日前，國內(nèi)市場調(diào)查和咨詢公司艾瑞咨詢發(fā)布《2022 年中國數(shù)智融合發(fā)展洞察》報告。作為國內(nèi)最新的數(shù)智融合研究成果，該報告聚焦企業(yè)數(shù)智融合，圍繞中國數(shù)智融合發(fā)展背景、企業(yè)數(shù)智融合挑戰(zhàn)與應(yīng)對、數(shù)智融合典型實踐等進(jìn)行了深入分析，結(jié)論令人深思。
報告顯示，華為云數(shù)智融合解決方案綜合優(yōu)勢突出，憑借其獨家創(chuàng)新架構(gòu)，為客戶進(jìn)一步降本增效，在行業(yè)技術(shù)創(chuàng)新上持續(xù)領(lǐng)跑。通過 DataArts 和 ModelArts 的融合，打通了大數(shù)據(jù)和人工智能，兼顧成本與性能，實現(xiàn)統(tǒng)一管理、一數(shù)多用，同時實現(xiàn)敏捷用數(shù)，全流程自動化與智能化。
中國數(shù)智融合發(fā)展的典型特征
《2022 年中國數(shù)智融合發(fā)展洞察》報告指出，隨著數(shù)字化不斷推進(jìn)，全球數(shù)據(jù)量以超過 59%的年增長率快速增長，中國的數(shù)據(jù)量增速比全球更快。其中，80%是非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。并且，在企業(yè)內(nèi)部，非結(jié)構(gòu)化數(shù)據(jù)增速遠(yuǎn)高于結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)占比也越來越高。值得關(guān)注的是，數(shù)據(jù)多源異構(gòu)成為常態(tài)，以數(shù)據(jù)庫種類為例，除傳統(tǒng)關(guān)系型數(shù)據(jù)庫外，還誕生了更適應(yīng)物聯(lián)網(wǎng)場景的時序數(shù)據(jù)庫、更適應(yīng)知識圖譜應(yīng)用的圖數(shù)據(jù)庫等。
同時，報告還指出，在大數(shù)據(jù)行業(yè)，企業(yè)仍然存在數(shù)據(jù)壁壘突出、碎片化問題嚴(yán)重等瓶頸制約，大數(shù)據(jù)容量大、類型多、速度快、精度準(zhǔn)和價值高的 5V 特性未能得到充分釋放。
此外，云原生領(lǐng)域，從微服務(wù)走向 Serverless，底層基礎(chǔ)設(shè)施被“屏蔽”，開發(fā)者只需專注于編寫應(yīng)用程序的業(yè)務(wù)邏輯，技術(shù)人員更貼近業(yè)務(wù)。為推進(jìn) AI 應(yīng)用的高質(zhì)量落地，開展針對性的數(shù)據(jù)治理工作成為企業(yè)迫切需求。通過抽象解耦、水平擴展、自動化與智能化實現(xiàn)去過程化，企業(yè)業(yè)務(wù)需求可得到實時響應(yīng)，進(jìn)一步實現(xiàn)敏捷和創(chuàng)新。
簡言之，整個經(jīng)濟(jì)社會源源不斷地產(chǎn)生數(shù)據(jù)，但是爆炸式增長的數(shù)據(jù)并未發(fā)揮其真正價值，也未有效驅(qū)動企業(yè)業(yè)務(wù)增長。
橫亙在企業(yè)面前的數(shù)智融合四大挑戰(zhàn)
原因何在?《2022 年中國數(shù)智融合發(fā)展洞察》報告揭露出問題所在。
第一，傳統(tǒng)架構(gòu)下，數(shù)據(jù)量、存儲成本和計算效率不可兼得。如果不考慮數(shù)據(jù)量和數(shù)據(jù)類型，那么傳統(tǒng)數(shù)倉或單體 DBMS 已足夠;不考慮計算效率，那么基于 HDFS 或公有云的對象存儲即可滿足。如果不考慮存儲成本，企業(yè)可使用 NVM(非易失性內(nèi)存)。
