? 特码职业装酒红
登錄×
電子郵件/用戶名
密碼
記住我

華為汪濤:邁向智能時代,重定義數據基礎設施

2019年5月15日,在華為數據庫和存儲產品發布會上,華為常務董事、ICT戰略與Marketing總裁汪濤,發表了《邁向智能時代,重定義數據基礎設施》的主題演講。

以下為汪濤演講全文:

女士們、先生們,分析師和媒體朋友們,大家上午好!

非常高興和大家見面,也非常榮幸再次有機會和大家溝通,我謹代表華為公司,熱烈歡迎大家蒞臨華為“數據庫與存儲產品發布會”!

2017年,華為公司發布新的愿景使命:把數字世界帶入每個人、每個家庭、每個組織,構建萬物互聯的智能世界。與客戶伙伴一起,構建萬物互聯的智能世界成為我們長期不斷的追求,而數據基礎設施是加速智能世界到來的核心驅動力。我今天的主題將圍繞“邁向智能時代,重定義數據基礎設施”展開。

人類社會正從農業經濟、工業經濟快速進入數字經濟時代。根據華為《全球產業展望GIV》預測,全球數據量將從2018年的32.5ZB快速增長到2025年的180ZB。海量的數據帶來了巨大的挑戰,也孕育了前所未有的機遇。AI的廣泛使用,使數據的潛在價值更容易被發現,極大提升企業在數字經濟時代的競爭力。根據牛津經濟研究院的分析,數字經濟的增長率是全球經濟增長率的2.5倍;數字經濟的投資收益率為非數字經濟的6.7倍;到2025年,數字經濟規模將高達23萬億美金。數字經濟已成為全球經濟增長的新引擎。數據成為新生產資料,智能成為新生產力。

當前,千行百業正在加速智能化進程,而越來越多的企業已經意識到數據基礎設施是智能化成功的關鍵。數據基礎設施通過計算資源、存儲資源和數據處理平臺三個部分分別解決數據的計算、存儲和分析。

接下來,我將通過幾個行業案例讓大家了解“數據+智能”如何改變各行各業,并創造新的產業價值和社會價值。

“數據+智能”改變各行各業

“數據+智能”正在支撐自動駕駛領域的海量數據高效處理。比如,L5級別的自動駕駛,每輛車每天產生數據64TB,從開發到量產需積累100億公里以上的自動駕駛里程經驗、過程中將產生數據超50EB。華為云自動駕駛云服務Octopus覆蓋提供3萬個虛擬場景仿真測試,讓模型訓練速度提升80%,開發周期從“月”縮短到“周”。

“數據+智能”也應用在金融安全領域。金融風控要求處理時間小于100毫秒,而傳統金融風控平臺,根本無法滿足百毫秒內業務需求。基于大數據、內存計算和人工智能技術的華為金融實時風控解決方案能實現千萬維度數據量,30毫秒內完成風控計算。2018年,這套系統幫助招行減少交易損失5000千多萬美元,降低風險發生率83%。

還有一個有趣的例子,2018年,中國西部的青海實現連續9天清潔能源供電,所有用電均來自水電、太陽能以及風電等清潔能源,創造了新的世界紀錄。這背后是電力供應與市場用電需求的精準匹配,華為與青海電力公司共建了大數據中心,通過發電、配電和用電三方數據共享和分析,實現發用電預測準確率達到97%以上。令人興奮的是,青海省計劃到2030年建成100%可再生能源電力系統,實現全年365天清潔能源供電。

此外, “數據+智能”正在保護我們的生態環境。在哥斯達黎加熱帶雨林中,Rainforests公司部署的太陽能雨林監聽設備覆蓋了2,500平方公里的雨林區域。借助華為云的海量數據存儲和智能分析能力,對紛繁復雜的雨林音頻進行實時處理和精準識別,第一時間分辨出電鋸和卡車的噪音,阻止盜伐行為。

圍繞計算、存儲和數據處理-重定義數據基礎設施

數據基礎設施建設是各行各業加速智能化進程的必由之路。當前,只有不到2%的企業數據被保存,而其中得到分析利用的不足10%,數據價值沒有得到充分釋放。業務與數據的多樣性,驅動計算的多樣性,單一的計算架構無法滿足多場景、多數據類型的處理需求。例如,用CPU處理圖像、神經網絡等數據模型,功耗巨大、但算力只發揮不到系統的20%。有效使用多計算架構共存的異構平臺,是解決算力稀缺且昂貴的關鍵。

過去十年,隨著企業應用的快速發展,IT系統形成一個個孤島,數據無法共享,資源不能流動,管理和擴展復雜,存儲效率問題凸顯。傳統數據分析平臺無法適配AI引擎,不支持實時流處理,數據的價值沒有得到充分挖掘。

智能時代,企業需要更快、更智能的數據基礎設施。華為圍繞計算、存儲和數據處理三個領域重定義數據基礎設施,助力各行業加速邁向智能時代。

在計算領域,華為引領多樣性計算,推動計算架構多樣性發展,讓算力更充裕更經濟;在存儲領域,為應對存儲效率低、管理復雜的問題,華為重定義存儲架構,大幅提升效率,引領存儲智能化;在數據處理平臺領域,為應對更實時和智能的需求分析,華為重定義數據處理平臺,讓分析更智能,加速實現數據價值。

