,并从2010年开始几乎重写了所有软件。在甲骨文的2011年财报里,正式出现了“Cloud”云计算一词,以及公有云和私有云等词。2015年,甲骨文的财报里显著出现了SaaS、PaaS和IaaS三大云业务,标志着甲骨文形成了完整的云产品布局。

云的未来,甲骨文的未来

在OOW 2017上,甲骨文产品开发总裁Thomas Kurian说:“10年前,当我们开始开发Oracle云时,我们有一个很简单的使命:想让世界上任何地方的任何人都能够使用我们软件。而他们所需要的只是一个浏览器或电话而已。” 自从2010全面向云转型、2015年推出全线PaaS和SaaS产品、2016年推出IaaS产品,甲骨文已经完整实现了云计算技术,2017年更在全球达到了22个公有云数据中心区域。

2017年10月1日,来自145个国家、近6万人再次涌入美国旧金山,参加OOW 2017大会。这个起源于35年前的甲骨文开发者大会,最近每年连续吸引了超过6万人的全球企业、开发者、合作伙伴等蜂拥而来,每年都给旧金山带来超过30亿美元的收入。OOW 2017更吸引了超过120万在线观众,提供了超过2200场演讲、培训和专题交流等活动。

当Larry在32岁创业的时候,也许没有想到有一天甲骨文公司能够给全世界带来如此重要的影响力。而每年OOW的一大特色环节,就是Larry本人亲自演讲和演示,这是普通观众一年一度亲眼一睹硅谷传奇人物的机会。即使在OOW 2017上,年近73岁的Larry仍然坚持完成了两场、每场时长一小时的演讲,而且极为认真的讲解了今年的两大主题:全球首个“无人驾驶”的自治(Autonomous)数据库云以及Oracle管理云。

所谓自治数据库云,指通过机器学习的方式,实现了数据库的自动化治理。Oracle自治数据库云可实现的功能包括:自治驱动(Self-Driving),数据库自动升级和打补丁同时运行; 自治调整(Self-Scaling):在不停机的情况下即时调整计算和存储资源;自治修复(Self-Repairing),对宕机提供自动保护,SLA服务水平协议达到99.995%的可靠性和可用性,将计划内和意外宕机时间减少至每年不到30分钟。Oracle管理云也是类似理念。

而Oracle自治数据库和管理云仅仅是甲骨文对未来再次判断的几大趋势之一的结果。Thomas Kurian在OOW 2017上表示,云计算有五大未来趋势:人工智能与机器学习、自治(Autonomous)软件、物联网、区块链和人机交互。自治软件是这几年随着人工智能和机器学习而兴起的软件形式,即用软件自动管理与治理软件,这尤其体现的IT管理软件上。实际上IT软硬系统本身提供了大量的机器数据,这些数据主要以系统日志的方式存在,包括网络、服务器、存储、虚拟机、操作系统、数据库、分析、编程语言、应用软件等。用机器学习对这些日志里的数据进行学习,就可以做出判断后,再由机器自动编写程序处理。

而在OOW 2017上,除了自治软件的技术趋势初步体现在了Oracle的数据库和系统管理中,人工智能、区块链、物联网和人机交互等新兴技术也被大规模引入Oracle的软件产品与云服务中。例如,把人工智能功能直接嵌入现有的Oracle云应用程序中,包括Oracle ERP企业资源计算云、Oracle HCM人力资源管理云、Oracle SCM供应链管理云和Oracle CX客户体验云等;而新推出的Oracle人工智能平台云预装了用户熟悉的人工智能库、工具和深度学习框架,包括Caffe和TensorFlow等,可以根据需求自行开发人工智能程序。

除了Oracle人工智能平台云服务之外,甲骨文还把人工智能和机器学习能力嵌入Oracle SaaS、PaaS和物联网服务中,包括认知人工智能、分析、数据服务、IT管理和安全操作。通过把机器学习和认知交互加入传统的业务流程和应用程序,极大地提升了用户体验和生产力。更进一步,甲骨文在大规模引入人工智能的基础上,还开发了自适应智能(Adaptive Intelligence),让用户在使用Oracle软件的时候,随着数据的积累而自动改进和提升系统智能水平,比如通过分析历史趋势和业务风险数据自动给出发票折扣率建议等。