其次，數(shù)倉、數(shù)據(jù)湖和 AI 數(shù)據(jù)形成新的數(shù)據(jù)孤島。經(jīng)過多年發(fā)展，數(shù)據(jù)分析和 AI 分析出現(xiàn)面向不同任務(wù)的專用數(shù)據(jù)系統(tǒng)?；趯ο蟠鎯Φ拇髷?shù)據(jù)系統(tǒng)負(fù)責(zé)處理海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，數(shù)倉系統(tǒng)處理結(jié)構(gòu)化數(shù)據(jù)，AI 系統(tǒng)中的數(shù)據(jù)一般存儲在本地。這些專用系統(tǒng)“各自為政”，要么無法打通形成新的數(shù)據(jù)孤島，要么不同業(yè)務(wù)的開發(fā)要遷移數(shù)據(jù)，實施過程漫長，影響業(yè)務(wù)快速發(fā)展。
第三，雖然開源產(chǎn)品非常豐富，但是開發(fā)運維難。即使有大量開源產(chǎn)品，但是企業(yè)自行搭建數(shù)智平臺依然困難重重。比如在運維上，很多企業(yè)主要依靠人工運維，不僅效率低，而且成本高，無法很好應(yīng)對宕機事故。再比如體驗上，因產(chǎn)品自產(chǎn)自用，復(fù)用率低，技術(shù)團(tuán)隊只保障基礎(chǔ)需求，對降低業(yè)務(wù)人員使用難度、提升使用體驗的附加性需求響應(yīng)度低。
最后，數(shù)據(jù)準(zhǔn)備工作既復(fù)雜，又低效。在利用數(shù)據(jù)過程中，數(shù)據(jù)質(zhì)量至關(guān)重要，低質(zhì)量數(shù)據(jù)效用非常低。從數(shù)據(jù)生成、采集到應(yīng)用的長生命周期，數(shù)據(jù)準(zhǔn)備工作異常耗時。據(jù) Cognilytica 調(diào)研顯示，機器學(xué)習(xí)中，超過 80%的時間被用于數(shù)據(jù)準(zhǔn)備。
這些挑戰(zhàn)猶如企業(yè)面前的“攔路虎”，阻礙著企業(yè)充分利用數(shù)據(jù)。只有那些跨越“攔路虎”的企業(yè)才能繼續(xù)前行，釋放數(shù)據(jù)價值，步入發(fā)展快車道。
如何“變身”數(shù)智融合的佼佼者
而興盛優(yōu)選則是其代表之一。作為一家互聯(lián)網(wǎng)新零售企業(yè)，興盛優(yōu)選無疑是過去數(shù)年國內(nèi)互聯(lián)網(wǎng)創(chuàng)業(yè)中的“明星公司”。它主要定位于解決家庭消費者的日常需求，包括蔬菜水果、肉禽水產(chǎn)、米面糧油、日用百貨等商品，以 “預(yù)售 + 自提” 模式為用戶提供服務(wù)。目前，它已是估值超過 100 億美金的獨角獸企業(yè)。
在興盛優(yōu)選總部，每一層樓都安裝有一塊約 60 寸的長方形屏幕，淡藍(lán)色地圖背景上滾動著興盛優(yōu)選當(dāng)日全國訂單數(shù)，數(shù)字實時更新。
對興盛優(yōu)選而言，數(shù)據(jù)已經(jīng)成為其業(yè)務(wù)發(fā)展的底座，不僅與業(yè)務(wù)深度融合，而且致力于為業(yè)務(wù)發(fā)展創(chuàng)造更大價值。
據(jù)悉，該公司總數(shù)據(jù)量已達(dá) PB 級別，日新增數(shù)據(jù)量達(dá)到 TB 級，其業(yè)務(wù)每個鏈路均有數(shù)據(jù)參與其中，實現(xiàn)相應(yīng)業(yè)務(wù)流程的迭代和增強。
業(yè)務(wù)快速發(fā)展中，興盛優(yōu)選在數(shù)據(jù)上也遇到很大挑戰(zhàn)。與很多企業(yè)一樣，它主要基于開源大數(shù)據(jù)組件進(jìn)行搭建，但是基礎(chǔ)設(shè)施的穩(wěn)定性卻跟不上業(yè)務(wù)發(fā)展速度，于是面臨兩大難題：其一，機器資源采購周期較長，如果周期內(nèi)機器不足以支撐業(yè)務(wù)發(fā)展，那么就會出現(xiàn)大數(shù)據(jù)組件運行資源缺乏導(dǎo)致任務(wù)延時甚至失敗的情況;其二，大數(shù)據(jù)涉及的開源組件比較多，而業(yè)務(wù)發(fā)展急需可靠的集群支撐，這就需要專業(yè)人才。在興盛優(yōu)選總部長沙，找到維護(hù)龐大集群相應(yīng)組件的專業(yè)人才不僅需要時間，而且會帶來不小的人力成本。