我們來了解下華為如何引領多樣性計算。華為推動計算架構從以X86+GPU為主的單一計算架構到以X86+GPU+ARM64+NPU為主的異構計算架構快速發展。基于X86架構,華為引入AI管理和智能加速能力,率先推出了智能服務器FusionServer Pro;基于ARM64打造了業界性能最強的泰山服務器;基于Ascend芯片的Atlas智能計算,實現了業界首個端邊云協同的人工智能平臺。

重定義數據處理平臺:讓分析更智能,加速實現數據價值

華為在數據處理領域持續戰略投資,并不斷創新突破。傳統企業數據處理以結構化數據為主,數據庫+BI應用為主要模式;智能時代,數據處理從結構化數據向結構化+非結構化的多樣性數據處理轉變,以云和分布式技術為驅動力,數據庫+大數據+AI相結合的現代數據處理平臺成為主流。

華為圍繞異構、智能、融合三大方向重定義數據處理平臺:異構是指華為數據庫可以在X86、ARM、GPU、NPU多樣性算力下運行,實現性能最優;智能是指將AI技術引入數據庫,大幅提升數據庫自動化管理和優化能力;融合是指打通大數據、數據庫與AI處理三大功能模塊,實現多系統協同計算與多樣性數據融合分析,實現企業數據價值最大化。

目前華為提供全生命周期、全棧大數據平臺服務。基于廣泛認知的數據庫生態,截止目前華為云共發布4大類13個數據庫服務;基于全棧全場景AI解決方案,截止目前華為共發布有59個服務,160+的功能,實現“用得起、用得好、用得放心”的普惠AI;面向AI開發者,華為發布ModelArts一站式AI開發平臺,降低人工智能使用門檻。在斯坦福大學發布的DAWNBench排名中,ModelArts獲得AI訓練和推理的雙世界第一。華為將持續投資、推動數據處理平臺的研發與創新,為客戶提供更加豐富的數據庫產品與服務。

發布全球首款AI-Native數據庫GaussDB

今天,我代表華為公司正式發布全球首款AI-Native數據庫GaussDB,這也是業界第一款支持ARM的企業級數據庫。

作為全球首款AI-Native數據庫,GaussDB有兩大革命性突破:第一,首次將人工智能技術引入數據庫的全生命周期流程,實現自運維、自管理、自調優和故障自診斷。在交易、分析和混合負載場景下,基于最優化理論,首創深度強化學習自調優算法,把業界平均性能提升60%。第二,支持異構計算,充分發揮X86/ARM/GPU/NPU多樣性算力優勢,最大化數據庫性能,在權威標準測試集TPC-DS上,華為GaussDB排名第一。此外,GaussDB支持本地部署、私有云、公有云等多種場景。在華為云上,GaussDB為金融、互聯網、物流、教育、汽車等行業客戶提供全功能、高性能的云上數據倉服務。稍后我的同事將為大家介紹GaussDB的詳細內容。

發布新一代智能分布式存儲FusionStorage 8.0

存儲也是數據基礎設施的重要組成部分,我代表華為公司正式發布第二款產品:新一代智能分布式存儲FusionStorage 8.0。

應對數據量激增、數據類型多樣化、實時性數據分析三大挑戰,需要更大規模的存儲和更快的業務響應,同時更需要智能化的運維管理。新一代智能分布式存儲FusionStorage 8.0通過重定義存儲架構,從“Storage for AI”和“AI in Storage”兩個維度實現效率大幅提升,引領存儲智能化。

首先,“Storage for AI”通過融合共享,避免數據多次拷貝,讓AI分析更高效。FusionStorage 8.0創造性的將塊,文件,對象,HDFS四種存儲服務融合,打通數據孤島,解決了多樣性數據共享問題;同時,FusionStorage 8.0通過協議融合,實現了多種協議共享數據源,節省數據無效搬移時間,讓分析更高效。其次,“AI in Storage”率先將AI融入存儲全生命周期管理,從資源規劃、業務發放、系統調優、風險預測、故障定位等方面實現智能運維。

華為圍繞計算、存儲和數據處理三個方面重定義數據基礎設施:引領多樣性計算,讓算力更充裕更經濟;重定義存儲架構,大幅提升效率,引領存儲智能化;重定義數據處理平臺,讓分析更智能,加速實現數據價值。

創新是華為產品研發的核心文化,我們將持續發揮“聯接+計算+云”的協同優勢,引領ICT產業發展,打造智能時代的發動機!

再次感謝大家的聆聽,祝愿各位北京之行愉快!

版權聲明:本文版權歸FT中文網所有,未經允許任何單位或個人不得轉載,復制或以任何其他方式使用本文全部或部分,侵權必究。
設置字號×
最小
較小
默認
較大
最大
分享×
今晚六和才彩特码资料