而Oracle区块链云服务(Oracle Blockchain Cloud)是企业级分布式账本云平台,可帮助用户安全地扩展ERP、供应链以及其他企业级SaaS和本地应用,在可信赖的业务网络上防止篡改交易、降低成本和风险。利用REST API驱动的平台和Oracle云平台中丰富的集成选项,用户在几分钟之内就可开始开发区块链应用。为了引入区块链,甲骨文不久前加入了Linux基金会的Hyperledger开源项目。

本次OOW 2017上,甲骨文还介绍了多项IaaS、PaaS和SaaS层的更新技术与产品,包括Oracle IaaS层最新的GPU实例,甲骨文称要比AWS的GPU实例快高达4倍、成本却低58%。而甲骨文将于今年底到明年陆续推出的Oracle自治式数据库云的多个版本,Larry在OOW 2017上也与AWS的同类型数据库产品做了全面的对比,总结下来就是成本更低、性能更高。

再次回顾一下Larry在2015年OOW上所描述的Oracle云的六大设计原则:在低成本方面,甲骨文云要匹配AWS云的价格甚至更低、通过自动化减少人为错误和提升开发与管理的效率;在高可靠方面,甲骨文云要实现零宕机时间,通过容错和自动化让企业级应用能够不间断运行;在高性能方面,甲骨文云要在数据库和中间件方面实现基于内存计算的高性能,提供系统的高可扩展性;在标准化方面,甲骨文云支持业界所有的开放标准,特别是不会把用户锁定在自己的平台上,而是能随意向业界其它云平台迁移;在高兼容性方面,甲骨文云要实现在工作负载和数据在不同云环境中的自动化迁移;在绝对的安全方面,甲骨文云要实现对数据和系统的实时保护。

今天看来,甲骨文就是在这6大原则上,继续推进和丰富自己的云产品与服务。面向未来,甲骨文还在全球开展云创业加速器项目,孵化新的云服务。该项目提供为期6个月的创业孵化,除了联合办公室、Oracle云计算资源、技术与创业辅导等外,还能接入甲骨文客户、合作伙伴和投资者圈。目前,Oracle云创业加速器项目已经在印度班加罗尔、德里、孟买、以色列特拉维夫、法国巴黎、英国布里斯托、新加坡、巴西圣保罗等地展开。

随着Oracle全线产品向云服务转型,甲骨文公司的内部组织架构、销售与营销模式等也发生了变化。到了2017年的时候,甲骨文公司内部已经没有一个团队叫“数据库”了,而是改名为Cloud Platform(云平台)。可以说,历时20年,甲骨文在40岁的时候,用云计算再造了自己。而这云中的新生,建成的就是可以持续千年的IT模式。(文/宁川)

