在2019年6月5日,华为在北京发布智能数据解决方案FusionData。我简单谈谈我的感受。
从概念上华为智能数据解决方案的立足点非常之高,直接指向了生产力和生产资料。——作为新生产资料的数据和作为新生产力的智能。
如果说现实世界因为物质的存在,人类的经济社会活动增长有瓶颈限制。那么在数据经济时代,通过新生产力智能来推动新生产资料来产生价值可以说是没有什么瓶颈。那么通过智能来推动数据产生价值为人类所带来的变革将不可想象。
但是我们要清楚一个概念,海量的数据的产生整个社会产生的。但是因为数据不像物质那么看得见摸的找,所有如果大家浪费粮食,可能人人都能看到。但是浪费数据,好像没人在乎。华为全球产业展望(GIV)报告显示,全球数据量将从2018年32.5ZB快速增长到2025年的180ZB。但企业生产活动产生的数据中只有不到2%被保存,而其中得到分析利用的不足10%,数据价值没有得到充分释放。也就是说数据其实大部分被浪费掉了。
那么对于数据价值利用率低来讲,其核心是数据基础设施不够先进,不够智能。但是今年时代不同了,算力大幅度提升,数据大幅度增加,人工智能技术不断成熟。为新的数据基础设施出现提供了很好的基础。
华为就是在这样的时代下推出能够适合智能时代所需要的一个基础设施解决方案。在这个设施具备智能性和先进性。并且能够解决企业普遍存在烟囱式业务系统,以及数据管理、应用效率低等问题。
这张图是华为IT产品线副总裁、智能数据与存储领域总裁周跃峰发布智能数据解决方案FusionData的时候,分享的一张PPT。我认为代表了当前数据基础设施变革的因素。
进入智能时代,过去几十年的“以算力为中心”的IT基础设施已经发生改变。新的时代,是算力和存储平衡的时代。面临着多样性算力包括X86、ARM、GPU、NPU等计算平台。面临着多样性的数据,面临着包括DRAM、3DXPOINT、NVME、NAND等存储设备。
在这样的变化下,算力、数据接入、数据存储、数据处理以及数据使能都需要重定义,来真正让智能技术融入到数据基础设施中,来真正释放数据价值。
作为领先的智能数据解决方案,华为FusionData支持智能的数据全生命周期管理,从以下三个层面,重定义数据基础设施:
智能数据连接部件ROMA支持多数据源接入、消息和API的统一管理、智能通道选择等技术实现智能全连接,加速数据流动,让应用与数据连接更高效。
多数据源接入:支持1100多种应用和异构数据源接入,通过开放式数据接入框架可灵活接入第三方数据源。
消息和API的统一管理:支持分布式消息和API的路由统一配置管理,轻松实现分布式消息和API服务的跨网跨域跨云集成,让数据自由流动。
智能通道选择:支持数据多通道传输,并且可根据数据特点智能选择传送通道,大幅提升数据接入效率。
智能数据处理部件包含分布式存储FusionStorage、分布式数据库GaussDB和大数据平台FusionInsight等,通过多类型数据融合存储、融合分析引擎等技术实现从单一处理到智能融合处理,加速实现数据价值。
多类型数据融合存储:通过存储与计算分离技术,打破系统烟囱式建设;通过智能分布式存储的多协议融合技术,实现一份数据同时支持数据库、大数据、AI等多种业务的分析需求,让融合数据分析成为可能。
融合分析引擎:支持数据库、大数据、AI多引擎融合分析和多样性算力统一调度。通过统一架构,降低海量数据处理难度,实现极简分析。
智能数据使能部件DAYU通过智能元数据感知和OneQuery Turbo 技术构建数据处理与业务创新的桥梁,提升业务体验,让业务更敏捷。
智能元数据感知:通过AI技术,自动感知和采集多个系统的元数据,并进行智能化分级分类,生成全局统一的数据视图,数据寻找秒级响应。
OneQuery Turbo :提供统一的数据访问接口,实现多数据源、多类型数据的统一访问,简化数据加工流程,数据获取速度提升10倍以上。
最后通过图中我们看到的是,华为的开放态度,华为继续支持包括X86、ARM、GPU、NPU等计算平台。当然华为也是有能力支持好这些计算平台。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。