興盛優(yōu)選基礎(chǔ)數(shù)據(jù)平臺部負(fù)責(zé)人補充道：“相比 OBS 的糾刪碼存儲機制而言，HDFS 的副本機制成本高出不少。對創(chuàng)業(yè)公司而言，能省每一筆可以節(jié)省的錢，并將這些錢花在該花的地方，這是每個技術(shù)架構(gòu)師都應(yīng)該要具備的思維。”
基于性能和成本考量后，興盛優(yōu)選決定采用華為云數(shù)智融合解決方案，將原來基于開源組件搭建的數(shù)據(jù)平臺，遷移到華為云 GaussDB 集群，提升數(shù)據(jù)分析效能，從根本上解決了業(yè)務(wù)數(shù)據(jù)不一致，實時業(yè)務(wù)不穩(wěn)定的問題。
在他看來，相比 x86 而言，基于 ARM 系列硬件的華為云集群服務(wù)有非常突出的成本優(yōu)勢。他表示：“當(dāng)前，我們整個大數(shù)據(jù)集群都是運行在華為云的 ARM 系列集群上，服務(wù)比較穩(wěn)定，基本沒什么太大問題。即使上線后這段時間，也只出現(xiàn)過一次小規(guī)模故障，集群中有幾臺機器出現(xiàn)過斷電重啟的情況”。
通過華為云上云團(tuán)隊駐場支持協(xié)助，興盛優(yōu)選用時 1 個月即完成大部分任務(wù)從線下遷移到線上，大大降低了運維成本。
如果說興盛優(yōu)選是互聯(lián)網(wǎng)新零售中的“明星”，那么 T3 出行則是出行領(lǐng)域釋放數(shù)據(jù)價值的“佼佼者”。據(jù)悉，T3 出行是由中國一汽、東風(fēng)汽車、長安汽車三大央企聯(lián)合多方知名企業(yè)簽訂合資協(xié)議正式運營的出行企業(yè)，截止 2022 年 7 月，T3 出行登陸全國 91 個城市，累計注冊用戶超 1 億，單日訂單峰值破 300 萬單，訂單規(guī)模及日活用戶躍居 B2C 出行領(lǐng)域第一。
于它而言，面臨三大痛點：一是傳統(tǒng)數(shù)倉技術(shù)難以解決“長尾支付”帶來的問題，二是平臺需要更靈活的架構(gòu)支持像 AI 自動驗證司機身份、識別司機不安全行為等新應(yīng)用，三是平臺需要更穩(wěn)定可靠的架構(gòu)，支撐流量快速增長。
為滿足業(yè)務(wù)發(fā)展，T3 出行選擇華為云數(shù)智融合產(chǎn)品，將多套集群架構(gòu)優(yōu)化至湖倉一體的存算分離架構(gòu)，同時支撐數(shù)據(jù)分析的 BI 和數(shù)據(jù)智能的 AI 場景，不僅使 TCO 降低 20%以上，更解決了出行場景下“長尾支付”系統(tǒng)更新慢的難題，保證業(yè)務(wù) 7x24 小時穩(wěn)定運行。
除了興盛優(yōu)選、T3 出行，夢餉集團(tuán)通過采用華為云數(shù)智融合解決方案實現(xiàn) TCO 下降 30%，實時分析能力提升 50%。華為云一體化解決方案為夢餉集團(tuán)帶來“資源高效”、“應(yīng)用敏捷”、“業(yè)務(wù)智能”、“安全可信”等多方面的智能升級。 基于此，在 5 月 26 日舉辦的數(shù)博會上，夢餉集團(tuán)創(chuàng)新實踐入選“十佳大數(shù)據(jù)案例”，華為云數(shù)智融合平臺也榮獲“2022 數(shù)博會領(lǐng)先科技成果優(yōu)秀項目獎”，充分證明了業(yè)界對華為云數(shù)據(jù)領(lǐng)域技術(shù)創(chuàng)新的認(rèn)可。
獨家創(chuàng)新架構(gòu) 華為云助力企業(yè)釋放數(shù)據(jù)價值
為什么不同行業(yè)的不同企業(yè)都青睞華為云數(shù)智融合平臺?