2017-09-28

近几年,随着社会对 ICT 资源的需求逐渐增加,云计算在国内呈现了快速发展趋势。根据中国通信院《云计算关键行业应用报告(2017年)》(以下简称《报告》),2016 年我国云计算整体市场规模达 514.9 亿元,整体增速 35.9%,高于全球平均水平。此外,《报告》显示IaaS在2016年达到 87.4亿元人民币,同比增长 108.1%,预计2017 年仍将保持较高增速。
云计算市场也是腾讯战略布局的重点方向之一,从一个最初仅仅是从QQ、Q-zone等产品的海量业务运营与构架经验中建立的技术支持业务,如今已成长为在全球布局36个数据节点、服务超过50多个行业数百万客户的平台级业务。在8月腾讯公布的第二季度财报中显示,智能云服务等创新业务成营收黑马。
马化腾强调,腾讯正在加大对云业务和AI 技术的投资,以确保日后可为用户及业务合作伙伴提供更优质的服务。在近期在腾讯举办的Tech Camp深度交流沙龙上,腾讯云技术与产品负责人分别揭秘了腾讯云的数据中心和IaaS技术,发布了第三代的异构计算及智能产品,并透露了腾讯云正在布局的下一代IaaS计划,以争夺未来智能市场。
揭秘腾讯云数据中心
(上图为腾讯云运营保障中心高级总监徐勇州)
对于公有云的服务商来讲,数据中心覆盖的广度以及地理区域是衡量云服务厂商的一项重要能力。2014年7月,腾讯云于香港开放了首个海外数据中心,标志着腾讯正式入局全球云服务市场。在过去一年,腾讯云以“加速度”布局全球数据中心,目前已经在全球范围内运营36个可用区,为用户提供包括计算、网络、存储等多项产品能力。
2017年7月18日,腾讯云宣布法兰克福数据中心正式开放服务,同时宣布与Interxion、DE-CIX、Telia三大欧洲合作伙伴,在云交换、互联网交换、骨干网运营三大领域展开合作,企业接入腾讯云即可将业务快速覆盖到全欧洲,这是中国云服务首次全面覆盖欧洲的重大举措。2017年,腾讯云还新开了美国硅谷、韩国首尔等数据中心。2017年底2018年初腾讯云还计划再开放7个数据中心,包括印度孟买、泰国曼谷、日本东京、俄罗斯莫斯科等节点,以及美国东部的华盛顿节点。此外,腾讯云还计划开放香港、硅谷等地第二个可用区。
腾讯云运营保障中心高级总监徐勇州是资深的腾讯人,经历了QQ从千万级用户到亿万级用户的过程,参与了QQ整个架构优化升级的每一项历程。徐勇州强调,腾讯云把腾讯积累18年的经验通过数据中心开放给合作伙伴和客户,包括全球节点布局、基础设施高可靠、高速稳定低时延网络、云交换平台联接生态、多形态云平台行业解决方案、7*24*365服务响应等。
在数据中心及基础设施安全与可靠性方面,徐勇州表示腾讯云采用了业界最高的建设标准。通过最高级的软硬件标准、最完善的服务支持体系进行机房建设,腾讯云确保最高等级的可靠性、稳定性、安全性和能效,包括选择Tier 3+等级的基础设施,例如所有机房均配备高可靠供电、制冷、安保等基础设施系统,并采用腾讯云规范的运维及智能安全管理体系。出现电力故障时,腾讯云的柴油发电系统能在5秒内启动,并可持续运作24至72小时不等。
在运维体系方面,腾讯云为每个机房均配备高水平的现场运维团队,在海外数据中心还根据所在区域业务需要配备双语运维团队,所有人员均通过了腾讯IT运维工程师认证体系认证,具备服务器运维、网络运维、资产管理及现场协调等全方位的综合能力,能够全天候、不分时区、地区和国家地提供驻场服务,现场直接协助客户解决遇到的问题。海外的客户只需要提供工单,腾讯云的技术人员就能够提供所有的后续服务,大幅提升运维效率。
在网络建设方面,腾讯云为用户提供国内20多路、全球100多路的运营商BGP接入,大Tb级的总出口带宽能力,以及高质量、大带宽、低时延的网络互联能力,例如到欧洲主要国家的延时可达40毫秒以内,在刚开放的首尔数据中心对韩国本地平均覆盖时延1.6毫秒以内。同时,腾讯云全球骨干能力增长迅猛,仅在2017年内已扩容接近300%带宽能力,全球共已建设10+Tb级的骨干网络。除了IDC核心节点之外,腾讯还在POP和CDN方面都进行了全球化的布局,现已经建设了30多个POP点以加速局部地区或者国家的网络质量,同时部署了800家的CND节点,为游戏、视频等业务提供终端加速服务。
徐勇州总结腾讯云的海外布局“组合拳”:统一服务响应、统一管理界面、解决方案、网络覆盖及互联以及配合腾讯云产品,通过海外合作节点和自营海外数据中心,为用户提供端到端的解决方案。其中,海外合作节点为腾讯云的轻量级产品子集,而自营海外数据中心则是全线完整产品集,以“组合拳”快速满足企业业务快速上线、节点覆盖和可扩展性的需求。
全面升级第三代IaaS产品
(上图为腾讯云计算产品中心总监沙开波)
2017年7月25日,腾讯云宣布推出第三代云服务器,率先在国内完成了第三代云服务器的整体迭代更新,新一代服务器进行了更加彻底的技术革新与升级,并针对不同需求提供了多种实例。9月25日,腾讯云正式发布了第三代云服务器产品矩阵,同时推出9款新型第三代CVM云服务器实例,让用户能够根据需求选择最合适的产品。
据腾讯云计算产品中心总监沙开波介绍,腾讯云的第一代云服务器采用第一代KVM虚拟化架构,搭配腾讯云自研的云管理平台Vstation,支持腾讯云开服初期的Web网站服务;从第二代云服务器开始,整体架构设计进化为“KVM+全万兆网络“,在智能计算、存储和网络能力方面进行了升级,大幅提升了计算性能和系统稳定性,为电商、视频、游戏、金融等领域的客户提供服务。
