2月8日,华为“超融合+”战略暨新品发布会成功举办,围绕生态、体验、商业三方面全面升级,华为重磅发布“超融合+”战略及系列新品。华为数据存储产品客户体验部部长陈敬以《华为蓝鲸应用商城,像用手机APP一样使用企业应用》为主题发表演讲。
从设备集成向应用集成,华为蓝鲸应用商城打通“最后一公里”
传统超融合解决了设备分层,资源孤立的问题,但企业需要的是能够快速获得一套真正可用的业务系统。在传统的IT基础设施建设模式中,IT基础设施与企业应用中间还存在“最后一公里”的鸿沟,他们之间的割裂就导致了伙伴难以用好超融合。在此背景下,华为联合伙伴共同打造了“华为蓝鲸应用商城”,完成了IT基础设施与应用的深度集成,进而实现了业务系统的快速发放。
华为蓝鲸应用商城,像用手机APP一样使用企业应用
“华为蓝鲸应用商城”就像手机应用市场一样,是一款一站式IT应用解决方案集成平台,通过企业应用与华为超融合产品的深度集成,可以将华为FusionCube超融合和计算型存储看作是一部部手机,通过将这些像手机一样的设备连接到华为蓝鲸应用商城,动动手指就能实现伙伴应用到设备的一键部署和日常运维。因此,通过华为蓝鲸应用商城,可以让伙伴和客户像用手机APP一样使用企业应用,从而帮助伙伴用好超融合,服务好客户。
华为蓝鲸应用商城当前具备应用快速上线、应用智能运维和应用技术集成3个关键能力。
应用快速上线:云端应用一键部署,快速上线效率倍增
在传统IT基础设施建设模式下,以桌面云系统上线流程为例,需要先规划组网方案,申请和上架物理环境,完成网络配置,再创建虚拟机,上传软件包,配置各种参数等等,整套流程涉及大量的部署步骤和配置参数,在过程中还可能涉及一些人为错误导致操作重头来过。一般来说,传统模式下的一套桌面云系统上线全流程大概会花费2天时间。
而在新模式下,通过华为蓝鲸应用商城的自定义部署模板,可提前定义应用的虚拟化规格、应用软件包的依赖关系等,这样就可以做到部署应用仅需1个步骤和1个参数,花费1个小时即可完成,大幅度提升了业务系统的部署效率。
与此同时,通过华为蓝鲸应用商城的自定义编排组件,可以将多个应用以场景化解决方案的视角编排成一个个的应用组合,并为客户提供可视化的全景视图,支撑客户分阶段规划应用采购和上线的节奏。在明确节奏后,可以通过自定义编排组件完成一个解决方案内的多个应用的批量上线,更大程度的提升解决方案的上线效率。
应用智能管理:端到端全栈智能,问题定界瞬变秒级
应用安装部署完成后,日常运维是确保业务系统稳定运行的重要环节。传统模式下,由于企业应用和IT基础设施的割裂,会导致伙伴和客户面对多套管理软件,需要在不同的软件间来回切换才能获取多样信息或完成日常操作。一旦某个节点出现问题,还需要服务人员逐一排查问题边界。
通过华为蓝鲸应用商城将应用与IT基础设施集成起来,则可以只用一套软件完成整个业务系统的全栈管理,比如通过全栈拓扑视图,一眼就能识别出系统故障的具体节点。同时,平台还支持云端智能运维和手机远程运维,一旦系统发生问题,在手机上就能够实时接收到相关告警信息,帮助服务人员快速解决问题,确保系统高效持续稳定运行。
应用技术集成:联合定义12项验收标准,50+应用入驻,2023年入驻数量将倍增
在企业应用与IT基础设施紧密集成的基础上,华为蓝鲸应用商城围绕客户的关键诉求,针对入驻的应用,和伙伴一起共同定义了12项验收指标,共同确保应用解决方案的交付品质。这极大程度上解决了传统IT基础设施建设模式中,客户在方案选型时遇到的多厂商反复沟通、系统试用周期拉长、由于兼容性问题导致方案被推翻的相关问题,帮助客户大幅提升方案选型效率。
基于华为和伙伴的共同努力,华为蓝鲸应用商城已成功入驻50+各行业的主流应用,预计在2023年会有超过120+主流应用上架,满足客户自由选择,快速构建业务系统的诉求。
在本次发布会上,华为数据存储产品线总裁周跃峰携手北京瑞华赢科技发展股份有限公司、北京远桥科技有限公司、广东微云科技股份有限公司、哈尔滨鸿德亦泰数码科技有限责任公司、金蝶软件(中国)有限公司、南京天溯自动化控制系统有限公司、上海锡鼎智能科技有限公司、上海英方软件股份有限公司、苏州捷云盛软件科技有限公司、新开普电子股份有限公司的伙伴代表,共同见证了华为蓝鲸应用生态正式启航。
未来,华为蓝鲸应用商城会持续增强与伙伴的合作,共建超融合应用生态,让伙伴和客户像用手机APP一样使用企业应用,帮助伙伴用好超融合,服务好客户。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。