簡言之，華為云為企業(yè)在云上打造了統(tǒng)一的數(shù)據(jù)底座，實現(xiàn)數(shù)據(jù)和智能的融合，為企業(yè)發(fā)展提供新引擎。
具體說來，三層分離。華為云數(shù)智融合平臺通過存儲-緩存-內(nèi)存三層分離，兼顧存儲成本和計算性能，讓性價比更高，計算更靈活。
其次，統(tǒng)一了元數(shù)據(jù)。打破原有大數(shù)據(jù)、數(shù)倉、AI 的數(shù)據(jù)孤島，將數(shù)據(jù)目錄、數(shù)據(jù)權(quán)限、事務(wù)一致性等能力統(tǒng)一到一個中心點，實現(xiàn)一數(shù)多用，讓一份數(shù)據(jù)在多個引擎間自由流動共享，避免數(shù)據(jù)來回遷移。
第三，DataOps 和 MLOps 融合，讓企業(yè)不同部門、不同角色可以以擅長的方式敏捷用數(shù)。讓數(shù)據(jù)工程師使用熟悉的工具來調(diào)用 AI 能力，使大數(shù)據(jù)開發(fā)和 AI 開發(fā)協(xié)同起來。例如，讓數(shù)據(jù)工程師用 SQL、Python 交互式 Notebook 做數(shù)據(jù)清洗、特征工程、模型訓(xùn)練，幾行代碼就能直接調(diào)用平臺內(nèi)預(yù)置的 AI 算法，使數(shù)據(jù)和模型開發(fā)周期從天級降為分鐘級。
最后，全流程的自動化和智能化，讓繁重的數(shù)據(jù)治理變得簡單。華為云數(shù)智融合平臺將人工智能算法模型應(yīng)用到數(shù)據(jù)集成、數(shù)據(jù)質(zhì)量、數(shù)據(jù)建模、數(shù)據(jù)安全、數(shù)據(jù)訪問控制、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)關(guān)系和數(shù)據(jù)洞察的數(shù)據(jù)全生命周期治理。
簡言之，華為云數(shù)智融合 DataArts，用 AI 技術(shù)提升數(shù)據(jù)治理效率，即 AI for Data;用高質(zhì)量的數(shù)據(jù)提升模型精度，即 Data for AI，讓企業(yè)決策更精準(zhǔn)。
寫在最后
大數(shù)據(jù)與人工智能的融合，正成為新的技術(shù)驅(qū)動力。數(shù)智融合可以進(jìn)一步深入企業(yè)業(yè)務(wù)，加速業(yè)務(wù)迭代和產(chǎn)品創(chuàng)新，推動企業(yè)數(shù)字化發(fā)展提質(zhì)增效，步入高質(zhì)量發(fā)展階段。
多云時代下，“H(華為云)+X”已經(jīng)成為越來越多企業(yè)的主流選擇。據(jù)悉，在互聯(lián)網(wǎng)領(lǐng)域，80%的中國 Top50 互聯(lián)網(wǎng)企業(yè)選擇華為云。之所以受更多企業(yè)青睞，是因為華為云提出“一切皆服務(wù)”，把基礎(chǔ)設(shè)施、技術(shù)以及經(jīng)驗云化、服務(wù)化，幫助千行百業(yè)的客戶容易上云、方便上云、用好云。同時，華為云深耕行業(yè)，將華為與伙伴、客戶的合作創(chuàng)新以及數(shù)字化轉(zhuǎn)型經(jīng)驗沉淀為云服務(wù)，已陸續(xù)開放了 50 多個應(yīng)用場景，提供超過 2 萬個 API 服務(wù)，讓更多企業(yè)就不必重復(fù)“造輪子”，通過云服務(wù)即獲得全行業(yè)最優(yōu)秀的數(shù)字化經(jīng)驗。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