而第三代腾讯云服务器则进行了更加彻底的技术革新与升级,基于Intel Xeon Skylake至强处理器、全面支持25G双bonding网络环境,并采用了诸如分布式块存储技术4.0、网络虚拟化技术2.0和KVM虚拟化技术3.0等一系列业界领先的技术。
在通用场景下,腾讯云基于Intel新一代的Skylake CPU推出标准型、计算型和内存型等三款新实例,其计算性能整体提升60%;基于AMD EPYC系列CPU的实例,提供最高128核规格的实例配置,有效满足客户对超大数量CPU核数的计算需求。
针对存储型业务场景,腾讯云推出大数据机型和IO密集型两款新的存储优化型实例,大数据机型采用吞吐型HDD本地盘,顺序读写带宽最高可达2.3GB/s,相比普通本地盘提升4.7倍;IO密集型机型则采用本地NVMe SSD硬盘,随机IOPS最高可达100w IOPS,相比SSD本地盘,随机读写IOPS提升13.3倍。
基于新一代的块存储技术,腾讯云还推出了两款新的云盘产品。其中一款为超高性能的SSD云盘,其IOPS相比普通SSD云盘从2.4w 提升到20w,性能提升8.3倍;而另一款HDD云盘针数据吞吐进行了优化,相比较现在的普通云盘其最大吞吐从100MB/s提升到500MB/s。这样就能有效满足大型关系数据库(如Oracle、SQL Server)、NoSQL数据库(Hbase、Cassandra)、数据检索场景(如SAP Hana、ElasticSearch)等对云盘IO的性能要求。
而针对网络性能要求高的业务场景,腾讯云推出新型网络优化型实例,该实例采用新型智能网卡,通过硬件实现加速包转发,使网络转发性能从原有的40w提高到450w以及高达25Gbps的网络带宽,网络延时降低至接近物理网卡水平。如此可全面支持游戏业务、视频业务、金融分析等实时性要求高的业务场景。此外,腾讯云还在实验室环境下展开了100G网络建设。
腾讯云计算产品中心总监沙开波表示,目前腾讯云提供的云服务器产品矩阵包含了26款实例,全面覆盖电商、视频、游戏、金融、基因测序、智能语音、汽车、医疗、物联网等192种业务场景。
下一代IaaS:为人工智能修路
马化腾在去年用很简单的一句话描绘了整个云产业的未来:“未来是在云端利用AI去处理大数据。”而在前不久的腾讯云上海“云+未来”峰会上,腾讯公司副总裁、腾讯云总裁邱跃鹏进一步表示,腾讯云把自己定位在“修路者”的身份上,帮助企业通过云、大数据、人工智能提升核心竞争力、创造新商业价值。
“我们希望腾讯云可以作为修路者,帮大家把这条智能科技高速公路修到每一个企业的面前,让每一个企业和腾讯一起分享科技大爆炸、数据大爆炸所带来的能力。”邱跃鹏提出的“修路者”策略,具体就体现在不断完善现有产品体系,加强全球化发展战略。对于目前云计算市场的发展趋势,腾讯云已经做好了布局,并且针对未来IaaS市场有着明确的目标。
针对人工智能技术已经企业数字化转型和创新的首选,腾讯云即将推出两款新一代的FPGA计算实例,分别是基于赛灵思VU9P FPGA卡的FX3实例和Intel Stratix10 FPGA卡的FI3实例,能够为当前的人工智能技术提供灵活异构的计算能力。此外,腾讯云率先在国内搭建起了一个简单、可靠的FPGA IP知识产权市场,不仅让创新的思路和优秀的解决方案在IP市场不断涌现,还帮助更多用户以更加经济、便捷的方式享受到FPGA带来的价值。
面对不同的客户,腾讯云在技术实例设计方面也在向场景化发展,通过场景设计类型加上定制化考虑,再通过细分场景来满足用户需求。在针对腾讯自己不擅长的领域时,腾讯云也会与合作伙伴一同整合相关经验与互联网服务能力,共同满足客户需求。就数据中心本身而言,腾讯云也选择了定制化的硬件作为核心,以便于用户能够更灵活地使用弹性资源,当然这了也不是所有云厂商都可以做到的。
针对未来IaaS市场的形态和方向,沙开波认为IaaS的产品形态将不会有太大变化,但在技术上会有所进展,包括新兴应用、更高计算性能、存储吞吐、网络能力等。而把云服务业务需要把不断更新的硬件能力落地到腾讯云IaaS平台中,这是腾讯云IaaS研发团队要长期推进的工作。沙开波认为原来的IaaS是基于软件实现,未来则是IaaS基于硬件打造新的形态。
事实上,腾讯云内部已经启动了构建下一代IaaS的计划。徐勇州透露,未来3年,腾讯云将围绕传统计算、网络、存储,引入新技术并找到落地方案,最终通过产品的形式提供给客户,而对于5GIPV6物联网等新技术,腾讯云也会针对应用场景做技术上的储备。总而言之,腾讯云将在满足客户需求同时,构建领先的云基础设施服务;而对未来3年内可落地的技术项目,腾讯云已经加大投入,为未来的智能化市场做好准备。
马化腾曾在去年强调,尽管当前业内已经有很多云解决方案,但腾讯的不同之处在于,腾讯并不是将云计算业务作为一个独立业务,而是作为整个平台战略去考虑。因此,腾讯云能够继承腾讯技术,经受大规模的互联网实战考验,另一方面,腾讯游戏和视频用户带着场景化和实际业务需求,拓展了腾讯云的海外市场。
依靠用户需求催生的技术,使得腾讯云在布局下一代IaaS时找准方向。而对于未来的中国云市场来说,依靠用户生态进行竞争将是最重要的砝码。(文/宁川)
2017-09-26

在2017年9月25日美国举办的微软Ignite及Envision大会上,微软向业界展示了在计算前沿的最新进展:支持量子计算的Visual Studio,包括集微软12年之力为可扩展量子计算机创建和优化的新编程语言。开发者可以在本地或在Microsoft Azure上使用调试工具和最新的模拟器,这些工具将在今年底前免费开放。

2017年10月31到11月3日,微软Tech Summit大会将登陆北京,把最新的计算前沿成果带到中国。微软Tech Summit大会又名“技术暨生态大会”,由第一天的合作伙伴生态大会加上其后三天的技术暨生态大会构成,再加上“AI之夜”、“MR之夜”等每晚主题狂欢夜,这是微软大规模在华的云与人工智能等新技术布道盛宴。

微软Tech Summit大会起源于最早的微软技术教育大会TechED。1989年起源于美国、1994年进入中国市场,每年面向开发者的TechED是业界技术风向标。今年微软技术暨生态大会最大的亮点就是微软云、人工智能、物联网等技术的集中展示和资深技术专家的集中亮相,届时还将在中国市场发布跨Linux、Windows和Docker容器的SQL Server 2017、私有云AzureStack等重磅产品。

更惹眼的风景线,来自于一百余场技术主题演讲中的这几场:给阿里云用户的一堂Azure课、.NET Core在腾讯财付通的企业级应用开发实践、华为应用微软 DevOps提高C++研发效率等。微软要给中国IT业界上什么课?

云计算的真经

说到国内IT企业要向微软学什么?首当其冲的恐怕就是云计算了。

作为继AWS之后,第二个在全球大规模部署了公有云服务的就只有微软了。而与AWS出身于互联网公司不同,微软是向公有云和云计算业务成功转型的传统软件企业。微软在云和人工智能方面的成功,除了对国内互联网公司很有意义外,对华为这样的传统IT企业来说,也很有学习和研究价值。

一批微软云与人工智能高手将集中亮相2017微软技术暨生态大会。更为重要的是,负责微软全球云与人工智能实施的企业技术服务“特种部队”将集中亮相,包括微软咨询服务团队(MCS)、全球技术支持中心(CSS)、解决方案专家团队(STU)、全球黑带专家(GBB)、微软技术中心(MTC)、创新技术顾问(CSE)。

这些分布于全球的“特种部队”,从专业技术售前、解决方案架构设计、高新技术项目实施与咨询、7*24不间断技术支持服务等一整条价值链,确保企业云计算项目的成功落地以及后续长期使用云服务。对于微软来说,向云转型最重要的不是销售了多少云的业务订单,而是确保用户真正每天都在用云服务。

从关注订单量和订单规模向关注“用云量”转型,这是最值得阿里、腾讯、华为等国内云计算公司向先行者学习的地方。2016财年,微软智能云业务营收达74亿美元,Azure的营业收入增速为97%,公司整体实现了65亿美元净利润。这对于转型中的公司来说,是非常漂亮的成绩单。微软到底是怎么做的?

云时代软件研发的真经

22年前,《微软的秘密:揭秘领先全球的软件公司如何创新科技、开拓市场和管理人才》英文版出版了。这本书源自一项自1993年开始的研究,当时两位科学家深入微软总部进行了为期两年的驻地考察,研究成果汇集成了书,该书尤其对微软独树一帜、赖以成功的研发体系进行了详细剖析。

22年后,微软的研发体系发生了巨变,从PC时代挺进到了云计算时代。在新的时代,微软研发工具Visual Studio也发生了巨变。Visual Studio在过去15年,一直是整个Windows开发的基础,到了2015年微软宣布免费推出轻量级的跨平台Visual Studio Code 编辑器,可在Window、Mac以及Linux等操作系统中运行,支持超过30多种开源语言,2017年将推出2.0版本。

今年新推出的Visual Studio 2017版本,整合了.NET Core、Azure 应用程序、微服务(microservices)、Docker容器等所有内容。Visual Studio 2017 with Xamarin 能够让开发者更快地为Android、iOS 和 Windows创建移动应用。Visual Studio 2017 for Mac正式版,让开发者为macOS开发移动平台、网络和云端应用。更为重要的是,Visual Studio支持企业云计算的两大主流开发语言:C++和Java。

Visual Studio凝聚了微软在云时代的软件开发思想与实践晶华总结。华为有10万研发人员,其中超过2万是软件研发人员,他们在大量使用C和C++等语言,而最终的运行环境是VxWorks、Linux等嵌入式环境,在应用Visual Studio 2017 以后,可以实现一键代码部署到Linux上,并在Windows 上远程调试Linux上运行的代码程序,极大提高了开发效率。

微软Visual Studio掌门人、微软全球资源副总裁潘正磊将亲自在2017微软技术暨生态大会上分享云时代微软研发的秘密,微软最热门的云服务、容器服务、大数据分析、DevOps、开发平台、编程语言、物联网、人工智能等拳头产品技术的首席开发经理与架构师们也将悉数到场。

人工智能的真经

目前正在规划中的2017微软技术暨生态大会的一百余场课程中,出镜率最高课程的莫过于人工智能。

微软在人工智能方面的基础研究已经长达40多年。为了加大对于人工智能的投资以及推动人工智能的商用化,微软在一年前成立了新的AI研究部门,即微软人工智能及研究事业部,该部门是由计算机视觉和计算机图形学专家沈向洋领导。目前,该部门的员工总数已增加到约8000名员工。

8000人的团队对于任何公司来说,都是不菲的投入,而微软的人工智能研究成果将在2017微软技术暨生态大会上集中亮相:来自微软总部的首席架构师将亲授如何掌握深度学习、玩转人工智能;微软研发团队核心成员将讲授如何在Azure平台上构建企业级人工智能应用;微软物联网专家将讲授如何把人工智能与智能硬件结合,那些趟过的坑儿、经验和新方向等等。

当然,对于开发者来说,更为实用的是如何利用认知服务、聊天机器人、持续发布平台和容器技术等,实现完全无人工干预的自动化开发运维。实际上,由于应用开发过程参与者众多、版本复杂、环境复杂、过程复杂,利用标准化人工智能自动化运维体系重建整个DevOps过程,这对企业来说最有价值,在2017微软技术暨生态大会也将听到这方面的实践与经验总结。

在2017微软技术暨生态大会上,微软还将正式在中国市场发布SQL Server 2017。SQL Server现在既是可以本地部署的数据库,也是云原生数据库。SQL Server 2017首次实现了跨Windows、Linux和Docker容器等平台,让开发者能够在自己喜欢的环境中使用熟悉的编程语言进行开发。而Azure Stack私有云也将届时登陆中国市场,Dell EMC、HPE和联想等OEM厂商也将推出相应的一体机产品。

2017微软技术暨生态大会总体来说将给观众带来三大体验:重新定义干货、重新认知微软、重新定义趋势。所谓重新定义干货,即对于传统企业来说,无法具备阿里、华为这样动不动数万人规模的研发团队,那么他们所讲的“干货”,其实并不适用于传统企业,而微软正好填补了这个“干货”的空白;所谓重新认识微软,是了解微软不再是Windows和Office公司,而是以开源技术、云、大数据、物联网、人工智能等为基础的新一代技术平台公司;所谓重新定义趋势,就是传统企业究竟要如何一边满足财报要求、一边逐步向数字化转型,如果不再拼讲故事和估值的话,应该怎么做?

当然,最酷和最神秘的莫过于量子计算了。微软是否会在北京的技术暨生态大会上分享量子计算的真经?到时见分晓!(文/宁川)